Soy Pedro, ingeniero de IA especializado en Python. Trabajo con machine learning y aprendizaje por refuerzo para crear agentes que aprenden de su entorno y toman buenas decisiones.
en la competición ConnectX de Kaggle, con un AlphaZero implementado desde cero.
Matrícula de Honor
en el Trabajo Fin de Máster y en el Trabajo Fin de Grado.
−50 % de tiempo
de ejecución en los procesos diarios de los modelos de riesgo de un banco de primer nivel.
Proyectos
Agentes que aprenden, planifican y deciden. Cada proyecto, con su código.
Lunar-Rover-MADRLTrabajo Fin de Máster. Matrícula de Honor.
Rovers lunares que aprenden a coordinarse sin chocar.
Un sistema de planificación de rutas multiagente con aprendizaje por refuerzo profundo, como alternativa a la planificación centralizada. Los rovers exploran, encuentran su mina, transportan el mineral y evitan obstáculos y entre sí, cada uno con su propia visión del entorno. Diseñé el simulador e implementé desde cero DDDQL y MAPPO.
Hecho con Python, TensorFlow, Keras, Gymnasium y Pygame.
Prueba real del modelo entrenado: tres rovers que conocen sus objetivos completan la misión en 41 pasos, sin una sola colisión.
Terreno
Libre
Obstáculo pequeño: se cruza con más gasto de energía
Obstáculo grande: puede averiar el rover
Rovers
Rover 1: 15 pasos
Rover 2: 7 pasos
Rover 3: 19 pasos
Salida
Mina asignada
Mezcladora, destino común
pyplAITrabajo Fin de Grado. Matrícula de Honor.
Algoritmos de decisión para juegos, a un pip install.
Biblioteca open source publicada en PyPI con Minimax, MCTS y dos variantes de ISMCTS para juegos de información imperfecta, en los que el agente no ve todo, como las cartas del rival.
Python puro, sin dependencias externas: solo la biblioteca estándar.
pyplAI-MCPProyecto personal. Servidor MCP open source.
La búsqueda de pyplAI, como herramienta para cualquier LLM.
Un servidor MCP que pone los algoritmos de pyplAI al alcance de asistentes como Claude. El modelo juega, pide el análisis de cada posición y explica su jugada con las cifras de la búsqueda. En Phantom, con las fichas del rival ocultas, el análisis solo usa lo que el jugador sabe.
Connect-X AlphaZeroCompetición ConnectX de Kaggle.
AlphaZero desde cero. Top 10 mundial.
Agentes para Conecta 4 que comparan búsqueda clásica, Rainbow DQN, PPO y AlphaZero. AlphaZero, que combina una red neuronal con MCTS, gana a todos y compite con los mejores de la clasificación.
También en Kaggle:Store Sales, top 5 % en predicción de series temporales; Spaceship Titanic, top 2 % con AutoML.
Lo que mejor hago
Agentes y aprendizaje por refuerzo multiagente
Diseño y entreno agentes que deciden por sí mismos y se coordinan con otros. He implementado desde cero DDDQL, MAPPO y AlphaZero, y he entrenado PPO y Rainbow DQN.
Conecto modelos de lenguaje con herramientas reales mediante el Model Context Protocol: esquemas tipados, salida estructurada, errores que el modelo puede corregir y tests de extremo a extremo.
Es mi lenguaje principal. Escribo código pensado para que otros lo usen, y convierto la investigación en herramientas como pyplAI, una biblioteca open source en PyPI con API documentada y ejemplos.
Pipelines ETL fiables a gran escala con Python y Oracle Data Integrator: en banca reduje un 50 % el tiempo de procesamiento de los datos que alimentan modelos de riesgo.
Dónde verlo: Data Engineer en Minsait
También trabajo con: PyTorch, TensorFlow, scikit-learn, Pandas, LLMs, RAG, Visión por computador, NLP, SQL, Docker, AWS, Git, Linux, CI/CD.
Experiencia
–
Data Engineer, Minsait (Indra)
Sevilla
Modernización de flujos de datos para un gran cliente bancario, sobre uno de los mayores entornos Oracle Big Data del mundo, como soporte de modelos de riesgo basados en IA.
Diseño y optimización de pipelines ETL con Oracle Data Integrator y Python: −50 % de tiempo de procesamiento y disponibilidad diaria garantizada para operaciones críticas.
–
Software Engineer, Deloitte
Sevilla
Seguimiento y coordinación de proyectos de desarrollo para el Ministerio de Sanidad: plazos, entregables y detección temprana de riesgos.
–
Etapa internacional
Australia y España
Una etapa planificada para llevar mi inglés a nivel C1 y desarrollar habilidades de liderazgo, antes de volver de lleno a la IA.
Front Office Assistant en Accor (Brisbane, Australia): atención al cliente en un entorno multicultural y exigente, íntegramente en inglés.
Monitor de inmersión lingüística en InterWay (España): gestión de grupos y actividades diarias en inglés, con foco en liderazgo y resolución de problemas.
Formación
Máster Universitario en Inteligencia Artificial
Universidad Internacional de Valencia (VIU)
Matrícula de Honor en el TFM (aprendizaje por refuerzo profundo multiagente).
Optativa de computación cuántica.
Grado en Ingeniería Informática – Ingeniería del Software
Universidad de Sevilla
Matrícula de Honor en el TFG y en la asignatura de Inteligencia Artificial.
Alumno interno del Departamento de Ciencias de la Computación e Inteligencia Artificial.
Idiomas
Español:
Nativo
Inglés:
C1 (Cambridge). He vivido y trabajado en Australia.
¿Hablamos?
Busco un puesto como ingeniero de IA, en modalidad híbrida o presencial, en España o en cualquier país de Europa.
