NOTAS DE CAMPO / LDM ZARAGOZA / CALATAYUD · 2026

/ ABOUT · PROBLEMA / CONTEXTO / PRUEBA

Conectar señales con decisiones, sin aplanar el contexto.

Trabajo con equipos de operación industrial, ingeniería y producto para hacer legibles señales dispersas, restricciones y riesgos; convertirlos en decisiones medibles; y diseñar la prueba que dirá si una mejora merece continuar.

QUÉ PROBLEMA RESUELVO

La tecnología ya existe. La decisión todavía no está clara.

Mi trabajo empieza en esa distancia: conectar dato, proceso y contexto para que una idea pueda entenderse, gobernarse y contrastarse en la operación real.

05TRAYECTORIA

Mi camino hasta la inteligencia artificial industrial no ha sido lineal. Estudié Ingeniería Industrial en la Universidad de Zaragoza y después pasé por innovación tecnológica en NTT DATA, riesgo tecnológico y transformación en Deloitte, y desde noviembre de 2022 trabajo en AFRY.

En NTT DATA aprendí a convertir posibilidades técnicas en problemas concretos y a trabajar con equipos para llevar soluciones a la operación. En Deloitte trabajé con grandes organizaciones en riesgos tecnológicos, controles, privacidad, gobierno y trazabilidad. Allí entendí que una solución no es buena solo porque funcione: también tiene que poder controlarse, explicarse y mantenerse.

Más tarde fui uniendo esa mirada con la innovación sostenible, los diagnósticos de madurez y las hojas de ruta digitales. Hoy intento hacerme dos preguntas antes de empezar: qué problema merece realmente la pena resolver y cómo sabremos si la solución ha creado valor.

Me interesa construir tecnología que pueda convivir con personas, procesos, restricciones y decisiones reales. No digitalizar por digitalizar, sino mejorar sistemas y dejar la siguiente iteración un poco mejor que la anterior.

Ingeniería industrial

Formarme en la Universidad de Zaragoza con una base mecánica y aprender a mirar máquinas como sistemas físicos, con límites y consecuencias.

NTT DATA · construir

Aprender a convertir posibilidades técnicas en problemas concretos, trabajar con equipos y llevar soluciones desde la idea hasta la operación.

Deloitte · entender el riesgo

Trabajar con grandes organizaciones en riesgo tecnológico, privacidad, gobierno, controles y trazabilidad; descubrir que un sistema también está hecho de reglas.

AFRY · industria e IA

Unir estrategia, operación, datos e inteligencia artificial para construir soluciones que puedan adoptarse, medirse y mejorar.

Conectar sin aplanar

Acercar máquinas, datos, personas y producto sin perder las relaciones que hacen que el sistema se comporte como se comporta.

06CÓMO PIENSO

Construir y controlar forman parte de la misma tarea.

Medir para priorizar.

Si no podemos entender el retorno de una mejora, es muy difícil decidir cuánto esfuerzo merece.

Experimentar antes de asumir.

Una idea es una hipótesis hasta que encuentra un sistema real que la contradice.

Hacer comprensible lo complejo.

Reducir no significa empobrecer: significa encontrar una forma de actuar sin perder el contexto.

Innovar con responsabilidad.

La tecnología tiene que ser útil, gobernable y capaz de sostenerse cuando aumenta la complejidad.

07INTEREST MAP
PERSONAS
Y TERRITORIO
relación principal contexto / entorno✳ centro de impacto positivo
NODO ACTIVO / IA

Un sistema se entiende mejor cuando observamos sus relaciones.

Cuando selecciono ia, aparecen sus vecindades: ingeniería, datos, producto.

cada línea es una pregunta
no una respuesta cerrada