Saltar al contenido
Diego Agudelo
Escríbeme
Diego AgudeloIngeniero de Machine Learning · Ingeniero de IA · Científico de datos

Diego Agudelo

Construyo sistemas de machine learning desde las matemáticas hasta un servicio en funcionamiento, y documento cómo se evaluó cada uno y dónde se queda corto.

Entre ellos: una red neuronal escrita desde cero sin ningún framework de ML, un pipeline de predicción de salarios desplegado como app web pública y un sistema de preguntas y respuestas sobre el derecho laboral francés que rechaza las preguntas fuera de tema.

En École 42 Paris dirijo el AI Lab de 42AI: defino el alcance de sus proyectos, recluto y hago mentoría a los estudiantes que los construyen. Antes de eso, tres años como ingeniero civil en Egis y Sixense, inspeccionando túneles, líneas de metro y edificios.

École 42 Paris · 42AI AI Lab · Egis · Sixense

Ahora mismo · Actualizado
  • Construyendo RAG-Syntec, un sistema de preguntas y respuestas con recuperación aumentada sobre el convenio colectivo Syntec.
  • Dirigiendo el AI Lab en 42AI.
  • Disponible para trabajar, ahora mismo.
01

Proyectos seleccionados

§

Seis proyectos, cada uno con mi contribución, cómo se evaluó y sus límites.

1.1Weight Your Wage

Predice los salarios de desarrolladores a partir de la encuesta de Stack Overflow. Un proyecto en equipo del AI Lab de 42AI que cubre todo el recorrido desde los datos en bruto hasta una app web pública; el modelo es una línea base deliberada, el trabajo está en el pipeline.

  • Desplegado · app web pública
  • R² ≈ 0,62 (validación)
raw survey
MinIO
ETL
PostgreSQL
clean labels
Cleanlab
train · Huber
Lightning · MLflow
serve
FastAPI jobs
web app
Next.js
monitoring — Grafana · Prometheus · Loki
Fig. 1 — Pipeline as implemented in the repo. Stages outlined in accent are where most of my commits went.
MI CONTRIBUCIÓN
Mis commits fueron sobre todo al código de entrenamiento del modelo (PyTorch Lightning, MLflow), al servicio FastAPI, a la configuración de Docker Compose y a los paneles de monitorización. Construí el front end web en Next.js yo solo, en un repositorio aparte.
RESULTADO
Desplegado y público. El modelo alcanza un R² ≈ 0,62 en el conjunto de validación (que también controla la parada temprana) — una baseline asumida; el entregable es el pipeline MLOps de extremo a extremo.
Leer el caso de estudio →Código ↗Demo en vivo ↗
CONTEXTO
AI Lab de 42AI
ROL
Equipo de 5
ESTADO
Terminado
STACK

1.2 Multilayer perceptron

Clasifica los tumores de mama como benignos o malignos con una red neuronal escrita en NumPy: capas, funciones de pérdida y optimizadores tras una API estilo Keras.

  • 97.4 % precisión val.
  • 569 muestras

96.5–97.4 % de precisión de validación en tres ejecuciones 80/20 (semilla 42); la ejecución principal con early stopping según la pérdida de validación alcanzó el 96.5 %.

Caso de estudio →Código ↗Notebook ↗
  • Adam, 24-24, ejecución A97.4%
  • Early stopping, ejecución principal96.5%
  • Adam, 24-24, ejecución B94.7%
Fig. 2 — Precisión de validación
CONTEXTO
École 42 · Proyectos de IA
ROL
Solo
ESTADO
Terminado
STACK

1.3 RAG-Syntec — EN CURSO

Responde preguntas sobre el convenio colectivo Syntec y rechaza las que están fuera de tema antes de llamar al LLM. 172 documentos, 8,447 chunks, recuperación densa sobre Chroma.

  • 172 docs · 8,447 chunks
  • 55 preguntas etiquetadas

Solo calibración del umbral: las preguntas en tema se mantuvieron por debajo de una distancia de 0.701, las de fuera de tema por encima de 0.780; el umbral se sitúa en 0.74.

Caso de estudio →Código ↗
  • En tema, mayor distancia0.701
  • Umbral de rechazo0.740
  • Fuera de tema, menor distancia0.780
Fig. 3 — Distancia al chunk más cercano
CONTEXTO
Proyecto personal, a partir de un esqueleto de prueba técnica
ROL
Solo
ESTADO
En curso
STACK

1.4 CapTech IDF — EN CURSO

Cartografía 79,099 empresas de Île-de-France a partir de datos públicos del Insee en 16 dominios tecnológicos. Una empresa se incorpora a un dominio solo con una fuente citada y fechada; 23 la tienen hasta ahora, en IA, ciberseguridad y sistemas embebidos. El código es privado.

  • 79,099 empresas
  • 1,343 segmentos indexados
Sirene stocks
Parquet · DuckDB
load
Supabase
crawl sites
robots.txt · 1 req/s/host
evidence corpus
URL · page · block filters
cited domain
source · date
map · 2D/3D scene
MapLibre · three.js
tests — 1,000+ automated tests (Vitest)
Fig. 4 — Data flow as documented in the private repo. Outlined in accent: the evidence path; a company joins a domain only with a cited, dated source.

La limpieza del corpus redujo los segmentos indexados de 2,105 a 1,343; 45 de 46 organizaciones conservaron texto de negocio. La recuperación se evalúa sobre 18 consultas como positivo–no etiquetado, así que no se afirma ninguna precisión ni F1.

Caso de estudio →Demo en vivo ↗
CONTEXTO
Proyecto personal
ROL
Solo
ESTADO
En curso
STACK

1.5 Leaffliction

Clasifica fotos de hojas de manzano y de vid en 8 clases (6 enfermedades, 2 sanas) con una CNN de PyTorch; el aumento de datos equilibra las clases antes del entrenamiento.

  • 94.1 % precisión en test reservado
  • 8 clases

94.1 % de precisión sobre 152 imágenes de test reservadas.

Caso de estudio →Código ↗Demo en vivo ↗
  • Validación (selección de modelo)98.1%
  • Test reservado, 152 imágenes94.1%
Fig. 5 — Precisión
CONTEXTO
École 42 · Proyectos de IA
ROL
Equipo de 2
ESTADO
Terminado
STACK

1.6 DSLR

Clasifica a los estudiantes de Hogwarts en una de cuatro casas a partir de sus calificaciones, con regresión logística one-vs-all y descenso de gradiente escritos desde cero — sin ninguna librería de ML.

  • 4 casas
  • 13 características de asignaturas

Sobre los 1,600 estudiantes de entrenamiento, el modelo reproduce las etiquetas de casa con un 97.9 % de precisión (34 errores). Es una puntuación sobre el conjunto de entrenamiento, medida sobre los mismos datos con los que se entrenó — no hay conjunto de test reservado.

Caso de estudio →Código ↗Notebook ↗
Fig. 6
CONTEXTO
École 42 · Proyectos de IA
ROL
Solo
ESTADO
Terminado
STACK
02

Todos los proyectos

§

32 proyectos, la mayoría del plan de estudios de la École 42. Cada dominio abre el índice filtrado, con enlaces de código y demo.

Abrir el índice completo →
03

Trayectoria

§

De la ingeniería civil al machine learning.

  1. Director del AI Lab — 42AI, École 42’s AI associationDefino el alcance de los proyectos del Lab, recluto y hago mentoría a los participantes. Primer proyecto lanzado: Weight Your Wage.
    2026 –
  2. École 42 Paris — Experto en arquitectura informática (RNCP nivel 7)Especialidad en datos, finaliza en 2026. Programación de sistemas en C y C++, y después proyectos de machine learning: DSLR, multilayer perceptron, Leaffliction.
    2023 – 2026
  3. Ingeniero civil — Sixense Engineering, EgisInspecciones estructurales en La Défense, inspecciones del túnel A86 Duplex, estudios de viabilidad para la línea 6 del metro de El Cairo, control de impermeabilización en la extensión del RER E.
    2020 – 2023
  4. Máster en ingeniería civil — Université de LimogesEspecialidad: inspección, mantenimiento y reparación de estructuras (IMRO).
    2018 – 2020
  5. Grado en ingeniería civil — Universidad Libre, Pereira (Colombia)Proyecto final: recálculo estructural del puente La Isla, Belén de Umbría.
    2011 – 2016
04

Herramientas, y dónde las usé

§

A partir de los proyectos publicados: cada herramienta enlaza al trabajo que la usa. Cada cuadrado es un proyecto.

32 proyectos · 65 herramientas · 7 grupos

Machine learning

Ver 7 herramientas más

LLM y recuperación

Ver 2 herramientas más
  • Vercel AI SDK1 proyectoFlow
  • ElevenLabs1 proyectoFlow

Servicio y MLOps

Ver 6 herramientas más

Datos y almacenamiento

Ver 4 herramientas más

Infraestructura y seguridad

Ver 9 herramientas más

Web

Ver 7 herramientas más

Lenguajes

Ver 2 herramientas más
05

Servicios

§

Los encargos freelance que acepto, en remoto o en la región de París. Cada uno cita un proyecto donde ya lo hice.

  • Preguntas y respuestas sobre tus documentos

    Un asistente RAG sobre tu corpus: ingesta y fragmentación, recuperación, generación con un modelo local o alojado, rechazo de las preguntas fuera del corpus y un conjunto de preguntas etiquetadas para medir la recuperación.

    YA HECHO ENRAG-Syntec

  • Modelos de machine learning, del entrenamiento a la API

    Clasificación o regresión sobre datos tabulares o imágenes, en PyTorch o scikit-learn, con seguimiento de experimentos, y luego servido con FastAPI en Docker.

    YA HECHO ENWeight Your WageLeaffliction

  • Pipelines de datos y la aplicación web encima

    De datos públicos o internos a una aplicación consultable: ingesta, almacenamiento, pruebas automatizadas, mapas y gráficos.

    YA HECHO ENCapTech IDFDataView-Lite

Describe tu proyecto
06

Contacto

§

Abierto a puestos de ingeniería de machine learning e IA, y a encargos freelance. El correo es la forma más rápida de contactarme.

diegoagudeloa@gmail.com

O ESCRIBE AQUÍ

Enviado a través de Formspree

HORA LOCAL
Paris
ESCRÍBEME EN
Español, Francés o Inglés
UBICADO EN
Rueil-Malmaison, Francia