IA aplicada y automatización
Inferencia local, RAG, agentes y herramientas MCP. Modelos que corren donde yo decido, no donde manda una cuota, con caída a lógica clásica cuando el modelo no responde.
Backend Java · IA aplicada · Barcelona
Programador full-stack. En trabajo real hago backend Java y React con IA generativa sobre sistemas que llevan años en marcha. En casa monto el cómputo que un servicio por tokens no permite: un modelo de 125 mil millones de parámetros sirviéndose en dos tarjetas gráficas propias. Aquí están los siete casos, con las métricas sacadas del código y no del deseo.
01 / Sobre mí
Empecé en calidad: dos años testeando Java, Python e interfaces ajenas antes de escribir mi primera línea de producto.
Eso me dejó dos cosas. Una costumbre con las pruebas —los ciento treinta y cinco tests del CRM salen de ahí— y el vicio de escribir el fallo donde se va a leer, en el código o en el README, y no en mi cabeza. Después llegó el backend de verdad: Spring Boot, multi-tenant desde la primera tabla y una migración de un sistema legacy a cloud donde la mitad del trabajo es entender lo que estaba antes. Lo otro que hago es montar máquinas: si un modelo me va a costar dinero por palabra, prefiero comprar memoria y que el lote salga en casa.
Inferencia local, RAG, agentes y herramientas MCP. Modelos que corren donde yo decido, no donde manda una cuota, con caída a lógica clásica cuando el modelo no responde.
Java 21 y Spring Boot 3.5, multi-tenant de raíz, cien endpoints y cuarenta y nueve entidades en el caso que abre el archivo.
React y TypeScript delante. Docker, unRAID, Nginx y un NAS detrás, montados por mí y sin contrato que los mantenga.
02 / Proyectos
Ordenados por lo que quiero que se me pida hacer: IA aplicada y automatización primero, backend después, y debajo el suelo donde corre todo. Cada ficha dice qué problema había, qué decidí, qué pagué por cada decisión y qué haría distinto. El código es privado; los números están contados sobre el repositorio.
Abrir el archivoSi tienes prisa, empieza por el CRM con IA local, por los subtítulos sin conexión o por el servidor de dos GPU.
03 / Preguntas
Cuatro respuestas cortas. El archivo completo, con lo que nadie suele preguntar, vive en su página.
Backend Java con un problema de datos detrás, y automatización de procesos con IA: pipelines que consumen un modelo y terminan en algo útil, no en una demo. Si además hay que montar el suelo donde va a correr, mejor, porque ahí es donde se ganan el margen y la privacidad.
Las dos cosas. Ahora mismo estoy en plantilla y sigo abierto a ambas: un encargo concreto con un principio y un final claros, o una incorporación donde haya un sistema grande que mantener. El correo y el teléfono están en el CV, enlazado más abajo.
Porque los repositorios son privados, tanto los de mi trabajo como los míos, y no pienso abrirlos para que nadie los revise. Las fichas se sostienen solas: cada métrica viene de contar el repositorio, y quien quiera leer el código lo vemos juntos en una conversación.
Dos máquinas propias: un servidor de cómputo con dos GPU y 256 GB de memoria con corrección de errores sirviendo un modelo grande, y un almacén de datos en una red donde se edita vídeo a varias manos. Es la parte más barata de mi perfil y la que menos gente sabe hacer.
04 / Experiencia
Cuatro años entre calidad y desarrollo, con Java en el medio de los dos lados.
Ingeniero QA en Zeelo (2021-2022). Pruebas sobre código Java y Python y sobre la interfaz, tests automatizados con Cypress, trabajo con metodología ágil y JIRA y comunicación en inglés todo el día. Ahí aprendí a leer código ajeno rápido y a escribir un informe de fallo que no obliga a nadie a preguntar.
Desarrollador de software en NTT DATA (2024-actualidad). En el proyecto Mapfre, mantenimiento y corrección de errores sobre un sistema en producción y funciones nuevas en Java, React y MySQL. En ICS Insurance, migración de entornos IBM Mainframe hacia Micro Focus, y backend de soluciones de IA generativa con Spring AI, incluido un backend para gestionar herramientas MCP que hacen de puente entre el modelo y la aplicación.
El resto está fuera del horario y sale en el archivo de proyectos: un CRM multi-tenant, tres pipelines de captación con IA local, un servidor de inferencia con dos GPU y las herramientas que me hicieron falta para que todo eso funcione sin depender de un tercero.
05 / Contacto
¿Tienes un proyecto o un hueco en el equipo?
Correo y teléfono dentro del CV. Por aquí también llega LinkedIn.