Construyo software de principio a fin — del producto y la arquitectura a producción.
Soy desarrolladora full stack e ingeniera de IA en Madrid. Llevo el ciclo entero: arquitectura, backend, frontend, seguridad y despliegue.
Fundé Byte Lab, donde llevé un SaaS a producción con clientes reales y lo opero cada día — del diseño de producto al soporte.
Antes de programar gestioné durante una década proyectos de gran escala. Por eso no solo escribo código: pienso en producto, en las personas que lo usan y en lo que de verdad hay que construir.
Bitácora Digital — SaaS en producción
Fundé Byte Lab y construí Bitácora Digital: una plataforma que digitaliza las bitácoras de obra en contratos de infraestructura pública. De cero a producción, yo sola, con clientes activos desde el primer año.
Byte Lab Studio · web a medida
Más allá del producto, en Byte Lab diseño y construyo sitios web a medida para clientes externos.
Productos de IA, machine learning y NLP — varios en producción, con demo en vivo o premiados en hackathons.
Moderación de odio en tiempo real para Telegram y Discord. Revierte la ofuscación (g1l1p0ll4s) y entiende el contexto con BETO, un BERT en español. Borra y avisa al grupo en menos de un segundo. Desplegado en AWS con API pública.
Estudio de contenido multiagente: un router LLM elige el agente adecuado —redacción, divulgación científica con RAG vectorial y Graph RAG, o newsletter financiera— y un juez LLM puntúa la fidelidad a las fuentes.
Predicción de riesgo de ictus a partir de datos clínicos. Ensemble VotingClassifier con balanceo SMOTE, optimización con Optuna y tracking en MLflow; CLI y Streamlit en Docker. Prioriza el recall por el contexto clínico.
Detección de discurso de odio en comentarios de YouTube. Comparé 8 modelos —de regresión logística a LSTM y fine-tuning de DistilBERT— con MLflow; LogReg en producción por eficiencia. Backend en Supabase y análisis de URLs en tiempo real.
Inferencia bayesiana con PyMC: regresión lineal, logística y modelos jerárquicos multinivel. Muestreo NUTS y diagnósticos con ArviZ (R-hat, ESS), cuantificando la incertidumbre con intervalos de credibilidad en vez de estimaciones puntuales.
Estoy abierta a roles de full stack o AI engineering, y a proyectos donde el criterio de producto importe tanto como el código.
