/ PROJECTS · CASE NOTES

Construir es una forma de pensar.

No un catálogo de entregables. Pequeños casos de estudio sobre problemas, contexto, herramientas y aprendizajes.

02SELECTED WORK / NO INVENTED METRICS

De la señal a la decisión

Datos industrialesGrafanaInterfaces

Diseñar observabilidad industrial para que el dato llegue a operadores y responsables de decisión con contexto.

Naturaleza: CASO PROFESIONAL
Acceso: RESUMEN ANONIMIZADO
Frontera de evidencia: Arquitectura y aprendizaje publicables; sin datos, capturas ni métricas de cliente.

Problema

La información existe, pero suele vivir repartida entre máquinas, historizadores, bases de datos y herramientas que no comparten una misma escena.

Qué construí

Capas de visualización y lectura operativa que acercan la señal al momento en que alguien tiene que entender o actuar.

Aprendizaje / resultado

La interfaz no es el último paso del dato: forma parte de cómo se entiende el proceso. Un marco para convertir señales dispersas en conversaciones operativas.

CASO DEMOSTRABLE / EVIDENCIA PÚBLICA

Problema, decisión, método, artefacto público, prueba siguiente y límites en una URL propia.

Abrir caso demostrable

Agentes con contexto operativo

IAAgentesLLMs

Explorar qué puede hacer un agente cuando deja de ser una demo aislada y empieza a convivir con un proceso.

Naturaleza: LÍNEA DE EXPERIMENTACIÓN
Acceso: MARCO PÚBLICO
Frontera de evidencia: Hipótesis y límites públicos; no se declara un resultado mientras la prueba siga abierta.

Problema

Un modelo puede responder bien y aun así ser inútil si no entiende límites, vocabulario, roles y consecuencias.

Qué construí

Experimentos con IA, agentes y capas de interpretación alrededor de problemas industriales.

Aprendizaje / resultado

La pregunta correcta y el contexto disponible importan tanto como el modelo. Un laboratorio para descubrir dónde la IA ayuda y dónde todavía conviene observar antes de automatizar.

CASO DEMOSTRABLE / EVIDENCIA PÚBLICA

Contrato de contexto, cuatro capas operativas, observación acotada, siguiente prueba y límites en una URL propia.

Abrir caso demostrable

Recursos y mejora continua

OperacionesDatosSostenibilidad

Leer consumos y producción como un único sistema para encontrar relaciones que una hoja aislada no revela.

Naturaleza: CASO PROFESIONAL
Acceso: RESUMEN ANONIMIZADO
Frontera de evidencia: Problema y método publicables; consumos, producción y resultados permanecen privados.

Problema

Los recursos y la producción se mueven juntos, pero a menudo se analizan como conversaciones separadas.

Qué construí

Herramientas de observación para comparar consumos, producción, contexto y comportamiento del proceso.

Aprendizaje / resultado

Una métrica empieza a ser útil cuando puede cambiar una acción. Una forma más cercana de observar recursos y oportunidades de mejora, sin digitalizar por digitalizar.

CASO DEMOSTRABLE / EVIDENCIA PÚBLICA

Método de normalización, balance sintético comprobable, siguiente prueba y límites en una URL propia.

Abrir caso demostrable

Centerlining: receta, máquina y calidad

RecetasProducciónCalidad

Poner en relación recetas, parámetros de máquina, producción y calidad para acercarse a condiciones operativas más estables.

Naturaleza: CASO PROFESIONAL
Acceso: RESUMEN ANONIMIZADO
Frontera de evidencia: Modelo de análisis y aprendizaje publicables; recetas, parámetros y calidad permanecen privados.

Problema

La operación real acumula variabilidad; entenderla requiere observar el espacio de condiciones, no solo un valor final.

Qué construí

Herramientas de análisis que cruzan parámetros y resultados para hacer visibles patrones operativos.

Aprendizaje / resultado

Optimizar no es encontrar un número: es entender un espacio de condiciones. Un lenguaje común para hablar de operación, calidad y mejora continua.

CASO DEMOSTRABLE / EVIDENCIA PÚBLICA

Normalización por receta, cálculo sintético de distancia al centro, siguiente prueba y límites en una URL propia.

Abrir caso demostrable

Dashboards que enseñan el proceso

GrafanaUXVisualización

Convertir información industrial compleja en herramientas de decisión con Grafana y otras tecnologías.

Naturaleza: MARCO DE PRÁCTICA
Acceso: SÍNTESIS PÚBLICA
Frontera de evidencia: Patrones de diseño acumulados; no se presenta como un único proyecto ni como resultado cuantificado.

Problema

Un dashboard puede mostrar mucho y explicar poco si no respeta el trabajo de quien lo usa.

Qué construí

Interfaces con jerarquía, filtros, estados, contexto y rutas para profundizar en el dato.

Aprendizaje / resultado

La visualización es una forma de diseño de decisiones. Un enfoque que empieza por la pregunta y no por el gráfico.

CASO DEMOSTRABLE / EVIDENCIA PÚBLICA

Contrato de lectura, comparación sintética, siguiente prueba y límites en una URL propia.

Abrir caso demostrable

El valor también necesita controles

RiesgoGobiernoAdopción

Aprender a hacer que una solución tecnológica pueda escalar sin perder trazabilidad, seguridad ni responsabilidad.

Naturaleza: TRAYECTORIA PROFESIONAL
Acceso: SÍNTESIS PÚBLICA
Frontera de evidencia: Aprendizajes agregados de riesgo y gobierno; sin atribución a clientes o controles concretos.

Problema

En las grandes organizaciones, una solución puede fallar no solo por la tecnología, sino por sus permisos, dependencias, procesos o falta de evidencia.

Qué construí

Experiencia en control de riesgos tecnológicos, gobierno, privacidad, controles internos, pruebas y cuadros de mando.

Aprendizaje / resultado

La innovación no está completa cuando funciona: también tiene que poder entenderse, gobernarse y mantenerse. Una mirada que hoy aplico a la IA y la digitalización industrial para que el valor sobreviva a la complejidad.

CASO DEMOSTRABLE / EVIDENCIA PÚBLICA

Puertas críticas, expediente sintético recalculable, regla de parada, siguiente prueba y límites en una URL propia.

Abrir caso demostrable

Cada ficha declara su naturaleza, acceso y frontera de evidencia. No se muestran clientes, cifras o resultados no publicados.