Hola, soy

Jennifer Gabriela
Intriago Reyes

Software Engineer|AI Engineer|Data Analyst
5+
Años de experiencia
15+
Tecnologías
6+
Proyectos

Sobre mí

Construyo software escalable potenciado con Inteligencia Artificial

Ingeniera de Software con más de 5 años de experiencia desarrollando soluciones backend y full-stack orientadas a escalabilidad, rendimiento y eficiencia operativa.

Diseño y construyo APIs, sistemas transaccionales y pipelines de datos utilizando tecnologías como Python, .NET y Node.js, aplicando buenas prácticas de arquitectura de software, clean code, diseño REST, control de versiones y CI/CD.

Además, desarrollo e integro soluciones de Inteligencia Artificial y Machine Learning en productos, participando en todo el ciclo de vida: preparación de datos, entrenamiento y validación de modelos, integración con aplicaciones y despliegue en producción.

Software EngineerBackend DeveloperML IntegrationAI Solutions
Descargar CV
Foto de perfil de Jennifer Intriago

Experiencia profesional

Trayectoria

2024 – Presente

Software Backend Engineer

Software Solutions

Desarrollo de pipelines de datos y modelos de Machine Learning para detección de anomalías en sistemas IoT, con despliegue en AWS SageMaker vía APIs para entornos productivos. Implementación de soluciones de Business Intelligence integrando PostgreSQL y automatización de flujos ETL para análisis comercial en el sector manufactura.

PythonSQLREST APIsMachine LearningETLDockerAWSPower BIPandasNumPyMicroservicesData PipelinesGit

Mar 2023 – Feb 2024

Software Engineer

Tecopesca

Desarrollo backend y full-stack de sistemas críticos para operaciones de despacho y logística, integrando Google Vision AI mediante APIs y construyendo un sistema de monitoreo IoT con alertas en tiempo real. Lideré el ciclo completo de desarrollo de módulos utilizados por más de 15 usuarios con un volumen de 80+ transacciones diarias.

.NET CoreC#ASP.NETSQL ServerWCFGoogle Vision AIXamarinIoTCrystal ReportsTelerikREST APIsGit

Sep 2021 – Feb 2023

Software Developer

Fixsystem

Desarrollo de aplicaciones backend para transformación digital en el sector industrial, traduciendo procesos manuales en sistemas automatizados de gestión, inventario y reportería. Diseño y optimización de modelos de datos relacionales para soportar sistemas transaccionales de alto volumen.

LaravelPHPSQL ServerPostgreSQLMySQLBackend ArchitectureSDLCREST APIsGit

Oct 2020 - Aug 2023

Frontend Developer

Sistema Dobby

Desarrolladora Frontend especializada en Angular e Ionic Framework. Rediseñé páginas web orientadas al cliente, reconstruí el módulo de proveedores para una aplicación móvil multiplataforma y optimicé el rendimiento mediante depuración sistemática y refactorización de código en flujos transaccionales críticos.

AngularJavaScriptCSS3Ionic FrameworkPostgreSQLMobile App DevelopmentUI/UXGit

Stack tecnológico

Tecnologías que manejo

Lenguajes

Python
JavaScript
C#
SQL

ML / IA

TensorFlow
Scikit-learn
Pandas
NumPy
LLMs

BI & Datos

Power BI
Tableau

Cloud & DevOps

AWS
Docker
Git
CI/CD

Frameworks & Herramientas

.NET Core
VS Code
React
Angular

Proyectos destacados

Trabajo seleccionado

ML / IoT

Detección de anomalías en redes eléctricas

Pipeline de datos para detección de anomalías a partir de datos IoT, orientado a la predicción de fallas en transformadores. Modelos Isolation Forest, LOF y Z-score desplegados en AWS SageMaker con APIs para alertas tempranas.

PythonScikit-learnAWS SageMakerIoTIsolation Forest
Ver repositorio
Business Intelligence

Analítica del mercado automotriz ecuatoriano (2019–2025)

· Power BI Dashboard ·
Dashboard de Business Intelligence — Analítica de ventas en manufactura

Dashboard de Business Intelligence en Power BI sobre 3,4 millones de registros vehiculares oficiales del SRI Ecuador. Modelo estrella con dimensiones geográficas y temporales, métricas DAX (YoY, rankings, acumulados) y análisis de tendencias por marca, provincia y tipo de combustible.

Power BIDAXPower QueryStar SchemaETLCRISP-DM
Ver repositorio
Computer Vision · MLOps

Clasificación meteorológica para reducción de riesgos

Transfer learning con DenseNet-161 (PyTorch) para clasificar imágenes meteorológicas en 4 categorías: Cloudy, Rain, Shine y Sunrise. Desarrollado en AWS SageMaker y migrado a repositorio Python, data augmentation y evaluación por clase. Baseline para sistemas de triage visual en gestión de emergencias climáticas.

PythonPyTorchDenseNet-161AWS SageMakertorchvisionscikit-learnMLOpsComputer Vision
Ver repositorio
Deep Learning

Detección de contenido visual sensible

+85% precisión

Modelos CNN (YOLOv8, ResNet50, DenseNet) para clasificación automática de imágenes con más del 85% de precisión. Pipeline ML end-to-end desde recolección de datos hasta despliegue en producción.

YOLOv8ResNet50DenseNetPythonCNN
Ver repositorio

Contacto

Hablemos

¿Tienes un proyecto interesante o una oportunidad laboral? Estaré encantada de conversar.