Una colección de pipelines de ingeniería de datos, sistemas de machine learning y aplicaciones full-stack que he construido y documentado.
Cada proyecto prioriza ingeniería de nivel producción: entornos reproducibles, código modular y problemas de datos reales. El trabajo abarca flujos de MLOps, pipelines ELT, almacenamiento de datos y automatización full-stack.
Asistente RAG de Calidad del Aire
Asistente RAG impulsado por LLM para consultar datos de calidad del aire en México mediante lenguaje natural, con recuperación híbrida vector + BM25, embeddings orquestados por Dagster y un stack FastAPI + Next.js monitoreado con Grafana, construido como proyecto capstone del DataTalks LLM Zoomcamp 2026.
Pipeline de Calidad del Aire: dlt + dbt + Dagster
Reconstrucción del pipeline de monitoreo de calidad del aire en México sobre un stack de dlt + dbt + Dagster, con orquestación basada en assets, pruebas dbt y documentación publicada vía CI, construido como proyecto capstone del DataTalks Data Engineering Zoomcamp 2026.
Plataforma Integral de Gestión del Servicio de Osteosíntesis
Plataforma full-stack que gestiona el ciclo de vida de eventos quirúrgicos y la facturación gubernamental para un contrato de Servicio Integral de Osteosíntesis en agencias de salud estatales mexicanas. En producción en 15 hospitales, 10 usuarios, 2 estados.
Pipeline de Monitoreo de Calidad del Aire en México
Pipeline ELT de nivel producción que centraliza datos de calidad del aire de más de 300 estaciones de monitoreo en 121 ciudades mexicanas en un warehouse analítico de BigQuery con un dashboard en Looker Studio.
ML de Satisfacción de Pasajeros Aéreos
Pipeline MLOps de principio a fin que predice la satisfacción de pasajeros en tiempo real usando XGBoost, permitiendo a los equipos de operaciones aéreas activar intervenciones proactivas de servicio al cliente.
Sistema de Automatización de Cuentas por Pagar
Pipeline full-stack de automatización de CxP para procesamiento de facturas CFDI mexicanas, con extracción estructurada de archivos XML/PDF/imagen y un frontend en React para la gestión del ciclo de vida de facturas.
Pipeline ELT de Taxis de NYC
Pipeline ELT que centraliza datos de viajes de taxi de NYC desde una API REST paginada hacia DuckDB, con reportes analíticos interactivos sobre patrones de tarifas, propinas y demanda temporal.
Pipeline DLT de Open Library
Pipeline ELT que centraliza datos bibliográficos de la API pública de Open Library hacia DuckDB, con una capa de consultas Ibis y visualizaciones Altair en un notebook interactivo de Marimo.
ML de Predicción de Éxito en Medios
Pipeline MLOps de principio a fin que predice si una película será un éxito comercial y de crítica, permitiendo decisiones basadas en datos sobre presupuestos de marketing y asignación de recursos de producción.