Estos días construyo sobre todo aplicaciones de IA: RAG, agentes y voz. Antes, dos décadas de mobile y backend, casi siempre en equipos chicos.
Hablás directo conmigo, que diseño y escribo el código. Sin capa de cuenta que no entiende lo técnico.
Foco real en cada uno. Si no puedo darle la atención que merece, te lo digo.
IA donde resuelve, no porque vende. Si una app simple alcanza, no te vendo un agente.
Diseño y construyo el producto completo, de la idea a producción: web, mobile o multiplataforma. (Flutter, Kotlin Multiplatform, React)
Diseño la arquitectura de tu sistema y acompaño la ejecución de punta a punta. Hablás directo con quien diseña y escribe el código. (arquitectura · liderazgo técnico)
Te digo dónde la IA resuelve un problema real y dónde no, y la construyo: RAG sobre tu documentación, aplicaciones sobre LLMs, agentes de voz y automatización de procesos con documentos. (RAG/GraphRAG · LangGraph · LiveKit / ElevenLabs)
Consultor de software independiente
Empecé en simulación VR para la Armada (2002), seguí por J2EE y Android, pasé años haciendo mobile para empresas grandes y para clientes propios, y hoy construyo IA aplicada: agentes, RAG y voz en producción. Buena parte de ese recorrido fue con Jvagliat Studio, mi capítulo con colaboradores. Hoy trabajo solo: el que te responde es el que diseña y escribe el código.
Proyectos en producción, con contexto: qué había que resolver, qué hice y qué quedó funcionando.
arUna plataforma de freelancing necesitaba que su soporte interno (Discord) respondiera sobre su propia documentación, con fuentes citadas.
Construí un sistema RAG con una UI de depuración generativa: muestra fuentes, score de relevancia y las llamadas a herramientas detrás de cada respuesta.
Respuestas ancladas a la documentación, trazables hasta su fuente.
RAG · visual grounding · tool calling · LLM
Trabajo para clientes, mayormente con código privado.
Asistente de investigación legal sobre jurisprudencia de la SCJN (búsqueda léxica + semántica, construido junto a un abogado), Document AI para clasificar y extraer datos de documentos legales, y agentes de voz en tiempo real.
Sistemas en producción en soporte, legal y voz.
LangGraph · RAG/GraphRAG · LiveKit · ElevenLabs
arTelefónica necesitaba llevar la autogestión al móvil y descargar el soporte telefónico.
Trabajé en la primera versión Android de la app oficial y seguí como arquitecto y tech lead del equipo.
La autogestión pasó del call center al teléfono para la base de clientes de Movistar.
Android nativo · arquitectura · liderazgo de equipo
usdoorbot, una startup de timbres con cámara, necesitaba su cliente Android.
Ayudé a construir uno de los primeros clientes Android: video en tiempo real desde el timbre. El producto después se convirtió en Ring.
Video en vivo del timbre al teléfono, cuando casi no había referencias de cómo hacerlo.
Android nativo · video / streaming
esUna de las ~30 apps de Jvagliat Studio: municipios de España que necesitaban su propia app, sin construir cada una a mano.
Con el equipo diseñamos y mantuvimos una arquitectura Flutter multi-tenant reutilizable: una sola base, deployments white-label por municipio.
Esa arquitectura se instanció en 500+ municipios.
Flutter · arquitectura instanciable / multi-tenant
arIvess quería que sus clientes se autogestionaran sin intermediarios.
Con el estudio desarrollamos las apps de autogestión para los clientes de la fábrica.
Los clientes pasaron a resolver pedidos, pagos y reparto desde la app.
Flutter
Experimentos publicados con código y proceso. Cada pieza nace de algo que construí.
Probar hasta dónde llega la ingeniería asistida por IA donde ni yo ni el modelo tenemos ventaja: Kotlin Multiplatform, poca data de entrenamiento.
Spec-Driven Development dirigiendo Claude Code Opus 4.7 + un skill de Compose. Visualizador de voz, física de audio, un código → Android/iOS/Web/Desktop.
App funcional en 3-4 días / 9 iteraciones, 60 FPS sostenidos. El proceso completo, tarea por tarea, está en el repo.
Kotlin Multiplatform · Compose · Spec-Driven Development · Claude Code
Exploración propia: ¿puede un agente de IA generar la interfaz sobre la marcha —gráficos y componentes— consultando una base de documentos?
Construí un dashboard con un asistente que orquesta agentes (transfer_to_agent, search_entities), consulta entidades y genera gráficos y componentes visuales en respuesta.
Un agente que arma la UI en tiempo real a partir de los datos. Pieza de laboratorio, no producto desplegado.
CopilotKit · multi-agente · generative UI · tool calling
