Trabajo seleccionado

Único ingeniero de datos de una plataforma que entrega investigación en longevidad basada en evidencia científica.

• Diseñé e implementé el pipeline completo de ingesta desde PubMed en Python.
• Construí una arquitectura RAG: búsqueda semántica con embeddings vectoriales + reranking con LLM para un chatbot de respuesta clínica.
• Gestioné toda la infraestructura GCP con Terraform: Cloud Storage, BigQuery, Cloud Run y Vertex AI.
• Responsable de la fiabilidad del pipeline, la monitorización de calidad y la mejora iterativa del sistema de recuperación.

Predicción de edad biológica a partir de datos scRNA-seq, en regresión (edad en meses) y clasificación (joven vs. adulto).

• Procesé datasets de scRNA-seq a gran escala con scanpy, como Tabula Muris Senis.
• Entrené y evalué modelos de regresión (Elastic Net, Random Forest, XGBoost) y clasificación (Regresión Logística, Random Forest, SVM).
• Selección de features mediante genes altamente variables y correlación con la edad.
• Ejecuté todas las cargas computacionales en el clúster HPC del IBMB con SLURM, en workflows reproducibles.

Soporte de datos a negocio: reporting fiable y procesos de transformación para KPIs y modelos analíticos.

• Automaticé workflows de reporting SQL y pipelines de preprocesado en Python.
• Implementé validación y control de calidad de datos en los procesos.
• Diseñé transformaciones de datos para alimentar modelos analíticos y KPIs de negocio.