Alejandro Miranda Franco.

Arquitectura de soluciones e inteligencia artificial aplicada

Arquitecto de Soluciones

Ingeniero de ML/IA · Desarrollador Full-Stack · Arquitecto de soluciones cloud

Con 6 años de experiencia en desarrollo de software (4 enfocados en ML/IA), construyo productos full-stack y soluciones de IA. Mi trabajo combina arquitectura cloud y procesamiento multimodal mediante aprendizaje profundo, aprendizaje por refuerzo, NLP y visión por computadora (incluyendo OCR). En IA generativa, adapto modelos LLM y orquesto sistemas multiagente con enfoques RAG y búsqueda semántica. Participo en el ciclo completo de vida del software —desde requerimientos y arquitectura hasta despliegue y operación— colaborando estrechamente con equipos multidisciplinarios y directivos. Egresado de Matemáticas Aplicadas y Computación, con diplomados en Ciencia de Datos, Ingeniería de IA y Deep Reinforcement Learning; actualmente cursando Ingeniería de LLM Aplicada e IA Agéntica.

Disfruto de resolver problemas complejos.

Tecnologías con las que trabajo

Python
TensorFlow
PyTorch
scikit-learn
JavaScript
React
Vue.js
Astro
Laravel
Go
C
C++
Node.js
Django
FastAPI
MySQL
PostgreSQL
MongoDB
Supabase
AWS
AWS Amplify
Azure
GCP
Git
Terraform

Competencias técnicas

Desarrollo full-stack y DevOps/MLOps

Full-stack: JavaScript, PHP, Java, Go, C/C++ y SQL/NoSQL. React, Next.js, Vue.js, Nuxt, Astro, Node.js, Django, FastAPI, Laravel y Apache Kafka.
Metodología: Cascada y Scrum.
APIs y mensajería: REST, GraphQL, Webhooks, gRPC, Server-Sent Events y Pub/Sub.
DevOps/MLOps: CI/CD, Continuous Testing (CT), Git, GitHub y Azure DevOps.

Machine Learning e IA

Librerías: Python, TensorFlow, TensorFlow.js, Keras, PyTorch, scikit-learn y Gymnasium.
Modelos y aplicaciones: Red neuronal convolucional (CNN), reconocimiento óptico de caracteres (OCR), speech-to-text, text-to-speech y procesamiento del lenguaje natural (NLP).
Deep Reinforcement Learning: Bandidos, Monte Carlo, procesos de decisión de Markov (MDP), programación dinámica, exploración y explotación, agentes, entornos y policy gradients. DQN, Double DQN (DDQN) y Dueling DQN. SARSA, n-step SARSA, Q-learning, Dyna Q, Rasgos de Elegibilidad y TD (λ).
Desarrollo AI: Arquitectura, creación e ingeniería de datos, entrenamiento, evaluación, inferencia de modelos y despliegue.

IA generativa y datos

Datos: Arquitectura Medallion, embeddings y búsqueda vectorial con FAISS.
AI Generativa: Gemini API, ChatGPT API, CLIP, modelos de difusión, modelos de gran tamaño (LLM), agentes inteligentes y sistemas multiagente, IA agéntica, generación aumentada por recuperación (RAG) y búsqueda semántica.
Data Warehouse: Snowflake, Databricks y BigQuery.
BD vectorial: Pinecone y Pinecone CLI.

Cloud e infraestructura

Cloud: AWS, Azure, GCP, Vultr y Contabo. Infraestructura como código con Terraform.
CLI: AWS CLI, gcloud CLI y Azure CLI.
BaaS y herramientas: Amplify (Gen 1 y Gen 2), Firebase, SWA CLI y Supabase.

Ingeniería con IA y automatización

Ingeniería de software con IA: Spec-Driven Development (SDD), harness engineering para agentes de codificación, orquestación multiagente, quality gates y flujos de verificación.
Automatización: n8n, Make e integraciones propias con Telegram, WhatsApp, Gmail, Google Calendar, Drive, Facebook, Instagram, LinkedIn, TikTok, YouTube y otras plataformas.

Seguridad

Seguridad: Experiencia como auditor interno ISO 27001.
Criptografía: Cifrado simétrico y asimétrico, funciones hash y encoders (codificadores).

01 PYTHON 1001 RAG
{ CLOUD : ML / AI }
0101 FULL-STACK 0110
SDD 0101 TENSORFLOW
{ DATA : SOLUTIONS }
1010 CODE 0110 1001

Trayectoria.

Nov 2025 — Actualidad
Arquitecto de Soluciones Inteligentes
SM Ingeniería
Diseño soluciones para automatizar procesos administrativos, operativos y logísticos internos, desde la definición de requisitos y la arquitectura cloud hasta la implementación y el despliegue, en colaboración con equipos técnicos, operativos y directivos.
Jul 2022 — Ago 2025
Desarrollador de Software / Auditor Interno ISO 27001
Certificación Digital Online
Diseñé y desplegué una CNN personalizada. Desarrollé flujos de prueba de vida, firma electrónica con ID y firma electrónica en colaboración con equipos técnicos, operativos y directivos y participé como auditor interno en la recertificación ISO 27001 de 2024.
Ene — Jul 2022
Desarrollador de Software
Interstack
Desarrollé herramientas internas para monitorear campañas digitales y realicé evaluaciones de seguridad para apoyar decisiones directivas.
2020 — 2022
Desarrollador Full-Stack
FES Acatlán, UNAM
Desarrollé un sistema web para controlar pruebas de agua potable, con consulta para usuarios, carga de resultados por laboratoristas e informes para directivos.
2020 — 2022
Desarrollador Full-Stack / Soluciones Cloud
SM Ingeniería
Desarrollé el sitio corporativo, herramientas internas y despliegues cloud; automaticé publicaciones en Facebook, Instagram y LinkedIn con Make.

Formación.

2026
Ingeniería LLMs Aplicada
Actumlogos
2026
Agentic AI
Actumlogos
2026
Deep Reinforcement Learning
Actumlogos
2026
Diplomado en Ingeniería de IA
Augmented Humans
2022
Diplomado en Ciencia de Datos
FES Acatlán, UNAM
2018 – 2021
Licenciatura en Matemáticas Aplicadas y Computación
FES Acatlán, UNAM

Ingeniería LLMs Aplicada · Saber másSaber menos

Procesamiento del lenguaje natural (NLP)
Recuperación de información
Introducción a Ingeniería LLMs Aplicada
Preprocesamiento de datos clínicos y filtrado de candidatos
Búsqueda de coincidencias clínicas
Sistema de puntuación
Introducción a los bots de trading
Análisis financiero
Análisis de sentimiento en trading
Aprendizaje profundo para el mercado bursátil
LLMs para bots en el mercado bursátil
Aprendizaje por refuerzo para el mercado bursátil
Despliegue del bot de trading

Agentic AI · Saber másSaber menos

Fundamentos de IA, agentes y entornos
Arquitecturas, racionalidad y función de utilidad
Chain of Thought, ReAct, Self-Refine y Self-Consistency
Representación del conocimiento: lógica, reglas y ontologías
Redes bayesianas, incertidumbre y búsqueda de soluciones
Búsqueda informada y local: A*, heurísticas y algoritmos genéticos
Aprendizaje supervisado, no supervisado y por refuerzo
Redes neuronales y deep learning: CNN, RNN y Transformers
LLMs, arquitectura Transformer y prompt engineering
Fine-tuning, LoRA e Instruct Tuning
RAG y búsqueda en documentos propios
Self-Refine, Test-Time Compute y control de alucinaciones
Agentes multimodales de imagen y audio
Sistemas multiagente: LangChain, CrewAI y Ollama
Despliegue local, en nube y mediante APIs
Python, PyTorch, TensorFlow, Keras, Jupyter, Hugging Face y FastAPI
Ética, privacidad y sesgos

Deep Reinforcement Learning · Saber másSaber menos

MDP
POMDP
Monte Carlo
Programación dinámica
Métodos TD
SARSA
Q-learning
Dyna-Q
DQN
Double DQN
Dueling DQN
REINFORCE
Actor-Critic
A2C
TRPO
PPO
DDPG
HER
SAC
PyTorch
Gymnasium

Diplomado en Ingeniería de IA · Saber másSaber menos

Ingeniería de datos multimodal
Arquitectura Medallion
Pub/Sub
Embeddings
CLIP
PCA
t-SNE
Espacios latentes
Deep learning
CNN
Transferencia de aprendizaje
Arquitectura Transformer
LLM
RAG
Grounding
IA agéntica
Google ADK
MCP
A2A
DevOps
MLOps
Despliegue productivo

Diplomado en Ciencia de Datos · Saber másSaber menos

Calidad de datos
Ingesta de datos
Clasificación supervisada
Regresión supervisada
Reducción de dimensionalidad
Clustering
Redes neuronales
Redes neuronales convolucionales

Licenciatura en Matemáticas Aplicadas y Computación · Saber másSaber menos

Machine Learning
Minería de datos
Pronósticos
Bases de datos distribuidas
Probabilidad
Estadística univariada y multivariada
Procesos estocásticos
Simulación estocástica
Álgebra lineal
Optimización
Cálculo univariado y multivariado
Ecuaciones diferenciales
Métodos numéricos
Análisis de algoritmos
Matemática discreta
Criptografía
Álgebra modular
Teoría de números

Prensa.

Reconocimiento · MIT COVID-19 Challenge

Ganador del Track A — Latin America vs. COVID-19

En 2020 formé parte del equipo que desarrolló una solución para analizar inmunidad y riesgo de reinfección por COVID-19. Contribuí creando y desarrollando la arquitectura web del producto.

Un resultado colectivo desarrollado con integrantes de distintas instituciones de México.

Año: 2020
Categoría ganadora: Track A
Participantes: 1,500
Países: 73

Entrevistas, video y notas sobre el reconocimiento.

Contacto.