Fullstack Dev ML/AI Industrial Design

Tu proyecto. Del diseño
al deploy. sin intermediarios.

Diseño productos. Escribo código.
Entreno modelos. Los pongo en producción.
Me involucro de punta a punta.

Ver proyectos Agendar una consulta gratuita

Diseñador. Dev.
Ahora le estoy
desarmando la
cabeza a la IA.

Empecé diseñando productos físicos. Cuando monté mi primera impresora 3D, no me alcanzó con que funcionara — necesitaba entender por qué funcionaba. Así aprendí a configurarla. Y de ahí al código.

Terminé Argentina Programa y algo hizo click. Empecé por el front-end, me hacía sentido, ya que venía del diseño. Pero la curiosidad no podía parar.

Ahora estoy en el mismo bucle con la IA. No me alcanza con llamar una API. Quiero saber por qué el modelo decide lo que decide.

Investigar, aprender, desarmar
y volver a armar.
Ese es el proceso. Siempre fue el mismo.

0 + años en dev
0 sistemas en producción
RAG · Agentes · NLU abierto a proyectos

Lo que construí.

En producción

Un centro de psicología
perdía horas por semana
en turnos por WhatsApp.

Un centro de psicología perdía horas cada semana gestionando turnos por WhatsApp a mano. Construí un sistema conversacional que atiende, agenda y manda recordatorios — sin que el paciente tenga que bajarse nada ni aprender nada nuevo.

NLU propio con spaCy entrenado desde cero. Sin depender de APIs externas que puedan cambiar de precio mañana.

99.2% accuracy
14 intenciones
multi tenant
En producción

Un sistema RAG que
responde como yo.
Entrenado con mi
información real.

En lugar de un CV estático, construí un sistema RAG que responde preguntas sobre mi perfil consultando ChromaDB, GitHub y HuggingFace en tiempo real. El LLM corre en HuggingFace Inference API.

Un agente propio detecta si la conversación se desvía o hay un intento de manipulación, y reencauza con una respuesta natural, no un mensaje de error fijo. Otro agente valida cada respuesta antes de mostrarla, y si no está bien fundamentada, la corrige automáticamente.

Arquitectura

Input firewall (length, repetición) ✓
Guardia de ruido — keywords, 1ª línea ✓
Agente de entrada — relevancia, intent y reencauce ✓
Agente de salida — relevancia y contexto ✓
Research activa

No me alcanzaba
con que funcione.
Quería entender por qué.
Quería desarmarlo y aprender.

Me armé mi propio "máster" en interpretabilidad de IA. Una ruta de estudio con 3 ramas — Fundamentos, Crítica y Circuitos Internos — basada en investigación de Anthropic, DeepMind y Neel Nanda.

Es el registro de cómo aprendo a desarmar modelos.

Estado de la ruta

I · Tabular / XGBoost ✓
II · NLP / DistilBERT ✓
III · Activaciones / CNN en curso
IV · Saliency / GradCAM —

Del problema
al sistema.

No empiezo por las tecnologías — empiezo por el dolor del cliente.

Automatización Conversacional

Cada mensaje que respondés a mano es tiempo que no estás usando en lo que realmente importa.

Un bot que atiende, agenda y recuerda — sin apps adicionales para tus clientes.

Python spaCy / LLM Twilio Docker

Desarrollo Web / Producto

Un sitio que no tengas que explicarle a nadie cómo usar. Que entre solo.

Del wireframe al deploy, con criterio de diseño de producto desde el primer día.

HTML CSS JavaScript Python Docker

ML / AI Aplicado

La IA no es magia. Es una herramienta. El trabajo es saber cuándo usarla y cuándo no.

Clasificadores y pipelines que terminan en producción, no en un notebook.

Python PyTorch spaCy HuggingFace

No lo describas.
Probalo.

RAG · Llama 3.1

Preguntame directamente

Responde con información real sobre mi perfil.

Hola. Soy un sistema RAG entrenado con mi información real — proyectos, stack, experiencia. Preguntame lo que quieras.
Disponible para proyectos

¿Tenés una idea que
no sabés bien
cómo aterrizar?

Hablemos 30 minutos.
Sin compromiso, sin PowerPoint.

Agendar consulta por WhatsApp contacto@gaxoblanco.com linkedin.com/in/gaxoblanco