CV ejecutivo

Juan Solis · Senior AI Engineer / AI Tech Lead

Resumen orientado a recruiters, hiring managers y líderes técnicos que buscan experiencia en IA aplicada, RAG, agentes, recomendadores, MLOps y arquitectura productiva.

Perfil ejecutivo

AI Engineer con foco en sistemas productivos

Ingeniero civil industrial y magíster en ingeniería eléctrica.
Experiencia en AI Engineering, machine learning, control de sistemas, cloud, APIs y MLOps.
Trabajo aplicado en minería, banca, e-commerce, marketplaces, plataformas digitales y sistemas industriales.
Foco actual: Senior AI Engineer, AI Engineer, Senior ML Engineer, AI Tech Lead y roles de liderazgo técnico en IA.

AI Engineering y LLM Apps

RAG multi-tenantcopilotos empresarialesagentes de IAFastAPIbases vectorialesevaluación de respuestas

MLOps y producción

MLflowDVCDockerCI/CDvalidación de datosserving de modelostrazabilidad

Machine Learning aplicado

recomendadoresmodelos predictivosrankingTensorFlowPyTorchscikit-learn

Industria y negocio

mineríabancae-commercedashboardsmarketplacessistemas de controlanalítica operacional

Proyectos destacados

RAG multi-tenant para SaaS B2B

Conversión de búsqueda semántica en una experiencia usable, rápida y medible para producto SaaS B2B.

↓72% latencia · 2.3s → 0.65s

Sistema de recomendación para e-commerce

Recomendaciones orientadas a aumentar engagement, intención de compra y valor de negocio.

+14% CTR · +9% add-to-cart

Pipeline MLOps para modelos productivos

Sistema base para entrenar, validar, servir y monitorear modelos con disciplina de ingeniería de software.

Datasets, modelos y endpoints trazables

Agente de IA modular con herramientas

Base técnica para construir agentes mantenibles, integrables con LLMs locales o APIs externas.

Arquitectura extensible y testeable

Señales para entrevista senior

Este perfil está orientado a resolver problemas reales de IA en producción, combinando arquitectura, software, datos, modelos y comunicación con negocio.

Puede explicar arquitectura end-to-end, no solo entrenamiento de modelos.
Tiene criterio de producción: observabilidad, rollback, CI/CD, trazabilidad y evaluación.
Puede conversar con negocio, producto, ingeniería y stakeholders industriales.
Combina fundamentos de ingeniería eléctrica/control con IA aplicada y software moderno.

Stack resumido

PythonFastAPIPyTorchTensorFlowscikit-learnGCPAWSVertex AIDockerKubernetesMLflowDVCMLOpsRAGLLM AppsAI AgentspgvectorFAISSVector DBsRecommendersCI/CDObservability