Nube de puntos generada: un neumático girando bajo un barrido de luz rasante mientras un OCR lee el texto del flanco.
ML Engineer · Computer Vision & LLMs
Llevo modelos de visión y lenguaje de la investigación a producción: detección y segmentación para inspección industrial, OCR multimodal ajustado con LoRA y sistemas RAG. Físico de formación, con base sólida en Matemáticas: me importa entender por qué funciona un modelo antes de desplegarlo.
Alicante, España · Abierto a reubicación, híbrido o remoto
Casos de estudio completos y el resto del trabajo, con su estado y dónde leer más.
Activo
Un filtro diferenciable de ~2 KB que corrige el cambio de iluminación antes de que la imagen llegue a un detector congelado. Sin reentrenar, sin etiquetas, minutos en CPU.
Publicado
Arquitectura LLM + RAG que construye una ontología verificada de forma incremental y la usa para detectar afirmaciones falsas en películas, podcasts y textos. Publicado en DCAI'25.
Detección y segmentación (CNNs, ViT, YOLO, RF-DETR) para inspección y detección de defectos, y lectura de flancos con GLM-OCR ajustado con LoRA, en producción en VRAIA. Servido con vLLM y Docker.
Adaptación del modelo multimodal GLM-OCR con LoRA (LLaMA-Factory) para devolver JSON estructurado a partir de la imagen de un ticket o una factura. Inferencia 100 % local.
Entrenamiento, evaluación y extracción de embeddings con backbones ViT de Meta: fine-tuning completo, linear probe o extractor de características, con métricas por clase y checkpoints.
Miles de retrotrayectorias HYSPLIT sobre ERA5 y clustering DBSCAN para localizar bloqueos por el estancamiento real del aire, sin umbrales eulerianos. Validado en las olas de calor de 2003 y 2019.
Agente de consola 100 % local con herramientas nativas (ficheros, búsqueda web, ejecución de Python) y RAG sobre documentos propios con ChromaDB.
De la física atmosférica a la visión industrial, pasando por la investigación en LLMs.
Llevo a producción modelos de detección y segmentación (CNNs, ViT, YOLO, RF-DETR) para inspección industrial de neumáticos y detección de defectos, y un OCR multimodal (GLM-OCR): mAP@50:95 de 0,83 en segmentación multiclase y 98,56 % de exact match leyendo flancos.
Escribo sobre este trabajo en OCR en condiciones extremas y CNNs vs Vision Transformers.
AIR Institute & Grupo de Investigación BISITE
Investigación en NLP y LLMs: una arquitectura de detección de desinformación basada en ontologías generadas con LLMs (publicada en DCAI'25), pipelines RAG y sistemas multiagente, además de proyectos de visión por computador.
Publicación: paper en DCAI'25.
Universidad Miguel Hernández — Grupo SCOLAb
Desarrollé métodos lagrangianos para identificar automáticamente situaciones de bloqueo atmosférico: la base de mi TFG y de una publicación en desarrollo.
Lo cuento en detalle en Bloqueos atmosféricos, punto de vista lagrangiano.
Visión por computador, LLMs, física y meteorología.
Cómo construimos, en un trabajo publicado en DCAI'25, un sistema que genera automáticamente una base de conocimiento (ontología) con LLMs y RAG, y la usa para detectar información falsa en películas, podcasts y otros formatos de ficción.
Qué pasa cuando llevas el OCR a un entorno industrial real —texto en relieve negro sobre negro, polvo, brillos y cadencia de línea— y qué aprendí probando GLM-OCR, un modelo multimodal de 0.9B parámetros que corre en local
Un recorrido por la interpretabilidad en visión por computador: filtros clásicos, mapas de características, Grad-CAM y atención. Y por qué visualizar lo que ve tu modelo no es opcional en producción
DCAI'25
Marcos Arias-González, Juan Manuel Ruiz Muñoz, Pablo Armenteros Cosme, Lucía Isabel Rodríguez González, Javier Curto Hernández
DCAI 2025 · International Conference on Distributed Computing and Artificial Intelligence
BISITE Research Group, Universidad de Salamanca · Proyecto TRUESTORIES (CPP2021-008358)
2020 - 2024
+120 ECTS del Grado en Matemáticas cursados en paralelo (programa de estudios simultáneos de la UA).
TFG: Un método lagrangiano para la identificación de situaciones de bloqueo atmosférico
2022 - 2023
Beca de movilidad nacional.
Certificaciones
Lo que uso a diario, agrupado por área.
Físico con formación avanzada en Matemáticas, especializado en ingeniería de Machine Learning y Computer Vision. Llevo modelos de visión y lenguaje a producción real: del dato al despliegue con Docker, vLLM y MLflow. Me interesa entender los modelos a fondo, no solo entrenarlos. Cuando no estoy entrenando modelos, escribo sobre física, caos y meteorología en este blog.
¿Tienes un problema de visión por computador o de LLMs que llevar a producción? Escríbeme.
