Ingeniero de Datos e IA · EY

Alejandro Rodríguez

Construyo sistemas de IA Generativa que funcionan en producción.

Especializado en RAG, agentes y arquitecturas cloud sobre Azure. Del prototipo al despliegue: OCR inteligente, pipelines serverless y LLMs medidos por su impacto real.

Málaga, España

Alejandro Rodríguez Moreno
+90%
eficiencia en generación de informes
−75%
costes de inferencia LLM
>90%
cobertura de tests en producción

Sobre mí

Soy ingeniero de datos e IA en EY, donde diseño y despliego soluciones de IA Generativa y arquitecturas cloud: sistemas RAG optimizados con FAISS, pipelines de OCR serverless y motores de generación automática de informes que ya están en producción.

Me interesa la parte del trabajo donde la IA deja de ser una demo y se convierte en un sistema fiable: tests, monitorización, coste por inferencia y arquitectura. Fuera del trabajo construyo proyectos propios — desde herramientas de ciberseguridad con agentes hasta apps móviles — y doy mentoría de algoritmos y programación.

Experiencia

  1. Ingeniero de Datos e IA

    Oct 2025 — Actualidad

    EY (Ernst & Young)

    +90% eficiencia en flujos documentales automatizados

    Automatización fiscal · Cliente en Luxemburgo Abr 2026 — Actualidad

    • Backend y arquitectura orientada a servicios con Python 3.13 y FastAPI para la automatización de flujos fiscales e ingesta de estados financieros corporativos: Trial Balance, General Ledger y Annual Accounts.
    • Workers asíncronos con persistencia en MongoDB para el registro, trazabilidad y monitorización de ejecuciones; colas de mensajería (Redis / Azure Service Bus) y almacenamiento a gran escala en Azure Blob Storage.
    • Generación automatizada de informes finales listos para entrega regulatoria, eliminando trabajo manual repetitivo.
    • Contribución al frontend del sistema con Angular y TypeScript para la interacción con los componentes y pipelines de IA.

    Análisis documental con IA Generativa Oct 2025 — Abr 2026

    • Sistemas RAG (FAISS + LLMs) para el análisis automático de ofertas técnicas de más de 100 páginas, agilizando la toma de decisiones.
    • Motores de generación automática de informes Word y PPTX con Azure OpenAI, mejorando un 90% los tiempos de entrega.
    • Pipelines de OCR (Azure Document Intelligence) y lógica serverless (Azure Functions, Docker) para extracción inteligente de datos.
    • Chatbots internos y prompt engineering avanzado (contextualización semántica, boosts ponderados por campo en JSON para optimizar el retrieval con LLMs coste-eficientes), cobertura de tests >90% y monitorización en Kibana.
  2. Investigador de IA (RAG)

    Mar 2025 — Jun 2025

    Grupo NEO · Universidad de Málaga

    −75% coste de inferencia optimizando el contexto del LLM

    • Sistema RAG para la generación de casos de prueba industriales, servido mediante APIs REST en Flask con persistencia y consultas en SQL (SQLite).
    • Optimización de contexto y recursos: −75% de gasto y −25% en tiempos de respuesta del LLM (Mistral).
  3. Instructor técnico y mentor académico

    Sep 2023 — Actualidad

    Freelance · UMA

    • Mentoría avanzada en análisis de algoritmos (backtracking, programación dinámica, complejidad) y programación en C++ y Python.
    • Formación en diseño relacional y SQL.

Proyectos seleccionados

Una muestra de lo que construyo cuando un problema me interesa de verdad.

Ciberseguridad · IA agéntica

Adyton

Servidor MCP para el triaje automatizado de URLs de phishing en SOCs. Siete herramientas de análisis en paralelo, un agente Playwright en Docker para inspección profunda del DOM y un LLM local que razona sobre la zona gris para eliminar falsos positivos.

Caso de estudio

Problema

Los analistas de un SOC reciben cientos de URLs sospechosas al día. El triaje manual es lento y los enfoques basados en reglas generan demasiados falsos positivos en la «zona gris», donde una URL no es ni claramente legítima ni claramente maliciosa.

Solución

Diseñé un servidor MCP (Model Context Protocol) que expone 7 herramientas tipadas de análisis: sintaxis de URL, RDAP/WHOIS, SSL, reputación multi-fuente, marcadores AiTM y auditoría de headers. El triaje rápido las ejecuta en paralelo en segundos; el triaje profundo lanza un agente Playwright en Docker (modo stealth) que inspecciona el DOM en vivo, cadenas de redirección y exfiltración. Cuando el score cae en banda ambigua, un Decision Engine delega en un LLM local (Ollama) que razona como un analista.

Resultados

El sistema convierte el triaje de phishing en un pipeline componible e interoperable con cualquier cliente MCP (Claude Desktop, agentes propios), reduce falsos positivos mediante razonamiento LLM sin sacrificar sensibilidad y genera informes estructurados (incl. STIX) listos para el analista.

  • Python
  • MCP
  • Ollama
  • Playwright
  • Docker

Fintech · Trading algorítmico

ViperTrade

Plataforma de gestión de portafolio y trading automático: backend en Python 3.12 (FastAPI), app móvil/web con React Native (Expo) y motor cuantitativo con Pandas y NumPy (RSI, MACD, Fibonacci, Order Blocks) con backtesting multihilo. Automatización DCA sobre Bitget (CCXT) y Pionex con guardarraíles de riesgo, claves cifradas (Fernet) en PostgreSQL (Supabase) y bot de Telegram con confirmación de órdenes en 1 clic y análisis contextual con Gemini.

  • Python
  • FastAPI
  • React Native
  • Pandas · NumPy
  • Supabase
  • Gemini

IA Generativa · OCR

TicketSaver

Asistente de compra que escanea tickets de supermercado con Google Gemini: extrae comercio, fecha, total y desglose de productos categorizados. Control de presupuesto, comparador de precios e inventario compartido. PWA y app Android con backend en Supabase.

  • React
  • TypeScript
  • Gemini API
  • Supabase
  • PWA

Full-stack móvil · Tiempo real

ApexLap

App iOS, Android y web para registrar tiempos de vuelta de Assetto Corsa, comparar rankings en vivo y récords por coche y circuito. Sincronización en tiempo real y subida automática de vueltas desde el juego mediante un mod Lua/CSP y un subidor en Python.

Capturas
Ranking de tiempos por circuitoRécords y piques activosRuleta de piques: coche y circuito al azarLiga compartida del grupoPerfil y progreso de tiemposPantalla de inicio de sesión
  • React Native
  • Expo
  • Firebase
  • TypeScript

Más proyectos

Machine Learning · Finanzas

Optimización de Carteras

Software de optimización de carteras en entornos altamente volátiles como criptomonedas. Combina resolución de problemas cuadráticos con modelos predictivos N-BEATS para maximizar rentabilidad. Trabajo de Fin de Grado con calificación de Sobresaliente (9.6).

Caso de estudio

Problema

La altísima volatilidad de las criptomonedas invalida a menudo los modelos clásicos de optimización de carteras (como Markowitz). Se necesitaba un enfoque robusto y adaptativo a entornos de incertidumbre masiva.

Solución

Diseñé un framework híbrido en Python que combina resolución de problemas cuadráticos con N-BEATS, un modelo de deep learning para el pronóstico de series temporales, procesando eficientemente feeds de datos de mercado.

Resultados

Carteras con un ratio Sharpe un 30% superior a los benchmarks tradicionales en periodos de extrema volatilidad. Calificación de Sobresaliente (9.6).

  • Python
  • N-BEATS
  • Quant Finance

Open source · PyPI

pionex_py

Wrapper de la API del exchange Pionex publicado en PyPI: gestión de peticiones REST, autenticación firmada, empaquetado y documentación técnica para trading algorítmico.

  • Python
  • REST API
  • PyPI

IoT · Liderazgo

Vodafone Campus Lab

Liderazgo de equipo en el desarrollo de una solución IoT + IA para la independencia de personas mayores. Segundo puesto internacional.

🏆 2º puesto internacional

  • IoT
  • AI
  • Design Thinking

LLMs locales · LangChain

RPG con Game Master IA

Juego de rol por turnos con un Game Master impulsado por IA que narra y adapta la historia a tus acciones, usando LangChain sobre un modelo local. Creación de personajes, mecánica d20 y gestión eficiente de contexto (32K tokens).

  • Python
  • LangChain
  • Local LLM

DevOps · Self-hosting

OrangePi Cloud Server

Servidor self-hosted sobre una OrangePi Zero 3 con Armbian. Orquestación completa con Docker para servicios privados: Immich (fotos), Nextcloud (archivos) y Plex (multimedia).

  • Docker
  • Armbian
  • Linux

Automatización · Telegram

FinanzasAI Bot

Bot de Telegram para el registro y gestión de finanzas personales: gastos, estado de cuentas e historial de transacciones en tiempo real.

  • Python
  • Telegram API
  • SQLite

Certificaciones

Databricks

Certificación destacada · 2026

Databricks Certified Generative AI Engineer Associate

Acreditación oficial en diseño y despliegue de soluciones de IA Generativa: arquitecturas RAG, evaluación y monitorización de LLMs, y puesta en producción de aplicaciones GenAI.

IA Generativa

  • EY Agentic AI Bronze
  • LangGraph Coursera
  • Multi-Agent AutoGen Coursera
  • Generative AI Fundamentals

Big Data y Cloud

  • Introduction to Big Data with Spark & Hadoop IBM
  • AWS Cloud Technical Essentials En curso

Sistemas y desarrollo

  • Docker Coursera
  • Ultimate Rust Crash Course
  • Automatización con Python (Word / Excel)
  • Redes Neuronales TensorFlow/Keras Univ. Almería

Ciberseguridad

  • Hardening Linux con ZFS UMA
  • Pentesting con Kali UMA

¿Construimos algo juntos?

Abierto a proyectos de IA aplicada, consultoría y buenas conversaciones técnicas. Respondo rápido.

correo@alejandrorodm.com