Adrian García

Adrian García es Machine Learning Engineer. Diseña, entrena y pone en producción modelos de aprendizaje automático, con foco en que cada sistema sea medible, reproducible y mantenible una vez desplegado.

Su trabajo abarca el ciclo completo de un modelo: desde la ingesta y el versionado de datos hasta el entrenamiento, la evaluación y el monitoreo en producción. Ha construido pipelines de MLOps con reentrenamiento automático, evaluación champion vs. challenger y seguimiento de drift y latencia; asistentes técnicos basados en RAG; y agentes conversacionales sobre LLMs con LangGraph, diseñados para que el modelo nunca haga los cálculos que le corresponden a código determinista.

En investigación aplicada desarrolla lic-lab, un banco de pruebas reproducible para compresión de imágenes aprendida: replica y combina arquitecturas de la literatura (hiperpriors, modelos de entropía, operadores de bajo rango) con datasets de evaluación verificados por hash y un sanity check obligatorio contra los números publicados antes de reportar cualquier resultado.

Trabaja principalmente con Python y PySpark sobre AWS —SageMaker, EMR y S3— y con MLflow, DVC, Hydra y GitHub Actions para experimentación, versionado y CI/CD. Su enfoque parte de una convicción: la documentación de cada decisión es tan parte del entregable como el código, y este sitio es la prueba.

Antes de especializarse en aprendizaje automático, trabajó en ingeniería de datos y análisis, donde adquirió la disciplina de tratar los datos como un producto con contratos, calidad y trazabilidad.