Saltar al contenido

AI Data Scientist

Pedro AdairGallegos Avila

Llevo modelos de IA a producción: agentes con RAG y pronósticos de ventas que bajaron el error de 8% a 3.5%.

Matemático de profesión, realicé un posgrado en cómputo estadístico y me especializo en usar ciencia de datos e inteligencia artificial. Cuento con experiencia en proyectos de visión por computadora, forecasting y agentes de IA.

Casos de éxito

proyectos

Agentes de IA con RAG en producción

Sector Retail

Sistema con técnicas de RAG para automatizar análisis, conectando datos empresariales con LLMs para generar reportes contextualizados y recomendaciones accionables.

LangChainMilvusDBRAG

Forecasting de retail con series temporales

Sector Retail

Modelos predictivos de ventas con arquitecturas avanzadas, logrando una reducción del MAPE del 8% al 3.5% para un horizonte de 90 días.

SARIMAXLSTMskforecast

Pipelines de Big Data para KPIs directivos

Agricultura y Ganadería

Pipelines robustos de ETL que alimentan dashboards analíticos de KPIs para monitoreo estratégico directivo.

SQLPythonETL

Detección de anomalías con Computer Vision

Agricultura y Ganadería

Modelos de Machine Learning y visión por computadora para detección automatizada de anomalías y control de calidad en agricultura y ganadería.

Machine LearningComputer Vision

Automatización de scraping fintech

Financiero

Web scraping de noticias e indicadores financieros globales para experimentación y afinación de modelos econométricos.

PythonWeb ScrapingEconometría

Fuera del trabajo

proyectos personales

Agente de Análisis Financiero Personal

App de finanzas personales con Gemini que detecta gastos atípicos, lee tus recibos y te ayuda a ahorrar.

  • — Gastos atípicos detectados con puntaje Z por categoría.
  • — Recibos leídos con OCR y gastos registrados por voz.
  • — Desplegada en Google Cloud Run.
ReactTypeScriptFastAPIGemini APICloud Run

El Árbitro: RAG Multi-Agente en Google Cloud

Chatbot que resuelve dudas sobre reglas de juegos de mesa con RAG multi-agente en Google Cloud.

  • — Un orquestador en LangGraph elige la fuente: reglamento, web o ambas.
  • — Búsqueda vectorial multilingüe: responde en el idioma que preguntes.
  • — Cada respuesta indica de qué fuente salió.
LangGraphVertex AI Vector SearchGroqFastAPIReact

Trayectoria

experiencia

  1. Julio 2024 — Actualidad

  2. Abril 2023 — Julio 2024

  3. Agosto 2021 — Julio 2023

    Maestría en Cómputo Estadístico

    Centro de Investigación en Matemáticas · Unidad Monterrey

Stack & herramientas

habilidades

Lenguajes

PythonSQLRTypeScript / JavaScript

LLM & Agentes IA

LangChainAPIsMCP ServerMulti-Agent SystemsPrompt Engineering

ML & Forecasting

Scikit-learnPyTorchskforecastPandas

Datos & Vectores

MilvusDBMongoDBPostgreSQL

Cloud & MLOps

GCP (Cloud Run)Azure (básico)DockerGitHub

Despliegue

StreamlitFastAPIREST APIs

Contacto

hablemos

¿Tienes un proyecto en mente o una oportunidad para conversar? Escríbeme, con gusto te respondo.