Evaluación que decide
Benchmarks, jueces LLM, pruebas de regresión y criterios de salida que conectan comportamiento de modelo con riesgo de negocio.
01Enfoque
01Enfoque
Principio operativo
La IA confiable no se promete: se instrumenta, se evalúa y se mantiene bajo presión real.
Gobernanza operable
Mapeo ISO 27001, NIST AI RMF, controles, trazabilidad y remediación diseñados para auditorías y equipos de producto.
Agentes con memoria de ejecución
Arquitecturas planner-executor, replay determinista y contratos tipados para pasar de demo a operación sin perder control.
02Señales
Evidencia compacta.
Una lectura rápida de impacto: clientes, continuidad, eficiencia y alcance real en productos y operaciones.
03Casos
Proyectos con prueba.
Una grilla navegable de sistemas de IA, gobernanza, automatización y ML. Algunos nombres quedan privados; la evidencia pública se muestra cuando existe.
AI Systems
Elevate AIgency: despliegue de IA para negocios reales.
Fundé y dirijo una práctica forward-deployed que convierte oportunidades de automatización en sistemas productivos, medibles y gobernables.
50+ clientes, 85% de retención anual y reducción promedio de 60% en costo operativo por cliente.
Artefactos
- 01
- 02
- 03
Agents
clean-agents: framework CLI para agentes enterprise.
Arquitectura planner-executor con replay determinista, contratos tipados y observabilidad para llevar agentes más allá de la demo.
Metodología forward-deployed, reproducibilidad de ejecución y base lista para evaluación LLM-as-judge.
Artefactos
- 01
- 02
- 03
ML/Data
IA genética bovina para Asociación Angus Argentina.
Sistema predictivo sobre registros históricos para scoring genético, selección asistida y análisis de performance reproductiva.
130K+ hembras registradas transformadas en una capa de decisión para productores.
Artefactos
- 01
- 02
- 03
ML/Data
Dashboard predictivo ML para Shopealo JotaDe.
Forecasting de inventario con señales de demanda y panel operativo para compras y reposición.
Reducción de stockouts entre 40% y 70% según categoría.
Artefactos
- 01
- 02
- 03
Governance
Due diligence de IA bajo ISO 27001 y NIST.
Evaluaciones de riesgo para banca y energía: matriz de controles, gap analysis, mapeo NIST AI RMF y playbooks de remediación.
Material listo para auditor externo, con trazabilidad entre riesgo, control y evidencia.
Artefactos
- 01
- 02
- 03
Automation
Operaciones con agentes para equipos regulados.
Flujos internos con revisión humana, logs de ejecución y criterios de fallback para automatizar tareas sensibles sin perder control.
Artefactos internos: runbooks, trazas, criterios de escalamiento y tablero de control.
Artefactos
- 01
- 02
- 03
AI Systems
Banco de evaluación para comportamiento de modelos.
Sistema de pruebas de regresión, jueces LLM y trazas comparables para decidir cuándo un cambio de prompt/modelo está listo.
Evidencia privada: datasets de prueba, rúbricas y reportes de decisión.
Artefactos
- 01
- 02
- 03
Automation
Automatización comercial para equipos de crecimiento.
Integraciones entre CRM, datos operativos y asistentes internos para reducir trabajo manual en prospección, seguimiento y reporting.
Artefactos internos: pipelines, reglas de calidad y reportes ejecutivos.
Artefactos
- 01
- 02
- 03
04Reseñas
Prueba social curada.
Un espacio para feedback real de clientes y colaboradores. Las reseñas se publican curadas, con identidad pública o anonimizada según corresponda.
Vitrina preparada
Todavía no hay quotes publicados. La sección queda lista para sumar testimonios reales sin inventar atribuciones.
Enviar review05Medios
Opinión publicada.
Notas de opinión, columnas y participaciones publicadas en medios tradicionales. Cada pieza linkea al artículo original.
Palantir, AI, Innovation
Leer en el medioPalantir y la oportunidad para Argentina de convertirse en un polo tech
Las condiciones energéticas y de talento posicionan a nuestro país como destino atractivo para inversiones a gran escala
Tecnología
Leer en el medioCómo la inteligencia artificial pudo haber evitado la tragedia de Chubut
La detección temprana de focos es solo el principio; actualmente, los modelos predictivos basados en machine learning permiten anticipar las zonas con mayor riesgo de incendio. La experiencia de Canadá en 2026 demuestra la eficacia de estas herramientas.
06Método
Método de trabajo.
Trabajo con ciclos cortos: definir el riesgo, construir el instrumento, medir comportamiento, dejar trazabilidad y convertir hallazgos en decisiones.
Contexto
Entender operación, restricciones, datos, exposición regulatoria y definición de éxito.
Instrumentación
Diseñar evals, trazas, criterios de release y tableros que convierten comportamiento en evidencia.
Operación
Entregar sistemas, playbooks y controles que puedan sostenerse cuando cambian modelos, equipos y riesgos.
07Trayecto
Trayectoria útil.
Una línea de trabajo: convertir sistemas complejos en decisiones claras para clientes, equipos y auditores.
- 2026 -Now
AI AnalystDeCampoACampo
Analítica aplicada de IA sobre operaciones agroindustriales: pipelines de datos, evaluación de modelos y criterios de decisión para equipos no técnicos.
- 2024 -Now
CEO & FundadorElevate AIgency
Agencia forward-deployed de IA para despliegues end-to-end, gobernanza, evaluación y automatización con impacto medible.
- 2025
Coord. de ComunicacionesConallison / Muge Premium Beef
Comunicación para marca premium: narrativa de producto, datos de consumo y automatización de contenido.
- 2020 - 2024
Partnerships ManagerTurbosmurfs
Operación remota de alianzas internacionales, negociación, onboarding y gestión de cuentas clave en mercado europeo.
- 2019 - 2023
Ciencias de la Computación y Tecnología
Base formal en algoritmos, sistemas distribuidos, ML y seguridad aplicada a trabajo de gobernanza.
08Notas
Notas de campo.
Ensayos breves, postmortems y aprendizajes cuando algo merece quedar escrito.
09Contacto