Me gusta entender cómo funcionan las cosas y usar datos para resolver problemas que marcan una diferencia en la vida de las personas.
Aquí comparto proyectos, dudas y lo que aprendo probando ideas. Siempre que puedo, dejo el código y los datos en GitHub para que tú también puedas explorarlos.
Datos y Machine Learning · Trabajo internacional
Desde Sevilla, España, hasta donde estés.
Estimación en línea recta a partir de la ubicación aproximada de tu IP, consultada en ipwho.is. Las VPN y redes móviles pueden cambiar el resultado. Esta función no guarda tu IP ni tus coordenadas.
En qué estoy trabajando
Primera parte de la serie sobre el Índice de Condiciones Socioterritoriales (ICST) de Maricá (RJ). Por qué el promedio municipal no ayuda a decidir dónde invertir, cómo convertir diez variables oficiales en un índice de 0 a 100 por sector censal y qué hacer cuando el dato no existe en la forma que querías.
Segunda parte de la serie sobre el ICST de Maricá (RJ). El índice varía de 30,9 a 96,1 entre los sectores censales, el saneamiento es la dimensión más débil y las desventajas forman manchas contiguas. Mapas, barrios y distritos, con un ejemplo de cálculo paso a paso.
Última parte de la serie sobre el ICST de Maricá (RJ). 78 sectores prioritarios robustos, con 27.683 residentes (14% de la población), concentrados en Itaipuaçu, Chácaras de Inoã y las franjas del 2.º distrito. Cómo probé la estabilidad de esa lista, por qué el Censo muestra 35% de agua por red y el SINISA 78%, y qué no dice el índice.
Trabajos en los que uso datos para investigar problemas y probar soluciones.
Comparé modelos de aprendizaje automático con métodos clásicos para elegir centros de distribución. Aquí cuento qué funcionó en los experimentos y qué quedó sin respuesta.
Leer el análisisCon datos de Olist e IBGE, modelé dónde abrir centros de distribución y cómo repartir la demanda. Comparo previsiones, MILP y heurísticas; el código y los experimentos están en el repositorio.
En RioFlex/FlexIA fui responsable del agente de IA, los datos y la infraestructura AWS. El proyecto, finalista del Hackathon ONS + UFRJ/COPPE, combina búsqueda de documentos y consultas SQL para el sector eléctrico.
Colaboré en este plugin de QGIS para georreferenciar fotografías aéreas históricas. Como líder técnico y revisor, trabajé en la organización del código, el pipeline y el procesamiento con múltiples hilos.
Trabajé como líder técnico y desarrollador full stack en este sistema de solicitudes de geoinformación. Participé desde los requisitos hasta el backend, el frontend y las revisiones técnicas. El sistema incluye aprobación en cinco niveles, auditoría y selección de hojas en el mapa.
Lenguajes y herramientas que forman parte de mi trabajo.
Mi trabajo combina preparación de datos, desarrollo de sistemas y evaluación de modelos.
Contribuyo a la clasificación de vegetación e hidrografía con Random Forest y XGBoost, preparando atributos y evaluando los modelos con validación espacial. También trabajo con fine-tuning y superresolución de imágenes.
Desarrollo agentes que consultan herramientas y documentos. En FlexIA trabajé con datos oficiales, respuestas con fuentes y evaluación con preguntas de referencia, además de controles para limitar las consultas SQL a lectura.
Diseño y mantengo pipelines ETL con Python, Java y SQL. Organizo las capas de datos y trabajo con modelos relacionales, consultas e índices espaciales en PostgreSQL/PostGIS.
Uso QGIS, Google Earth Engine y FME Safe para analizar territorios, producir mapas y validar geometrías. También desarrollo plugins PyQGIS e integro fuentes con GDAL, PostGIS y GeoPandas.
Desarrollo APIs con FastAPI y Spring Boot, uso Docker y Kubernetes para los contenedores y automatizo tareas con n8n. Me interesa que los sistemas sean fáciles de mantener y revisar.
Llevo más de diez años trabajando con datos. Estas son algunas de las experiencias que me trajeron hasta aquí.
Exército Brasileiro ·
Desarrollo de pipelines Python/SQL, bases PostgreSQL/PostGIS y automatización cartográfica. Contribución a modelos de clasificación con Random Forest y XGBoost, validación cruzada espacial, fine-tuning y superresolución de imágenes. Desarrollo de plugins QGIS y liderazgo técnico en sistemas de geoinformación.
Engprat · Contrato · Río de Janeiro, híbrido
Diseño del esquema relacional en PostgreSQL/PostGIS desde cero para consolidar datos de campo de miles de inmuebles y residentes. Pipeline ETL con Python en capas raw/staging/producción, validaciones espaciales automatizadas (superposición de límites, coherencia de atributos), análisis de densidad territorial con neighborhood analysis y exposición de resultados vía API REST consumida por sistemas externos.
Exército Brasileiro
Diseño e implementación de flujos automatizados de validación con Python y PostgreSQL. Definición de reglas espaciales formales, controles sistémicos de consistencia topológica y mecanismos de log estructurado para cada etapa del proceso. El sistema permitió escalar la producción cartográfica manteniendo estándares técnicos verificables y reduciendo retrabajos.
COBE Engenharia e Geotecnia · Freelance · São Paulo
Procesamiento e integración de datos batimétricos de sensores para la Central Hidroeléctrica de Porto Primavera. Generación de Modelos Digitales de Elevación, cálculo de volumen por cota y análisis de flujo hídrico. Pipeline completo con Python, SQL y FME Safe para conversión, transformación y estandarización de datos espaciales heterogéneos.
Exército Brasileiro
Diseño lógico y físico de bases de datos PostgreSQL/PostGIS para datos geoespaciales complejos. Optimización de consultas espaciales mediante indexación GiST/SP-GiST. Desarrollo de procesos ETL con FME Safe y Python para integración de fuentes heterogéneas — archivos vectoriales, rasters, hojas de cálculo y servicios web geoespaciales.
Si quieres hablar de un proyecto, intercambiar ideas o trabajar conmigo, puedes encontrarme por aquí.