SISTEMASSYSTEMS REALESIN USE
Construyo sistemas de machine learning para condiciones no ideales: datos incompletos, objetivos ambiguos y restricciones institucionales.
I build machine learning systems for non-ideal conditions: incomplete data, ambiguous objectives and institutional constraints.
CIP — Sistema institucional de agentes de IA
CIP — Institutional AI Agent System
Diseñé e implementé un sistema multiagente en producción para soporte TI institucional.
Designed and implemented a production multi-agent system for institutional IT support.
Respaldado por una plataforma de evaluación basada en datos para regresión, calidad de respuesta y pruebas de comportamiento agéntico.
Backed by a data-grounded evaluation platform spanning regression, response quality and agentic testing.
Wachi — Ruteo peatonal sensible al riesgo
Wachi — Risk-Aware Pedestrian Routing
Diseñé y construí un prototipo geoespacial que reordena rutas peatonales por distancia y exposición estimada, derivada de patrones espaciotemporales en incidentes reportados.
Designed and built a geospatial prototype that re-ranks pedestrian routes by distance and estimated exposure derived from spatiotemporal patterns in reported incidents.
Infelix — Riesgo delictivo latente bajo sesgo de medición
Infelix — Latent Crime Risk under Measurement Bias
Investigo qué aprenden los sistemas de predicción delictiva cuando los registros están condicionados por quién denuncia, qué logra geocodificarse y en qué ciudad se entrenan.
Investigating what crime-prediction systems learn when the record itself is shaped by who reports, what gets geocoded, and which city you train on.
Imitator — Modelo multimodal para lenguas de señas
Imitator — Multimodal Sign Language Model
Coautor de una arquitectura multimodal sin glosas que alinea secuencias de keypoints 2D con embeddings de modelos de lenguaje preentrenados, evaluada en corpus de lenguas de señas peruana y argentina.
Co-authored a gloss-free multimodal architecture aligning 2D keypoint sequences with pretrained language-model embeddings across Peruvian and Argentinian sign-language datasets.
PresenteOct 2025 —
Present AI InternAI Intern CIP · CGIAR Construyo sistemas institucionales de IA multilingüe que integran recuperación de conocimiento, flujos de agentes y evaluación basada en evidencia.Building multilingual institutional AI systems across knowledge retrieval, agent workflows and evidence-grounded evaluation.
Oct 2025Dec 2024 —
Oct 2025 QA TraineeQA Trainee VISMA LATAM Desarrollé un agente basado en LLM que genera pruebas E2E desde especificaciones e integra suites de Cypress en Jenkins con generación guiada por el DOM.Developed an LLM agent that generates E2E tests from specifications, integrating Cypress suites into Jenkins with DOM-aware generation.
Todo modelo optimiza algo y sacrifica otra cosa. Mi trabajo es hacer explícito ese intercambio.
Every model optimizes something and sacrifices something else. My job is making that trade explicit.
Entender qué representa realmente la variable observada.
Understand what the observed variable actually represents.
Estudiar cómo falla el modelo y qué decisiones dependen de sus resultados.
Study how the model fails and which decisions depend on its outputs.
Hacer reproducibles los experimentos y trazables las decisiones técnicas.
Make experiments reproducible and technical decisions traceable.
Hablemos.
Let's talk.
rody@rosewt.dev Dirección copiadaAddress copiedDisponible para roles en ML aplicado, sistemas de IA y research engineering.
Open to applied ML, AI systems and research engineering roles.