Trayectoria
Sobre mí
Soy AI Engineer y Data Scientist con experiencia end-to-end en Microsoft Azure, enfocado en llevar modelos de machine learning a producción real. Me especializo en forecasting, modelos de regresión, MLOps y desarrollo de agentes con IA Generativa.
Combino una sólida base técnica con pensamiento analítico orientado a resultados medibles. Cuento con certificaciones Microsoft (DP-600 y DP-100) y tengo experiencia construyendo pipelines automatizados con Azure Machine Learning, Microsoft Fabric y AI Foundry.
Actualmente cursando Ingeniería en Sistemas en UTN y la Diplomatura en IA en Humai, con foco en arquitectura cloud y agentes de IA generativa.
Experiencia
Trayectoria profesional
- +40% engagement en LinkedIn: Desarrollé agente con GPT-4o sobre Azure AI Foundry combinando RAG y el algoritmo de posicionamiento de LinkedIn. Los usuarios enviaban borradores y el agente devolvía recomendaciones priorizadas antes de publicar.
- Automatización de informes financieros: Diseñé modelo semántico y pipeline automatizado con Microsoft Fabric y Power Automate, reduciendo horas de carga operativa en procesos fiscales.
- Forecasting de ventas (Prophet / SARIMAX): Pipeline predictivo end-to-end en Azure ML con ~20% de error sobre valores reales, incluyendo reentrenamiento automático y dashboard en Power BI.
- Modelo regresión industrial (cemento): Regresión multilineal para predecir resistencia del producto en función del Clinker, resolviendo necesidad crítica del área de producción.
Educación
Formación académica
- Formación de grado en ingeniería de sistemas, arquitecturas distribuidas y metodología de investigación aplicada.
- Foco en arquitecturas de IA generativa, agentes inteligentes y aplicaciones LLM en producción.
- Formación técnica en hardware, redes y programación. Base para la especialización en ML y cloud.
Certificaciones
Credenciales Microsoft
600
Valida diseño e implementación de soluciones analíticas con Microsoft Fabric: lakehouses, pipelines de datos y modelos semánticos.
100
Valida diseño y entrenamiento de modelos ML con Azure Machine Learning, MLflow, pipelines y despliegue en endpoints.
Proyectos
Proyectos destacados
Agente que combina RAG con el algoritmo de posicionamiento de LinkedIn. Puntúa borradores y devuelve recomendaciones priorizadas antes de publicar, usando los últimos 3 posts como baseline.
Modelo predictivo end-to-end con reentrenamiento automático y dashboard en Power BI para stakeholders. Desplegado en Azure ML con triggers de CI/CD.
Regresión multilineal para determinar la resistencia del cemento en función del Clinker. Primera solución data-driven para el área de producción.
Modelo semántico y pipeline automatizado que elimina la carga manual en ciclos de reporte fiscal. Integrado con Power Automate para triggers automáticos y distribución.
Pipeline de machine learning end-to-end en Python con preprocesamiento, entrenamiento, evaluación y visualización. Estructura de código modular lista para producción.
↗ github.com/DiegoAPizzaProyecto de aprendizaje estructurado cubriendo LangChain (LCEL, agentes, RAG), evaluación RAGAS, MLflow y GitHub Actions CI/CD con Groq API y embeddings locales de HuggingFace.
↗ github.com/DiegoAPizzaStack técnico
Habilidades
Contacto
Hablemos
Estoy disponible para roles de AI/ML, consultoría técnica o colaboraciones. Si querés construir algo con IA Generativa, MLOps o forecasting, escribime.