Data & AI Engineer | GenAI & Machine Learning | Software Engineer
Soy Analista Programador Universitario y estudiante avanzado de la Licenciatura en Sistemas en la Universidad Nacional de La Plata (UNLP). Combino una sólida base en arquitectura de software e infraestructura con una profunda especialización en Inteligencia Artificial Generativa, orquestación de agentes y Machine Learning.
Me apasiona diseñar sistemas inteligentes escalables, construir pipelines de datos robustos y aprovechar el poder de los LLMs y RAG para resolver problemas complejos de alto impacto.
| Área | Tecnologías |
|---|---|
| GenAI & Orquestación | LangGraph, LangChain, Model Context Protocol (MCP), LLMs, RAG, Embeddings, Agentes Inteligentes. |
| Data Engineering & ML | Python (Pandas, NumPy), TensorFlow, Keras, Scikit-learn, SQL, Data Quality, ETL Pipelines. |
| Backend & APIs | Desarrollo de APIs REST, Java (Spring Boot), Python (Django/Flask/FastAPI). |
| Infraestructura & Cloud | Docker, Docker Compose, Git/GitHub, Linux (Bash), MinIO (S3 Compatible). |
| Bases de Datos | PostgreSQL, BigQuery (Conceptos), MySQL, MongoDB, Redis. |
El proyecto central de mi transición a Data. Implementación de sistemas multi-agente y flujos de trabajo avanzados con LLMs. Desarrollo de un orquestador de servicios complejo enfocado en resolver tareas dinámicas mediante Inteligencia Artificial.
- Orquestación de Agentes: Diseño de grafos de estado y flujos de ejecución cíclicos utilizando LangGraph y Model Context Protocol (MCP).
- RAG & Embeddings: Implementación de arquitecturas Retrieval-Augmented Generation para potenciar las respuestas de los modelos fundacionales con bases de conocimiento específicas.
Tecnologías: Python, LangGraph, LLMs, GenAI, Prompt Engineering.
Repositorio: LangGraph.
Pipelines de datos y aplicación de modelos predictivos. Colección de proyectos enfocados en la calidad de los datos, detección de patrones y clustering.
- Detección de Anomalías (Fraude): Implementación de un flujo ETL para procesar transacciones financieras y entrenamiento de Autoencoders para identificar comportamientos atípicos.
- Computer Vision & Deep Learning: Desarrollo de Redes Neuronales Convolucionales (CNNs) para clasificación de imágenes y patrones visuales, y algoritmos de clustering
Tecnologías: Python, TensorFlow/Keras, Scikit-learn, Pandas, Data Wrangling.
Repositorios: Data Engineering | Machine Learning
-
Licenciatura en Sistemas Universidad Nacional de La Plata (UNLP) En curso (5to año). Focalizado en materias electivas de Inteligencia Artificial, Deep Learning y Diseño de Bases de Datos avanzadas.
-
Analista Programador Universitario Universidad Nacional de La Plata (UNLP) Finalizado (2025).
- 🎓 Desarrollando mi Tesis de Grado: Enfocado en la implementación de orquestadores de servicios utilizando LangGraph y MCP.
- ☁️ Aprendizaje Continuo: Preparándome para la certificación Google Cloud Professional Data Engineer.
- 💼 Optimizando Sistemas Reales: Trabajando como Full Stack Developer en SEDICI (UNLP), desarrollando APIs robustas para la gestión y consumo de grandes volúmenes de metadatos académicos.
- 🚀 En búsqueda de nuevos desafíos: Interesado en roles dinámicos como Data & AI Engineer, donde pueda escalar sistemas innovadores.
- LinkedIn: Santiago Fierro
- Correo: santiago.fierro99@gmail.com
Gracias por visitar mi perfil.