Acerca De
Lo que empezó en el instituto como un simple experimento se ha convertido en mi vocación. Hoy trabajo como ingeniero de software e ingeniero de IA: diseño y construyo sistemas escalables con un enfoque orientado a la arquitectura, la calidad del diseño y las buenas prácticas de ingeniería, y aplico la inteligencia artificial para mejorar la forma en que se desarrolla el software.
Actualmente trabajo como Frontend Engineer en Infoport Valencia, donde contribuyo al desarrollo de soluciones digitales que optimizan la operativa del sector logístico portuario. Mi rol implica diseñar interfaces accesibles, escalables y centradas en el usuario con Angular y TypeScript, apoyándome en tecnologías como SCSS, RxJS y librerías de componentes personalizadas. Además, integro herramientas de asistencia al desarrollo basadas en IA en el flujo de trabajo para acelerar tareas de desarrollo, refactorización y revisión de código, manteniendo altos estándares de calidad.
Entre 2023 y 2025, antes de mi incorporación a Infoport, dediqué un período a la investigación aplicada y el desarrollo independiente, centrado en la convergencia entre la arquitectura frontend y la ingeniería de IA. En esa etapa diseñé y prototipé cuatro soluciones de código abierto: Attention Matrix Explorer, una visualización interactiva de matrices de atención de transformers con D3.js y Web Workers; Semantic Search Engine, un motor de búsqueda semántica corporativa con PostgreSQL, pgvector e indexación HNSW; Cognitive Agent Orchestrator, un orquestador de agentes con patrón ReAct y streaming en tiempo real vía SSE; y Token Cost Analyzer, un analizador de costes y tokenización de prompts para LLM que funciona por completo en el navegador gracias a WebAssembly.
Desde 2026 he llevado esa línea al terreno de los agentes de IA y del código abierto. Publiqué prompt-forge, que hoy da a los agentes de IA de un equipo una memoria compartida y revisada mediante pull requests, y Candle AI, un dashboard de análisis técnico que combina un motor de confluencia determinista con puntuación log-odds (estilo naive Bayes, pesos fijados a mano, sin calibrar) y una capa narrativa opcional con LLM. Contribuyo a rea, un proyecto de código abierto de ingeniería inversa con agentes, donde tengo 9 PR fusionadas, y en rea-lab mido con cinco estudios prerregistrados qué le aporta a un agente de programación. También he publicado dos mods para Claude Code, rea-casebook e impact-radius, y aplicaciones completas como gym-log. Ahora estoy ampliando mi perfil hacia el backend y las bases de datos.
Anteriormente formé parte de NTT DATA como desarrollador Full Stack en prácticas, donde trabajé en el diseño e implementación de una plataforma de gestión de empleados con Angular y Java. También hice prácticas como analista de datos en Sothis, donde participé en el análisis y diseño de bases de datos para planes retributivos.
En mi tiempo libre suelo hacer deporte, puede que me veas sufrir en el gimnasio, por la montaña haciendo senderismo, leyendo novelas o sentado en un bar con amigos.
Experiencia Profesional
Sept 2025 - Actualidad
Contrato indefinido - Jornada completa
Frontend Engineer - Infoport
Contribuyo al desarrollo de soluciones digitales que optimizan la operativa del sector logístico portuario, creando interfaces accesibles, escalables y centradas en el usuario con Angular y TypeScript, apoyándome en tecnologías como SCSS, RxJS y librerías de componentes personalizadas. Integro herramientas de asistencia al desarrollo basadas en IA en el flujo de trabajo para acelerar tareas de desarrollo, refactorización y revisión de código, manteniendo altos estándares de calidad. Trabajo en un entorno ágil, colaborando estrechamente con analistas y desarrolladores backend para entregar soluciones robustas y de valor para el sector.
- Angular
- TypeScript
- SCSS
- RxJS
- Signals
- Kendo UI
- Web Components
- AI-Assisted Development
- Scrum
- Jira
- Web accessibility
Ene 2026 - Actualidad
Proyectos propios y contribuciones de código abierto
AI Engineer (código abierto) - Código abierto
Construyo herramientas para agentes de IA y mido lo que aportan, en proyectos propios y en contribuciones de código abierto. En rea tengo 9 PR fusionadas, que devolvieron a verde las pruebas reales de Ghidra en Windows, llevaron las de Claude Code y Gemini CLI y tres suites del servidor MCP a Windows nativo, documentaron su parser de NativeAOT en un Windows real, corrigieron la decodificación de metadatos de Solidity y de capturas HAR y arreglaron cuatro pruebas que rompían rutas en Windows, además de propuestas de diseño y verificaciones con Ghidra real de PR de otros contribuidores. En rea-lab monté un entorno reproducible, retos con semilla y respuesta conocida y un banco de evaluación en TypeScript; sus cinco estudios prerregistrados, 482 ejecuciones con Claude Code calificadas sin ningún LLM como juez, mostraron que rea no mejoraba la tasa de resolución, ni con crackmes ni al localizar código en programas libres reales, y que duplicaba el coste. He publicado dos mods de Claude Code, rea-casebook e impact-radius, con CI en Windows, macOS y Ubuntu, además de prompt-forge y aplicaciones construidas con agentes de principio a fin como Candle AI, TestMaker y gym-log.
- TypeScript
- Node.js
- Model Context Protocol
- Claude Code (mods y skills)
- Evaluación de agentes
- Angular 22
- Vitest
- GitHub Actions
- Código abierto
- Estudios prerregistrados
- Documentación técnica
Jul 2023 - Sept 2025
Investigación aplicada y desarrollo independiente
Ingeniero de Software Independiente (I+D en IA y Frontend) - Proyectos de Código Abierto
Período de investigación aplicada y desarrollo independiente centrado en la convergencia entre la arquitectura de sistemas frontend y la ingeniería de inteligencia artificial. Diseñé y prototipé cuatro soluciones de código abierto: Attention Matrix Explorer (2023), una visualización interactiva de matrices de atención de transformers con D3.js y Web Workers; Semantic Search Engine (2024), un motor de búsqueda semántica corporativa con PostgreSQL, pgvector e indexación HNSW; Cognitive Agent Orchestrator (2024-2025), un orquestador de agentes cognitivos con patrón ReAct y streaming en tiempo real vía SSE; y Token Cost Analyzer (2025), un analizador de costes y tokenización de prompts para LLM con tiktoken en WebAssembly. Stack: Angular (16 → 19), TypeScript, RxJS, Signals, D3.js, Spring Boot, PostgreSQL, pgvector, Node.js, Express, Web Workers, WebAssembly, SSE, Docker, Ollama.
- Angular (16 → 19)
- TypeScript
- RxJS & Signals
- D3.js
- Spring Boot
- PostgreSQL + pgvector
- Node.js & Express
- Web Workers & WASM
- Server-Sent Events
- Docker
- Ollama & Qwen
- Código Abierto
- I+D
- Documentación técnica
Mar 2022 - Jul 2022
Contrato de prácticas - Jornada completa
Full Stack Developer - NTT DATA Europe & Latam
Como Full Stack en NTT DATA Valencia, colaboré en el desarrollo end-to-end de una solución corporativa para la gestión de personal. Participé en la implementación de servicios REST en la capa backend y desarrollé un módulo interactivo en el frontend enfocado en la visualización dinámica de datos estructurados, asegurando la mantenibilidad del código bajo los estándares de calidad del equipo.
- Angular
- TypeScript
- Java
- Spring Boot
- Scrum
Mar 2018 - Jun 2018
Contrato de prácticas - Jornada completa
Analista de Datos - Sothis
Análisis y diseño de base de datos para el plan retributivo de la UNE de Consultoría y Sistemas de la Información (CSI) y la UNE de Automatización y Control (AC).
- MySQL
- Power BI
Proyectos
rea-lab
Laboratorio público de ingeniería inversa con agentes de IA en Windows, sobre rea y Ghidra. Entorno reproducible con versiones y hashes fijados, retos en C y C++ con semilla y respuesta conocida y un banco de evaluación en TypeScript que aísla cada ejecución y califica sin ningún LLM como juez. Cinco estudios prerregistrados con Claude Code (482 ejecuciones): con diez crackmes pequeños (70 ejecuciones), rea no cambió la tasa de resolución (28 de 30 con y sin) y las 80 evidencias citadas eran auténticas; con ocho binarios más grandes (48 ejecuciones), se resolvieron 11 de 24 sin rea y 4 de 24 con rea, una diferencia no significativa; con cuatro programas libres reales compilados sin símbolos (144 ejecuciones), las dos condiciones localizaron la función pedida casi siempre (71 y 68 de 72), y una réplica con un modelo de DeepSeek (40 ejecuciones) llegó al mismo techo; una versión mejorada de la skill de rea (180 ejecuciones) costó un 14 % más que la oficial. En resumen, rea no mejoró la tasa de resolución y duplicó el coste. De sus datos han salido issues y PR para rea.
- TypeScript
- Node.js
- Model Context Protocol
- Claude Code
- Ghidra
- Evaluación de agentes
- Estadística (Wilson, McNemar)
rea-casebook
Mod de Claude Code que muestra en un panel, en directo, la evidencia que rea entrega al agente: la espera de Ghidra, los hallazgos, las preguntas abiertas y la línea de tiempo de la evidencia. Los hallazgos se registran con una herramienta que rechaza cualquier evidence_id que rea no haya entregado, y la sesión se exporta a Markdown o a un artifact. TypeScript, 42 tests y CI en Windows, macOS y Ubuntu.
- TypeScript
- Claude Code (mod)
- Model Context Protocol
- Vitest
- GitHub Actions (3 sistemas)
impact-radius
Mod de Claude Code que retiene las órdenes de consola arriesgadas antes de ejecutarlas (rm -rf, git reset --hard, push forzados, migraciones, instalaciones globales, curl | sh), enseña lo que cambiarían y espera a que pulses Ejecutar o Cancelar. Funciona con Bash y PowerShell en Windows, macOS y Linux, en inglés y en castellano, con contraste AAA y CI en tres sistemas.
- TypeScript
- Claude Code (mod)
- Bash y PowerShell
- Accesibilidad AAA
- i18n EN/ES
Candle AI
Dashboard de análisis técnico con gráficos de velas de calidad profesional, sin cuentas ni suscripciones: el análisis se ejecuta en tu navegador; la capa LLM es opcional y envía el contexto al proveedor que elijas. Combina un motor de confluencia determinista con puntuación log-odds (estilo naive Bayes, pesos fijados a mano, sin calibrar), que evalúa más de 15 patrones de velas y chartistas en 7 jerarquías de señales, con una capa narrativa de IA opcional que explica el análisis en lenguaje natural. El LLM nunca anula al motor cuantitativo: se limita a narrar los resultados. Construido con Angular 22 (Zoneless + Signals), Lightweight Charts v5, Web Workers para cómputo no bloqueante, caché IndexedDB, exportación a Pine Script v5, y 160 tests (Vitest). Desarrollado con infraestructura agentica prompt-forge a lo largo de 9 épicas como desarrollador en solitario.
- Angular 22 (Zoneless + Signals)
- Motor de Confluencia Log-odds
- Web Workers (Indicadores)
- Lightweight Charts v5 (TradingView)
- Integración LLM (Ollama/DeepSeek/OpenAI)
- Exportación Pine Script v5
- Vitest (160 tests)
prompt-forge
Memoria compartida y revisada para los agentes de IA de un equipo. Cuando el agente de un desarrollador tropieza con algo del repositorio, lo registra como una lección; cuando la misma lección aparece en dos o más personas, un paso de curación la convierte en una regla breve que leen los agentes de todo el equipo, sea Claude Code, GitHub Copilot, Codex, Cursor o Gemini CLI. La promoción pasa por una pull request normal, así que siempre la revisa una persona, y sigue una escalera de soluciones: arreglar el código, añadir una comprobación, escribir memoria y, solo al final, crear una skill. Solo Markdown y git: un bloque de AGENTS.md, cuatro Agent Skills y un directorio knowledge/, con instaladores para Bash y PowerShell que se integran sin sobrescribir nada y CI en Linux, macOS y Windows. Su versión 1.0 fue la infraestructura sobre la que se construyó Candle AI.
- Agent Skills (agentskills.io)
- AGENTS.md
- Memoria compartida de equipo
- Revisión por pull request
- Multiagente (Claude Code, Copilot, Codex, Cursor, Gemini CLI)
- Instaladores Bash y PowerShell
- CI en 3 sistemas
gym-log
Aplicación mobile-first para registrar entrenamientos en el gimnasio: objetivos de progresión calculados para la siguiente sesión (doble progresión ajustada por RIR), análisis de volumen y estancamiento, exportación de informes y todos los datos en el propio dispositivo. Angular 22 con Signals y zoneless, Tailwind CSS 4, Chart.js y Vitest.
- Angular 22 (Zoneless + Signals)
- TypeScript
- Tailwind CSS 4
- Chart.js
- Vitest
- Local-first
TestMaker
Plataforma de exámenes personal con bancos de preguntas cifrados (AES-256) y acceso por credenciales. Desarrollada con Angular 21 (Señales) y una API serverless en Vercel. Incluye autenticación, configuración de sesiones por temas, atajos de teclado avanzados, exportación de resultados a PDF profesional, internacionalización ES/EN, y 89 tests unitarios (Vitest). Construida con asistencia de IA para resolver una necesidad real de estudio con preguntas protegidas contra difusión.
- Angular 21 (Signals)
- AES-256-CBC
- Tailwind CSS
- Serverless API
- PDF (jsPDF)
- Vitest (89 tests)
- i18n ES/EN
Token Cost Analyzer
Analizador de costes y tokenización de prompts para LLMs, 100% en el lado del cliente. Ejecuta tiktoken WebAssembly dentro de un Web Worker para tokenizar sin bloquear la interfaz. Visualiza la distribución de tokens con gráficos D3.js y proporciona estimaciones de coste para 10 modelos de LLM. Construido con Angular 19.1.8 (detección de cambios zoneless), TypeScript 5.7.3 y D3.js 7.9.0. Publicado como código abierto en 2026, conservando el stack tecnológico original de 2025.
- Angular 19 (Zoneless)
- WebAssembly (tiktoken)
- Web Workers
- D3.js
- TypeScript
- RxJS & Signals
Cognitive Agent Orchestrator
Orquestador de agentes cognitivos con patrón ReAct (Reasoning + Acting) y streaming en tiempo real mediante Server-Sent Events. Implementa una máquina de estados determinista que razona, invoca herramientas (calculadora, clima, búsqueda), observa resultados y transmite cada pensamiento a un frontend Angular 18 zoneless. Soporte dual de proveedor LLM: modo simulado y Ollama + Qwen 2.5 Coder 7B. Backend Node.js/Express con TypeScript 5.5.4. Publicado como código abierto en 2026, conservando el stack original de 2024-2025.
- Angular 18 (Zoneless)
- TypeScript
- Node.js & Express
- Server-Sent Events
- ReAct Pattern
- Ollama & Qwen 2.5
- Docker
Semantic Search Engine
Motor de búsqueda semántica corporativa con almacenamiento vectorial en PostgreSQL mediante la extensión pgvector. Implementa búsqueda por similitud coseno con indexación HNSW sobre embeddings de 384 dimensiones. Backend construido con Java 21 y Spring Boot 3.2.6; frontend con Angular 17.3.12 con carga diferida de resultados mediante @defer. Infraestructura orquestada con Docker Compose. Publicado como código abierto en 2026, conservando el stack original de 2024.
- Java 21 & Spring Boot 3.2
- PostgreSQL + pgvector
- Angular 17 (@defer)
- TypeScript
- HNSW Indexing
- Docker Compose
Attention Matrix Explorer
Visualizador interactivo de matrices de atención de transformers (Query, Key, Value) inspirado en el paper "Attention Is All You Need". Renderiza heatmaps en tiempo real con D3.js (escala de color Viridis, tooltips) y descarga los cálculos matriciales (softmax, transpuesta, multiplicación) en un Web Worker dedicado. Construido con Angular 16.2.12, Signals (Developer Preview) y D3.js 7.8.5. Publicado como código abierto en 2026, conservando el stack original de 2023.
- Angular 16 (Signals Preview)
- D3.js (Heatmaps)
- Web Workers
- Transformers (Q/K/V)
- TypeScript
Mi Portfolio
Portfolio personal desarrollado con Angular 19.1.7 y Tailwind CSS 4.1, con SSR, i18n (ES/EN), dark/light mode y lazy-loading para una experiencia rápida y accesible. Construido con Angular Universal y Express.js para Server-Side Rendering en producción.
- Angular 19.1.7
- Angular Universal (SSR)
- Tailwind CSS 4.1
- ngx-translate
- Express.js
- PostCSS
Palaze (TFG, legacy)
Biblioteca de componentes web nativos desarrollada con Stencil.js. Componentes ligeros, fáciles de implementar y con carga rápida. Instalable vía npm o CDN. Incluye documentación propia. Surgió como proyecto de final de grado para adentrarme en el desarrollo web.
- Stencil.js
- Web Components
- TypeScript
- HTML & CSS
- Figma