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.
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.
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.
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.
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.
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.
Analítica del mercado automotriz ecuatoriano (2019–2025)
· Power BI Dashboard ·
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.
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.
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.
Aplicación de mapeo colaborativo para visualizar y registrar niveles de ruido urbano en tiempo real, ayudando a identificar zonas de contaminación acústica.
Sistema de gestión de citas médicas con agenda dinámica, notificaciones automáticas y módulo de pacientes. Interfaz intuitiva para clínicas y consultorios privados.