Mi parte
Mapeé flujos de trabajo operativos y construí orquestación de LLM en TypeScript y Python con tool calls, reglas deterministas, aprobación humana, evaluación y recuperación ante fallos.
Ingeniería de IA aplicada / cofundador
Sistemas de IA aplicada construidos alrededor de flujos de trabajo reales, controles deterministas, tool calls, aprobación humana, evaluación y recuperación explícita ante fallos.

Mapeé flujos de trabajo operativos y construí orquestación de LLM en TypeScript y Python con tool calls, reglas deterministas, aprobación humana, evaluación y recuperación ante fallos.
Dejar que el modelo interprete el lenguaje natural mientras el software determinista controla la disponibilidad, la evidencia requerida, el consentimiento, las acciones permitidas y el escalamiento.
Clara Voice incluye fixtures de tests y código de validación. El trabajo con clientes se mantiene dentro de los límites de los NDA y se describe como relevamiento, prototipo y traspaso a piloto, no como despliegue en producción.
Las entrevistas con stakeholders y los traspasos actuales se convierten en un piloto de IA acotado. El modelo interpreta el lenguaje natural, las tools exponen las capacidades permitidas, las reglas deterministas controlan las decisiones y los fallos escalan a revisión humana.
Varios proyectos empezaron con un pedido de usar IA. Entrevisté a las personas que hacían el trabajo, mapeé los traspasos y el costo de los fallos, y reduje el pedido a un flujo de trabajo con una señal de éxito observable.

Clara Voice interpreta pedidos de turnos en lenguaje natural. Las tool calls exponen la disponibilidad y las acciones del flujo, mientras que las reglas deterministas controlan los documentos requeridos, el consentimiento, las transiciones permitidas y cuándo el sistema debe detenerse.
Los fallos de proveedores, los documentos faltantes, los horarios no disponibles y las señales de riesgo clínico derivan en alternativas explícitas o en revisión humana. El prototipo incluye código de tests para la orquestación, la validación y los caminos de fallo.

Brand Kit Generator convierte una entrevista de 8 etapas en una herramienta de decisión. Cada etapa tiene una compuerta para rechazar posicionamiento, voz o decisiones visuales vagas antes de producir entregables de marca reutilizables. La metodología y el código son públicos.

La orquestación en TypeScript y Python conecta APIs de LLM, tool calls, proveedores de voz como ElevenLabs y Twilio, controles de políticas deterministas, fixtures de evaluación y caminos de escalamiento a humanos.
El trabajo en salud avanzó desde entrevistas con stakeholders hasta un prototipo testeado y un traspaso a piloto definido. Este caso no afirma un despliegue en producción.