JOSEMI

/xo'se.mi/

Ingeniero de IA y Backend

Python · Sistemas LLM · Backend · Cloud

Soy AI Engineer en Sngular. Construyo sistemas LLM en producción con Python sobre GCP: extracción documental con Gemini, evaluación con golden datasets, feedback con revisión humana y los backends orientados a eventos que los sostienen.

Antes pasé cinco años en backend y cloud: una plataforma de permisos para un gran banco español en Intelygenz e infraestructura en Kubernetes y AWS para el SaaS de Wazuh.

Además cocreo Arche, llevo Magua, un estudio web en Lanzarote, y dirijo la parte tecnológica de Tinasoria Consulting.

Experiencia

  1. Oct 2024 — Actualidad

    Sngular · Senior Software Engineer / AI Engineer

    Desarrollador principal del pipeline documental de abajo. Antes, una prueba de concepto multiagente con Google ADK y migraciones de clientes a GCP con Terraform y Cloud Run.

    Tecnologías: Python, Gemini, Vertex AI, Google ADK, Kafka, MongoDB Atlas, GCP, Terraform

  2. Mar 2022 — Oct 2024

    Intelygenz · Backend Developer

    Único desarrollador backend de un equipo de tres personas que creó una plataforma de permisos para un gran banco español, usada por más de 1.000 personas.

    Tecnologías: Python, FastAPI, PostgreSQL, MongoDB, NATS, GCP

  3. Feb 2019 — Mar 2022

    Wazuh Inc. · Cloud Computing Engineer / Backend Engineer

    Construí y operé Wazuh Cloud, descrito más abajo, y fui el principal desarrollador backend de su consola. Ahí aprendí la mayor parte de lo que sé de Kubernetes y cloud.

    Tecnologías: Python, Flask, AWS, Kubernetes, Docker

Cómo funcionan

Cada proyecto viene con un pequeño mapa de cómo funciona de verdad. Recorre los pasos solo; pulsa uno para quedarte en él.

Pipeline documental

Desarrollador principal · Sngular · Sep 2025 — Actualidad

Un pipeline con LLMs que lee documentos financieros para una plataforma de distribución de fondos. Está en producción y procesa cientos de documentos al día.

Tecnologías: Python, Gemini, Vertex AI, Kafka, MongoDB Atlas

Document in flujo de eventos Extraction LLM, estructurada Validation revisión con LLM Learning hints de prompt Quality gate score de riesgo Human review corrigen editores Published resultados limpios
Pipeline documental, simplificado
  1. Cada documento financiero entra como un evento en un stream, así los servicios que lo leen, lo comprueban y aprenden de él son independientes.

  2. Una pasada del LLM extrae cada campo a un esquema fijo. Una segunda pasada contrasta el resultado con el documento antes de seguir.

  3. Un score de riesgo ponderado, probado contra un golden set de documentos anotados, decide qué se publica solo y qué pasa por una persona.

  4. Las correcciones de los editores se convierten en hints de prompt versionados. Una persona los aprueba antes de que lleguen a la extracción, así el pipeline mejora sin reentrenar ningún modelo.

Arche

Cofundador · Peaberry Studio · Ene 2026 — Actualidad

Una plataforma open source de agentes de IA que desarrollo con Alberto Perdomo e Iñaki Tajes. Los equipos tienen agentes especializados con conocimiento compartido, autoalojados o en escritorio. Trabajo sobre todo en el backend.

Tecnologías: TypeScript, Next.js, PostgreSQL, OpenCode SDK, Podman

User navegador Next.js BFF auth, rutas API Spawner Podman vía proxy Git KB cambios revisados Workspace OpenCode aislado Connectors MCP, cifrados LLM gateway claves en servidor
Flujo de peticiones y espacios de trabajo de Arche
  1. El backend en Next.js pide a un spawner que arranque un contenedor de OpenCode para cada usuario con Podman, con la base de conocimiento montada dentro.

  2. Los espacios de trabajo llaman a los modelos a través de un gateway interno que añade las credenciales en el servidor, así las claves nunca viven en el contenedor.

  3. Integraciones como Linear, Notion o Slack se guardan cifradas y llegan a los agentes como servidores MCP.

  4. Los agentes solo proponen cambios en la base de conocimiento compartida. Una persona los revisa y los publica, archivo a archivo, en un repositorio git.

Wazuh Cloud

Cloud & Backend Engineer · Wazuh · Feb 2019 — Mar 2022

La versión gestionada de Wazuh, una plataforma de seguridad open source. Cada cliente tiene su propio Wazuh alojado sin tener que mantenerlo. Construí y operé su infraestructura y fui el principal desarrollador backend de su consola.

Tecnologías: Python, Flask, AWS, Kubernetes, Docker

Cloud Console web del cliente Console API servicios Python Kubernetes sobre AWS Console data RDS Customer env Wazuh aislado Wazuh agents equipos del cliente Archive bucket S3
Wazuh Cloud, simplificado
  1. Los clientes crean y gestionan sus entornos desde la Cloud Console. Pasé su backend de un monolito a microservicios en Python.

  2. Cada cliente tiene un entorno de Wazuh aislado que corre en Kubernetes sobre AWS, con recursos dimensionados para ese cliente.

  3. Los equipos del cliente ejecutan agentes de Wazuh que se registran en su propio entorno y le envían los eventos de seguridad.

  4. Los eventos se pueden buscar en el dashboard del entorno y además se archivan en S3 para conservarlos a largo plazo.

PodTap

Utilidad para macOS · Ago 2026

Una app de barra de menú que convierte el botón de los EarPods USB-C en un interruptor fiable para dictar.

Tecnologías: Swift, IOKit, CoreGraphics

EarPods mando USB-C HID monitor captura el mando State machine reposo ↔ dictado Dictation app Wispr, Superwhisper Key emitter CGEvent down/up
Flujo de entrada de PodTap
  1. La app toma el control exclusivo del mando de los EarPods, así macOS nunca interpreta una pulsación como reproducir o pausar.

  2. Mantener el botón silencia el micrófono, así que una pequeña máquina de estados con tests trata cada pulsación como un interruptor.

  3. Mientras dictas, la app mantiene pulsada la tecla elegida hasta la siguiente pulsación, que es lo que esperan las apps de dictado.

Tinasoria

Responsable de tecnología · Tinasoria Consulting · 2026 — Actualidad

Una consultoría en Lanzarote para alojamientos independientes. Construyo las webs de venta directa, como Tinasoria Apartments y Villa Alcalde.

Tecnologías: Astro, TypeScript, Vercel Functions, Google Sheets, Resend

Owners’ sheet cada reserva Availability noches libres Booking page calendario + precio iCal feed falla cerrado Enquiry POST de formulario Airbnb / Vrbo leen el feed Email a los dueños
Flujo de reservas de Tinasoria Apartments
  1. Los dueños apuntan cada reserva en una hoja de Google. La lee el servidor, así los nombres y teléfonos de los huéspedes nunca llegan al navegador.

  2. Si la hoja no se puede leer, el calendario de la web no bloquea nada, mientras que los feeds de Airbnb y Vrbo fallan cerrados, así nunca se libera una noche por error.

  3. Los huéspedes envían un formulario simple que funciona sin JavaScript. Llega a los dueños por email, con el precio calculado por la misma función que la página.

Otros proyectos

  1. Jul 2026 — Actualidad

    Moonglade · Aplicación nativa para macOS

    Un indicador discreto alrededor del notch del MacBook que sigue las sesiones de Claude Code, Codex y OpenCode y te lleva a la terminal que necesita atención. Swift, SwiftUI y Metal.

  2. Abr 2026 — Actualidad

    WODFEST · Backend de inscripciones

    Un backend serverless para un evento de fitness: pagos y webhooks firmados de Stripe, precio calculado en el servidor, reservas atómicas de plazas en Upstash y conciliación con la hoja de los organizadores, con tests automatizados.

  3. Sep 2026 — Actualidad

    Magua · Estudio web independiente

    Un estudio que llevo desde Lanzarote, haciendo webs estáticas, rápidas y con una dirección visual propia para negocios locales.

Formación

  1. 2015—2020

    Universidad de Granada · Grado en Ingeniería Informática

    TFG: comparación de modelos de NLP y machine learning para detectar indicios de depresión y TEPT en datos de Twitter.