Acerca de

Qué hago

Trabajo con equipos de ingeniería y negocios en algunas de las instituciones financieras más grandes de Norteamérica, y cada vez más con aseguradoras, empresas de atención médica y minoristas, en una pregunta: ¿cómo se lleva un agente de IA de un notebook de Python a un sistema que un regulador pueda auditar?

La mayor parte de mi tiempo se dedica a construir, no a hablar. En los últimos dos años, eso ha significado más de 50 sistemas agénticos operativos en aproximadamente 15 industrias: agentes de investigación KYC, examen de cartas de crédito que pasó de horas a segundos, triaje de suscripción, manejo de excepciones de pago, recuperación de pedidos minoristas. Los clientes permanecen dentro de sus muros. Los patrones terminan en las guías de campo.

El hilo conductor es la autonomía gobernada. El razonamiento pertenece al modelo. La política, la auditoría, la identidad y el tiempo pertenecen fuera de él. Establecer correctamente ese límite es la mayor parte del trabajo, y es la parte que las demos suelen omitir.

Cómo trabajo

Hechos sobre adjetivos. Cuando un banco pregunta "qué modelo debería ejecutar esto", la respuesta es una evaluación, no una opinión: costo por caso, precisión contra un conjunto de oro, tasas de omisión de herramientas medidas en lugar de asumidas, sensibilidad a la temperatura verificada. Construí ese arnés antes de que las evaluaciones de agentes fueran una conversación de mercado, porque la pregunta ya estaba presente. Un hallazgo de ese trabajo: un modelo de nivel medio igualó al modelo premium en una tarea KYC a aproximadamente un decimotercero del costo.

Deliberadamente no soy tribal con respecto al stack. Claude, Gemini, GPT, Cohere y los modelos abiertos funcionan en sistemas que he lanzado, a veces tres proveedores en un solo proceso. Lo mismo para los frameworks: LangGraph, CrewAI y el código simple tienen su lugar, gobernados por un plano de control que asume las obligaciones de la institución. Donde la soberanía de los datos importa, y en la banca canadiense importa mucho, eso significa modelos y agentes alojados localmente detrás de límites de privacidad, razón por la cual también construí un conector de Cohere para la orquestación de procesos.

Y construyo en público donde puedo: implementaciones de referencia de los protocolos de agente abiertos (MCP, A2A, AG-UI, AP2) antes de que se generalicen, cada uno con una guía de campo, cada uno honesto sobre lo que se simula y lo que es real.

Por qué "letmereviewyourcode"

El nombre comenzó como una provocación. La brecha entre "esta demo funciona" y "este sistema es confiable" es casi siempre visible en el código, no en la presentación. Leer un sistema cuidadosamente es la forma más rápida de entenderlo, y revisar mis propios desarrollos en público, incluyendo las decisiones que tomaría de manera diferente, es la disciplina que este sitio existe para aplicar.

También es una invitación. Si estás construyendo sistemas agénticos y quieres una segunda opinión de alguien que se dedica a esto, mi LinkedIn está abierto.

El historial

Más de doce años en tecnología y servicios financieros en gestión de patrimonios, banca y mercados de capitales. Licenciatura en ciencias de la computación. Antes de la era agéntica pasé años en el ecosistema de Salesforce, incluyendo la co-dirección del único taller práctico de automatización en Dreamforce 2022, y tengo certificaciones en Salesforce y Pega. En el camino he influido en resultados de acuerdos empresariales por más de $50M, co-autor de la serie de blogs A2A de Camunda, citado en su cobertura de banca abierta ("no todo problema merece un agente" es una regla que sigo defendiendo), obtuve una mención en el hackathon Gemini 3 por un sistema hipotecario multi-agente, y recibí un premio Value Pioneer en el evento anual de Camunda.

Fuera del horario laboral

La disciplina que mantiene a los agentes de un banco auditables se escala sorprendentemente bien a menor escala, y tengo una creciente pasión por democratizarla: las pequeñas empresas, empresas medianas y organizaciones sin fines de lucro, especialmente las canadienses 🍁, merecen una versión justa de la conversación sobre IA. Lo que sus herramientas realmente hacen, cuánto debería costar un modelo por caso y a dónde van realmente sus datos. Esto es una pasión, no una práctica, y nada está a la venta. Escribí las preguntas que vale la pena hacer, y si estás lidiando con ellas, contáctame.

Más allá del trabajo

Soy curioso más allá de los límites de mi trabajo diario: una beca Perplexity, hackathons, envíos de conectores, pipelines de video construidos con Remotion, y una cantidad irrazonable de tiempo dedicado a observar cómo los agentes de codificación de los laboratorios de vanguardia convergen en los mismos primitivos. Cuando los agentes empezaron a comprar cosas, le di a uno mi tarjeta de crédito bajo un mandato firmado para ver qué pasaba. Está documentado.

Fuera de la pantalla: un golden retriever llamado Mishka que no revisa nada y lo aprueba todo, un hábito de golf que me mantiene humilde, viajes a Argentina con mi novia donde el asado por sí solo justifica el vuelo, y un amor por el cricket que comenzó en los campos de mi infancia en India.