Perfil — AKHAN · Valparaíso, Chile
Construyo IA que se puede defender.
Sistemas anclados a fuentes reales, en dominios donde una respuesta errada tiene consecuencia. Entro a un terreno que no conozco, lo aprendo a fondo y entrego algo que funciona ahí adentro.
Biografía
De mi abuela, con estudios en ingeniería civil, heredé la frase que ordena cómo veo el mundo: las matemáticas son el lenguaje del mundo y la ingeniería es la estructura de la sociedad. Crecí entre científicos; el método no me lo enseñaron en un aula.
Trabajo en el cruce entre IA aplicada, ciencia de datos y dominios de consecuencia: anclo mis modelos a fuentes reales para que cada respuesta se pueda verificar y no alucine. Lo probé primero en salud y aviación —dos terrenos donde un error no es un bug— pero el método no vive ahí: vive donde haya un problema difícil que aprender.
“Lo raro no es que dude de todo, es que traduzco la duda en arquitectura.”
Cómo soy
Comunico
Me muevo con soltura entre equipos, clientes y especialistas de dominios que no son el mío —químicos, personal aeronáutico, académicos—. Es parte de por qué puedo entrar a un terreno ajeno y entenderlo.
Lidero
He liderado equipos de 6–7 personas: coordino, defino alcance y sé cuándo cortar lo que no aporta.
Aprendo el dominio
Entro a industrias que no conozco, las estudio a fondo —hasta leer regulación completa— y construyo algo que funciona dentro de ellas.
Cierro
Trabajo un problema hasta terminarlo. No lo dejo a medias ni entrego algo que apenas anda.
Dudo con método
No confío en la salida de un modelo porque «suena razonable». Si no puede citar su fuente, no la doy por buena.
Documento
Detecté una debilidad propia en documentación y la convertí en fortaleza. Puedo defender técnicamente cualquier sistema que construyo.
Diferenciadores
Cierro.
Llevo un problema desde lo difuso hasta algo que alguien usaría de verdad. No entrego prototipos que apenas funcionan: entrego sistemas terminados, documentados y desplegados. Lo que me importa es la distancia entre el código y alguien que lo usa —o que lo paga.
Construyo IA que se puede defender.
En vez de conectar un modelo y confiar en la salida, anclo mis asistentes a fuentes reales —normativa, reglamentación, documentación del dominio— para que cada respuesta venga con su fuente y no alucine. Donde una respuesta errada tiene consecuencia, eso no es un extra: es el problema entero.
Descompongo problemas y sé cuándo matar uno.
Cancelé un proyecto cuando salió al mercado algo equivalente, y pivoteé. Prefiero un trabajo pulido a uno meramente funcional —pero pulido significa que resiste el uso real, no que lo pulo indefinidamente.
De la cabina a la arquitectura.
Vuelo simuladores profesionales desde niño —hoy el FlightFactor 777—, con procedimientos reales, cartas y checklists. De la aviación saqué una cultura de seguridad que el software todavía no tiene, y que aplico a cualquier sistema, sea de salud o no:
- Los procedimientos están escritos por accidentes. No acepto la salida de un modelo solo porque suena razonable: la trazabilidad es lo único que distingue un sistema de una opinión.
- La automatización nunca tiene la última palabra. En cabina ningún sistema decide solo; el comandante verifica y puede desconectarlo. Ese principio queda cableado en lo que construyo.
- Nada crítico se confirma con una sola fuente. El cross-check de cabina es el mismo principio que mi arquitectura de recuperación con citación obligatoria.
IA + computación cuántica.
Mi línea hacia el posgrado (magíster → doctorado): cómo se combinan aprendizaje automático y computación cuántica en un sistema capaz de proponer y evaluar compuestos químicos con utilidad médica —descubrimiento de fármacos.
Estado honesto: revisión de literatura y delimitación del problema. Estudio papers de QML y química cuántica, evalúo la viabilidad a corto plazo y diseño cómo simular una versión reducida. Cuento con asesoría académica. Ver lecturas de referencia →
- Ahora — en formulaciónRevisión de literaturaQML · química cuántica · delimitar el problema
- SiguienteExperimento de jugueteuna tarea acotada, con baseline clásico
- PosgradoMagíster → doctoradoChina, Japón o Alemania · primer preprint en preparación
Trayectoria
- Ahora En curso
Proyecto de título en gestión con la DGAC
La evaluación de aptitud médica aeronáutica (AeroFit) —mi proyecto de título— avanza hacia su validación con el organismo aeronáutico. En paralelo, abro la línea de posgrado en IA + computación cuántica.
- 2026
IA en dominios de consecuencia — PharmIQ
Plataforma para químicos farmacéuticos con asistente RAG anclado a la reglamentación, en conversación de venta y en uso por un cliente real.
- 2025
Scrum Master — laboratorio de química en VR
Cliente real (un director de laboratorios). Unity 6, Meta Quest. Entregado, presentado y felicitado por el stakeholder; usado por ~15 personas.
- Práctica profesional
Tesseract Softwares — desarrollo de software
Software open-source de servidor: servicios, integración con Docker y documentación de nivel informe. Evento de innovación de ProChile en la Región de Valparaíso.
- Formación
Ingeniería Civil en Computación — UNAB
Base de sistemas: C++, estructuras de datos y las matemáticas que sostienen todo lo demás.
Herramientas
Lenguajes
IA & LLMs
Datos & ML
Frameworks & Web
Infra & Datos
3D & Hardware
Entorno & IDEs
Solo herramientas con las que he trabajado — respaldadas por proyectos reales. Las emergentes van marcadas.
¿Hablamos en serio?
Rol principal: AI/ML Engineer · Applied Scientist — IA aplicada y ciencia de datos. También: Data Scientist (con modelamiento) · Research Engineer · ML Engineer · Full-stack con núcleo de datos o modelo. Abierto a cualquier equipo con un problema difícil —salud, aviación, industria, ciencia, sistemas críticos u otro dominio— donde haga falta alguien que aprenda el terreno y entregue algo terminado.