Proyectos e investigación

Proyectos

Selección de software que he diseñado y construido, e investigación en la que he participado. Cada proyecto indica su etapa actual; el proyecto con el estudio es confidencial y se describe a nivel de capacidades.

Código: github.com/malvarado-techPerfil: linkedin.com/in/malvaradogzz

  1. ProducciónDesde julio de 2026

    Plataforma de finanzas y administración para un estudio creativo

    Consultor de Operaciones (Finanzas, Administración y Sistemas)

    El estudio no tenía líneas base financieras ni cifras por proyecto, y sus pagos, registros de nómina y cobranza vivían en hojas de cálculo separadas. La plataforma los reúne en un solo libro de movimientos, de modo que la dirección ve dónde está el estudio y los pagos salen en un calendario semanal, con aprobaciones.

    Diseñé y puse en producción la plataforma interna de finanzas y administración del estudio, que opera en AWS desde julio de 2026: libro de movimientos, cobranza e igualas, solicitudes de pago con aprobaciones y una corrida semanal de pagos, cotizaciones con motor de costeo, registros de nómina, seguimiento de facturas con validaciones fiscales y tableros para la dirección.

    Los cambios llegan a producción solo después de pasar pruebas de integración automatizadas contra una base de datos real, de modo que la plataforma puede ampliarse cada semana sin interrumpir el trabajo del equipo.

    La plataforma también aloja un flujo diario de ingesta desde la API de Meta Marketing hacia Postgres y Google Sheets, y un asistente con LLM que usa las herramientas de la propia plataforma con los permisos del rol de cada usuario.

    Cliente confidencial. Las capturas usan datos ficticios de demostración.

    Tecnologías

    • React
    • Tailwind
    • Node
    • Postgres
    • AWS
    • GitHub Actions
    • Vitest
    • Meta Marketing API
    • LLM APIs

    Vista de dirección: caja, runway, cuentas por cobrar, margen del mes e ingreso recurrente en una sola pantalla

  2. Proyecto con clienteOct 2025 a ago 2026

    biorisk.ai: capa de servicios de IA para un producto de evaluación de riesgo biológico

    Ingeniero de IA y gerente técnico de proyecto

    Una evaluación de bioseguridad tiene que poder defenderse, así que el producto no podía depender de un modelo que responde de memoria. Cada respuesta se construye a partir de un conjunto curado de fuentes autorizadas y las cita, y el servicio funciona de forma autocontenida y supervisada, para que quien evalúa pueda verificar cada recomendación.

    Diseñé y construí la base de conocimiento, el flujo de datos y la capa de servicios de IA en Python sobre AWS: un servicio de generación aumentada por recuperación (RAG) con búsqueda semántica y la cita de origen en cada respuesta, sobre una arquitectura serverless (Lambda, Bedrock) sin dependencia de servicios de terceros.

    Diseñé el enrutamiento de modelos según el tipo de evaluación, con cambio automático de modelo cuando uno se niega a responder.

    Integré el flujo de recomendaciones en el backend Django del socio detrás de un feature flag, con límites de uso y un plan de reversión, y lo validé contra evaluaciones reales en producción.

    Proyecto con cliente, entregado en agosto de 2026.

    Tecnologías

    • Python
    • AWS Lambda
    • Amazon Bedrock
    • RAG
    • Semantic search
    • Django
    Arquitectura de la capa de servicios de IA (diagrama)Las fuentes autorizadas pasan por curaduría y revisión de calidad, luego por extracción y fragmentación, hacia embeddings y una base de conocimiento con búsqueda semántica. La recuperación alimenta un agente de recomendaciones y un agente conversacional, que comparten el enrutamiento de modelos con respaldo automático y entregan respuestas con citas. Todo lo posterior a las fuentes es serverless y autocontenido.Fuentes autorizadasServerless,autocontenidoCuraduría y revisión de calidadExtracción y fragmentaciónEmbeddings y base de conocimientobúsqueda semánticaRecuperaciónAgente derecomendacionesAgenteconversacionalEnrutamiento con respaldo automáticoRespuestas con citas
    Arquitectura de la capa de servicios de IA (diagrama)
  3. Prueba de conceptoMar a abr 2026

    IBBIS Screen: interfaz web para una herramienta de código abierto que revisa pedidos de síntesis de ADN

    Proyecto propio

    El Common Mechanism de IBBIS se usa desde la línea de comandos, lo que lo deja fuera del alcance de muchos de los técnicos de los proveedores de síntesis que deberían usarlo. Una interfaz web elimina esa barrera y deja la revisión en manos de la herramienta de IBBIS.

    Construí y desplegué una interfaz web para Common Mechanism, la herramienta de código abierto de IBBIS para revisar pedidos de síntesis de ADN, de modo que proveedores de síntesis y técnicos puedan ejecutar una revisión sin línea de comandos ni conocimientos de bioinformática.

    Prueba de concepto, publicada como código abierto bajo la licencia MIT. La presenté al equipo de IBBIS por correo y en una reunión, en la que me preguntaron por el razonamiento detrás del diseño y me pidieron opinión sobre cómo acercar la herramienta a otros públicos, su siguiente paso. Las capturas y la demo enlazada provienen de su modo demo, que funciona en el navegador con datos de ejemplo.

    Tecnologías

    • Next.js
    • FastAPI
    • Docker
    • Google Cloud

    Página de inicio: qué hace la interfaz y cómo se ejecuta una revisión

  4. PilotoDesde mayo de 2026

    Plataforma de traducción simultánea con IA para eventos

    Proyecto propio

    Conferencias regionales como EAGx no podían ofrecer interpretación simultánea por su costo, y parte del público seguía las charlas en un segundo idioma. La plataforma permite que un evento ofrezca sus charlas en varios idiomas en los teléfonos de los asistentes, por una fracción del costo.

    Diseñé y construí una plataforma de traducción en tiempo real con IA sobre Next.js y TypeScript: el audio del ponente va a un modelo de voz en tiempo real por WebRTC y el audio traducido se retransmite a los teléfonos del público mediante un servidor LiveKit propio, con un panel de operador y una página web para el público.

    Las credenciales se quedan en el servidor: cada sesión recibe tokens de corta duración emitidos por el servidor y limitados a su función, de modo que el navegador nunca guarda una clave de API y quien escucha puede recibir la traducción pero nunca transmitir a la sala.

    Un modelo de voz en tiempo real de un segundo proveedor funciona como motor A/B en paralelo, y ambos motores se comparan con el mismo audio en sesiones registradas, con un registro escrito de la decisión.

    La demo enlazada reproduce una grabación de 1962 de dominio público en las vistas del oyente y del operador, con subtítulos traducidos y voces generadas con IA, en el navegador y sin claves.

    Tecnologías

    • Next.js
    • TypeScript
    • WebRTC
    • LiveKit (self-hosted)

    Repetición de una grabación de 1962 con subtítulos traducidos y voces generadas con IA en español y portugués

  5. Prueba de conceptoVersión de mayo de 2026

    Plataforma de auditoría de campo para una consultoría ambiental, de seguridad y salud

    Diseño y desarrollo

    Los inspectores tomaban notas en campo y después las volvían a capturar en cada reporte, y los vencimientos se llevaban a mano. La plataforma registra la visita una sola vez, genera los entregables a partir de ella y avisa de los compromisos antes de que venzan.

    Prueba de concepto para auditorías de seguridad laboral y cumplimiento, presentada como una versión de mayo de 2026. Los inspectores registran una visita una sola vez (hallazgos por área con prioridad y referencia normativa, inventario de extintores, revisiones ambientales y cuestionarios ergonómicos) y la plataforma genera los entregables a partir de esa única captura.

    Un tablero del equipo muestra las auditorías recientes, los extintores vencidos y los hallazgos abiertos de prioridad alta; el seguimiento de vencimientos clasifica los compromisos en vencidos, críticos y próximos.

    Tecnologías

    • React
    • Vite
    • Express
    • SQLite

    Tablero del equipo: auditorías recientes, vencimientos críticos y hallazgos abiertos de prioridad alta (datos de demostración)

  6. Demo funcionalMayo a junio de 2026

    Plataforma de reportes de servicio para una empresa de tratamiento de agua industrial

    Diseño y desarrollo

    Los asesores de campo dan servicio mensual a torres de enfriamiento, calderas y suavizadores en plantas industriales. Las lecturas se anotaban a mano en sitio, se volvían a capturar en una hoja de cálculo, las fotografías se pegaban en celdas y la hoja se imprimía para recabar firmas; según la propia empresa, cada reporte tomaba un día completo, y ninguna lectura fuera de rango quedaba señalada.

    El asesor registra en una sola pantalla el agua de repuesto, las lecturas químicas y la inspección física de cada equipo, y cada lectura se compara con el rango de especificación del equipo en el momento de capturarla; las que quedan fuera se marcan de inmediato. La firma se realiza en pantalla, con un clic se generan un PDF bilingüe y un enlace para el cliente, y cada equipo conserva una gráfica de tendencia entre visitas. Los tipos de equipo y los rangos por fabricante se administran en catálogos editables, sin cambios de código.

    Demo funcional, desplegado para la evaluación del cliente. La demo estática enlazada funciona en el navegador con clientes, equipos y lecturas ficticios.

    Tecnologías

    • React
    • Vite
    • Tailwind
    • Express
    • SQLite
    • Puppeteer

    Tablero de operación: visitas, lecturas dentro de rango, equipos fuera de especificación y visitas abiertas (datos de demostración)

  7. Demo avanzado2024 a 2026

    Origami Hub: plataforma de renta e inventario de equipo para un estudio creativo

    Diseño de sistemas de operación

    El estudio buscaba ordenar el préstamo de su equipo a sus propias producciones y aprovechar el equipo disponible rentándolo a producciones externas, como una fuente adicional de ingresos para el espacio. El kiosco se diseñó para reducir un préstamo de entre tres y cinco minutos a menos de quince segundos, y el sitio público para recibir rentas.

    Empezó como una herramienta interna de inventario en kiosco para un estudio creativo y creció hasta una solución de renta de equipo en dos plataformas: una aplicación de kiosco interna con lector de código de barras para registrar salidas y devoluciones, y un sitio público de renta con disponibilidad en tiempo real y detección automática de conflictos.

    Se llevó a un demo funcional avanzado, desplegado para evaluación; no está en uso diario. La demo estática enlazada muestra la página pública y el catálogo con equipo y precios ficticios.

    Tecnologías

    • React
    • Vite
    • Express
    • Postgres
    • Next.js

    Sitio público de renta: página de inicio

  8. Investigación2025

    Investigación sobre evaluación de LLM

    Primer autor y coautor

    La mayoría de los leaderboards de LLM se basan en una sola corrida, y los benchmarks traducidos pueden ocultar errores de razonamiento propios de cada idioma. Los dos preprints ponen a prueba ambos supuestos: cuántas repeticiones necesita una clasificación confiable y cómo razonan los modelos ante problemas redactados directamente en español.

    • Do Repetitions Matter? Strengthening Reliability in LLM Evaluations

      Primer autor · preprint en arXiv, septiembre de 2025

      Al reevaluar ocho modelos en AI4Math con tres corridas cada uno, con una sola corrida 10 de 12 segmentos de evaluación invirtieron al menos una comparación entre pares de modelos, y una segunda corrida eliminó cerca del 83 % de esas inversiones.

      arXiv:2509.24086
    • AI4Math: A Native Spanish Benchmark for University-Level Mathematical Reasoning in Large Language Models

      Coautor · preprint en arXiv, mayo de 2025

      105 problemas originales de nivel universitario redactados en español en siete áreas, cada uno con su solución paso a paso; se evaluaron seis modelos en español y en inglés, sin ejemplos y con cadena de razonamiento.

      arXiv:2505.18978