ALB Antonio Luis Bañón Contacto
Abierto a oportunidades en datos e IA aplicada

Datos sólidos. IA aplicada.

Data Engineer con experiencia en banca y telecomunicaciones, especializado en ETL, calidad y modelado de datos, y actualmente orientado a construir soluciones de Inteligencia Artificial aplicada sobre bases de datos fiables.

Ver proyectos
Data Engineer · Inteligencia Artificial Aplicada Madrid, España

Perfil

Ingeniería de datos como base para una IA útil y fiable.

Combino más de siete años de experiencia en desarrollo e ingeniería de datos con una especialización actual en Inteligencia Artificial. He trabajado en procesos ETL de extremo a extremo, ingesta, calidad, modelado, mantenimiento de aplicaciones Big Data y migraciones en entornos exigentes. Mi foco está en aplicar machine learning, procesamiento del lenguaje natural, visión artificial y planificación automática sobre datos fiables, trazables y bien gobernados.

Actualmente

Actualmente curso el Máster Universitario en Inteligencia Artificial de UNIR, profundizando en machine learning, NLP, visión artificial, razonamiento, planificación automática y gestión responsable de proyectos de IA.

7+ Años de experiencia tecnológica
3 Etapas profesionales en datos y software
2 Másteres en Big Data e Inteligencia Artificial

Capacidades

De los datos fiables a la Inteligencia Artificial aplicada.

Experiencia real en ingeniería de datos y formación avanzada en las principales disciplinas de la IA.

01

Ingeniería y calidad de datos

Diseño y mantenimiento de procesos ETL, ingesta, validación, modelado y documentación para convertir datos operativos en activos fiables.

  • ETL
  • Calidad
  • Modelado
02

Machine Learning

Formación en análisis exploratorio, valores ausentes, normalización, regresión, clasificación, árboles de decisión, SVM, Naive Bayes, Random Forest, validación cruzada y optimización de hiperparámetros.

  • Clasificación
  • Regresión
  • Validación
03

NLP y modelos de lenguaje

Conocimientos en tokenización, normalización, POS tagging, análisis sintáctico y semántico, modelos de lenguaje, embeddings, transformers, BERT, question answering, resumen y agentes conversacionales.

  • NLP
  • Transformers
  • BERT
04

Sistemas inteligentes e IA responsable

Formación en visión artificial, lógica, agentes, búsqueda y heurísticas, STRIPS, PDDL, HTN y planificación multiagente; además de ciclo de vida, despliegue, recursos, seguridad, ética, explicabilidad y marco legal.

  • Visión
  • Planificación
  • Ética

Proyectos, prototipos y casos de uso

Experiencia en datos y aprendizaje aplicado.

Una selección de experiencias, prototipos y líneas de trabajo que conectan mi trayectoria en ingeniería de datos con mi especialización actual en inteligencia artificial aplicada.

01 Data Engineering e IA aplicada

Portfolio IA

Desarrollo de este portfolio como espacio para presentar mi trayectoria en ingeniería de datos, documentar el aprendizaje del máster y publicar futuros prototipos de IA aplicada.

En desarrollo
  • Astro
  • TypeScript
  • IA aplicada
Más información
02 Analítica e IA

Pipeline de datos

Caso de uso basado en experiencia profesional con procesos ETL, ingesta, validaciones de calidad, modelado y planificación. Describe prácticas y competencias generales, sin representar un sistema concreto ni divulgar información confidencial.

Basado en experiencia profesional
  • ETL
  • PySpark
  • Calidad de datos
Más información
03 Aprendizaje supervisado

Evaluación de modelos

Trabajo académico centrado en preparar datos, comparar algoritmos de clasificación y evaluar su comportamiento mediante métricas, validación cruzada y ajuste de hiperparámetros.

Académico
  • Scikit-learn
  • Clasificación
  • Validación
Más información
04 Documentación técnica

Asistente RAG

Propuesta conceptual de un asistente para consultar documentación técnica mediante segmentación, embeddings y recuperación de contexto. Se presenta como línea de exploración, no como solución desplegada en producción.

Prototipo conceptual
  • NLP
  • Embeddings
  • RAG
Más información

Trayectoria

Experiencia profesional y formación continua.

Una trayectoria construida en banca, consultoría tecnológica y telecomunicaciones, complementada con especialización en Big Data, DevOps, Agile e Inteligencia Artificial.

  1. Sep 2023 — Actualidad

    Data Engineer

    BBVA Technology · Madrid

    Desarrollo y mantenimiento de procesos ETL e ingesta, controles de calidad y modelado de datos con PowerDesigner. Trabajo con Python, PySpark, Scala, Git, Control-M y herramientas de despliegue y planificación, dentro de equipos Agile con JIRA, mentalidad DevOps y conocimiento de productos y procesos bancarios.

  2. Oct 2021 — Sep 2023

    Analista y Desarrollador de Software

    NTT DATA · Madrid

    Análisis de datos y requisitos, interlocución con cliente y elaboración de documentación técnica y funcional. Desarrollo y soporte de procesos Linux y ETL, migración de aplicaciones y trabajo con Python y PL/SQL.

  3. Sep 2018 — Oct 2021

    Desarrollador de Software

    NTT DATA · Madrid

    Mantenimiento de aplicaciones Big Data y desarrollo de procesos ETL de extremo a extremo en Qlik Sense. Gestión de requisitos de negocio, desarrollo y mantenimiento de cuadros de mando, administración de QMC y trabajo con metodologías ágiles.

  4. En curso

    Máster Universitario en Inteligencia Artificial

    UNIR

    Formación avanzada en machine learning, procesamiento del lenguaje natural, visión artificial, razonamiento y planificación automática, investigación y gestión de proyectos de IA.

  5. 2021

    Scrum Master

    Scrum.org

    Certificación orientada a marcos ágiles, facilitación de equipos y mejora continua.

  6. 2020

    DevOps Foundation Certification

    DevOps Institute

    Fundamentos de cultura DevOps, colaboración, automatización, medición y mejora del flujo de entrega.

  7. 2017 — 2018

    Máster en Big Data & Business Intelligence

    Next International Business School · Universitat de Lleida

    Especialización en tecnologías Big Data, tratamiento de información y aplicación de inteligencia de negocio.

  8. 2011 — 2017

    Grado en Ingeniería de Sistemas de Telecomunicación

    Universidad de Málaga

    Formación técnica en sistemas, comunicaciones, programación, señal y fundamentos matemáticos de ingeniería.

Stack técnico

Tecnología al servicio de datos fiables y soluciones mantenibles.

Herramientas y conocimientos utilizados en ingeniería de datos, desarrollo, operación y formación en IA.

Datos

  • 01 ETL e ingesta
  • 02 Calidad de datos
  • 03 PowerDesigner y PL/SQL
  • 04 Qlik Sense y QMC
  • 05 Control-M

Desarrollo

  • 01 Python, PySpark y Scala
  • 02 Git
  • 03 Linux
  • 04 JIRA y Agile
  • 05 DevOps

IA aplicada

  • 01 EDA, normalización y valores ausentes
  • 02 Regresión, clasificación y árboles
  • 03 SVM, Naive Bayes y Random Forest
  • 04 Validación cruzada e hiperparámetros
  • 05 Modelos de lenguaje, embeddings y BERT

Visión y razonamiento

  • 01 Señal, ruido, filtros y Fourier
  • 02 Morfología, segmentación y textura
  • 03 SIFT, características y patrones
  • 04 Lógica, búsqueda y heurísticas
  • 05 STRIPS, PDDL, HTN y multiagente

Artículos

Aprendizaje técnico, explicado con claridad.

Próximos contenidos sobre ingeniería de datos, machine learning e Inteligencia Artificial aplicada.

Ingeniería de datos

La calidad del dato como punto de partida para una IA fiable

Próximamente
Aprendizaje automático

Cómo evaluar modelos de clasificación más allá de la precisión

Próximamente
Inteligencia Artificial

De la tokenización a BERT: una guía práctica de NLP

Próximamente
Abierto a oportunidades en datos e IA aplicada

¿Hablamos de datos e Inteligencia Artificial?

aluisbanon@gmail.com