Saltar al contenido
ADR-26 Ficha técnica Rev. 2026.11

Alejandro Dueñas Real

Tech Lead de IA · IA generativa, agentes y plataforma

LLM y agentes en producción, con el control de un equipo de ingeniería.

Estado
Abierto a conversaciones
Ubicación
Valencia, España · remoto o híbrido
Contacto
[email protected]

1 Características

  • Lleva LLM a producción con evaluación dentro del flujo: si la calidad baja del umbral, el cambio no pasa.
  • Trabaja con agentes de programación bajo las mismas barreras que una persona: especificación, revisión, pruebas y rastro.
  • Diseña el camino estándar de los servicios: plantilla, CI, imagen inmutable, despliegue con vuelta atrás.
  • Construye servidores MCP para que los agentes del equipo compartan conocimiento con permisos.
  • Ha liderado una plataforma nacional (45 M de pasajeros al año) coordinando 6 equipos: desarrollo, QA, soporte y despliegue e infraestructura.
  • Full-stack políglota: Python, Java/Spring Boot, TypeScript/Next.js, .NET y PHP.
  • Nube y modelos: AWS (Bedrock), Google Cloud (Vertex AI) y Azure OpenAI; Docker, Kubernetes y Terraform; PyTorch en GPU.

2 Aplicaciones

  • Líder técnico de IA / AI Tech Lead
  • AI Engineering Lead en equipos de producto
  • Arquitecto de soluciones de IA generativa
  • Plataforma de IA y LLMOps
  • Adopción de agentes de código en un equipo

3 Descripción general

Ingeniero de software desde 2014. De 2021 a 2024 lideré Viajando, la plataforma oficial de billetes de autobús y tren de Cuba, coordinando 6 equipos y más de 15 personas entre desarrollo, QA, soporte y despliegue e infraestructura. Desde 2024 llevo modelos de lenguaje a producción en una empresa de tecnología lingüística: post-edición automática con LLM, evaluación de calidad, servicios de ficheros y la plataforma interna con la que el equipo y sus agentes entregan.

Mi forma de trabajar: la IA acelera, pero no decide sola. Cada cambio, lo escriba una persona o un agente, pasa por especificación, revisión, pruebas y evaluación, y deja rastro de qué se hizo, cómo se comprobó y cómo se deshace.

4 Diagrama de bloques funcional

  1. Especificación qué y por qué
  2. Agente con reglas y permisos
  3. Revisión humana, obligatoria
  4. Pruebas en la CI
  5. Evaluación umbral de calidad
  6. Despliegue con vuelta atrás
  7. Trazas y coste por petición

Harness del equipo: reglas · permisos · memoria · hooks · servidores MCP · TechDocs

↺ Lo que falla en producción vuelve a la especificación como prueba nueva.

Figura 1. Cómo llega un cambio a producción, lo escriba una persona o un agente. ◆ = puerta: si no se supera, no pasa.

5 Diagrama de conexiones

  1. 1Desarrollobackend, web y Android
  2. 2QApruebas de cada versión
  3. 3Soporte y despliegueincidencias y publicación
  4. 4Infraestructuraservidores y red
ADR-26 Team Leader Viajando · 2021 → 2024 6 equipos · 4 áreas · más de 15 personas
  1. 5OperadorEmpresa Viajero: requisitos y entregas
  2. 6MinisterioMITRANS: prioridades y aprobación
  3. 7Pagospasarela Transfermóvil
  4. 8Usuarios45 M de pasajeros al año
Figura 2. Alcance del liderazgo en Viajando. Pines 1-4: las áreas a cargo; pines 5-8: con quién se coordinaba cada entrega.

6 Especificaciones

ParámetroCondicionesValorUnidad
Experiencia construyendo software 2014 → 2026 12 años D años
Liderazgo de equipos Team Leader, 2021 → 2024 3 años D años
Equipos coordinados desarrollo, QA, soporte y despliegue, infraestructura 6 equipos D equipos
Personas en esos equipos Viajando, 2021 → 2024 > 15 personas D personas
Pasajeros de la plataforma liderada Viajando, red nacional de Cuba 45 M / año D / año
Commits como autor abr 2025 → nov 2026, 27 repositorios 2.279 M1 —
Herramienta CAT: del primer commit a producción Next.js, 532 pruebas 27 días M2 días
Pruebas automáticas servicio de traducción de ficheros, v1.0.78 1.812 casos M3 casos
Herramientas MCP servidor de conocimiento del equipo 15 M4 —
  • M1 Medido: git log por autor, 20-11-2026.
  • M2 Medido: git (23-10-2026) y despliegue (19-11-2026).
  • M3 Medido: pytest, rama estable, 20-11-2026.
  • M4 Medido: código del servidor, v1.0.1.
  • D Declarado: dato del CV, no comprobable desde fuera de la empresa.

7 Valores máximos absolutos

ParámetroMáximo
Cambios de un agente fusionados sin revisión humana0
Despliegues a producción sin vuelta atrás preparada0
Secretos en repositorios, commits o registros0
Cifras publicadas sin fuente0

⚠ Superar estos valores puede dañar el producto de forma permanente. No se negocian por ir más rápido.

8 Aplicaciones típicas

Caso 8.1

Post-edición automática con LLM en producción

Plataforma de traducción con IA usada por organismos públicos y medios.

Integración de LLM en el flujo de traducción con glosarios y memorias filtrados por par de idiomas, trazas de cada llamada en Langfuse y evaluación con un banco fijo y una nota automática de calidad. Despliegues por oleadas en AWS sin cortar el servicio.

  • Python
  • LangChain / LangGraph
  • Langfuse
  • pgvector
  • AWS Bedrock
Caso 8.2

IA clínica con respuestas verificables

Plataforma para médicos y clínicas de EE. UU., en producción.

Búsqueda en historiales complejos, documentación generada por IA y respuestas que se comprueban contra la página de la que salen. Unas 7.300 pruebas antes de cada versión, guardrails, acceso solo por túnel y despliegues fuera del horario de consulta.

  • .NET
  • Next.js
  • Gemini en Vertex AI
  • Azure OpenAI
  • Docker
Caso 8.3

El harness de un equipo que trabaja con agentes

Cómo un equipo pequeño deja trabajar a agentes de código sin perder el control.

Reglas escritas, permisos, memoria, registro semanal de cada cambio, documentación técnica en cada repositorio para que la lean los agentes, análisis de seguridad antes de desplegar y un servidor MCP propio con 15 herramientas y buzón entre agentes.

  • Claude Code
  • MCP
  • Backstage
  • Snyk
  • FastAPI
Caso 8.4

Una herramienta CAT de cero a producción en 27 días

Editor de traducción para lingüistas, con proyectos y flujos de revisión.

Construida con agentes de programación bajo control: una especificación por fase, PR revisada y 532 pruebas unitarias en verde antes de cada fusión. Todo en Next.js, también el backend.

  • Next.js
  • TypeScript
  • Prisma
  • MySQL
  • Docker
Caso 8.5

Servicio de traducción de ficheros compatible con Trados

Microservicio que extrae, traduce y reconstruye XLIFF y SDLXLIFF sin romper el formato.

1.812 pruebas automáticas, reconstrucción byte a byte de lo que no se traduce, y producción en un grupo de autoescalado fijado a una versión: subir y volver atrás es cambiar un número.

  • Python
  • FastAPI
  • Okapi
  • Docker
  • AWS
Caso 8.6

Viajando: billetes para todo un país

Plataforma oficial de billetes de autobús y tren de Cuba, más de 45 M de pasajeros al año.

Como Team Leader, 6 equipos y más de 15 personas: arquitectura y dirección técnica, coordinación entre desarrollo, QA, soporte y despliegue e infraestructura, y con el operador y el ministerio. Pagos integrados, controles contra la reventa, colas automáticas y la app Android migrada de Java a Kotlin sin parar el servicio.

  • Java / Spring Boot
  • Kotlin
  • PHP
  • Python
  • Android

+ Proyecto propio: soberquant. Análisis de mercados financieros con agentes LLM sobre noticias y estrategias cuantitativas con backtest. (Python · PyTorch / XGBoost · Celery + Redis · PostgreSQL · Next.js)

9 Historial de revisiones

Rev.FechaPuestoCambios
6 abr 2026 → hoy Developer Machine Learning
Pangeanic · plantilla, Valencia
LLM, RAG y NLP en producción (Bedrock, Langfuse); modelos de traducción y NLP con PyTorch en GPU; microservicios Python, Node.js y Java; interfaces Next.js; plataforma interna y servidores MCP.
5 mar 2024 → abr 2026 Desarrollador de aplicaciones
Pangeanic · externo, remoto
El mismo producto como profesional independiente: microservicios, herramientas en Next.js y despliegue en AWS.
4 mar 2022 → abr 2025 Ingeniero de software independiente
Clientes de EE. UU., México y Panamá
Logística para la Zona Libre de Colón (Spring Boot, Next.js, AWS), SaaS de viajes con más de 86.000 hoteles e IA clínica en EE. UU. (Gemini en Vertex AI, Azure OpenAI, guardrails). Preventa, propuestas y PoC.
3 feb 2021 → ene 2024 Team Leader
SITRANS · Viajando
Al frente de la plataforma nacional de billetes: 6 equipos y más de 15 personas (desarrollo, QA, soporte y despliegue, infraestructura), coordinación con el operador y el ministerio; arquitectura, entregas, pagos y antifraude.
2 sep 2014 → feb 2021 Desarrollador full-stack y móvil
SITRANS
App Android de Viajando (Java → Kotlin) y su plataforma web; ciclo completo de análisis a despliegue.
1 2009 → 2014 Licenciatura en Ciencias de la Computación
Universidad Central «Marta Abreu» de Las Villas
Algoritmos, redes, bases de datos e ingeniería de software.

10 Formación continua

FechaTítuloEmisorVerificar
oct 2026 Hands-on Agentic AI: Building Intelligent Agents Coursera · especialización credencial ↗
oct 2026 Autonomous AI Agent Systems and Orchestration Edureka · Coursera credencial ↗
sep 2026 Machine Learning Specialization DeepLearning.AI y Stanford credencial ↗
sep 2026 Google Project Management Google · certificado profesional credencial ↗
ago 2026 Google AI Google · certificado profesional credencial ↗

11 Información de pedido

ReferenciaDisponibilidadModalidadContacto
ADR-26 Abierto a conversaciones Valencia, España · remoto o híbrido [email protected]
LinkedIn ↗ GitHub ↗