01HealthTech
IkerCare
Seguimiento familiar de salud, múltiples pacientes, roles, recordatorios, documentos clínicos, OCR, cifrado, auditoría y Android.
Senior AI · Machine Learning · Python · Data Science
Construyo sistemas de IA y datos con impacto real.
Soy Alexis Torres Álvarez, ingeniero de Machine Learning, desarrollador Python y profesional de IA con más de 12 años en tecnología. Mi experiencia combina sector público, educación superior y empresas privadas, desde ingeniería de software hasta ML, GenAI, RAG, visión, NLP, automatización y MLOps.
12+años en TI e ingeniería de software
6+años en ML / IA aplicada
100+automatizaciones y procesos Python
3rutas abiertas de Labs: ML, IA y Quantum
01 · Experiencia
IA en gobierno, educación y sector privado.
Mi carrera comenzó en desarrollo de software empresarial y evolucionó hacia datos, Machine Learning e IA en producción, manteniendo una base fuerte de backend e integración.
Gobierno · 2020 — actualidad
Ministerio de Desarrollo Social y Familia
- Machine Learning Engineer / Python & GenAI Developer.
- Más de 100 automatizaciones y servicios Python con prácticas de CI/CD.
- ETL y pipelines sobre grandes volúmenes de datos, incluyendo entornos distribuidos y Databricks.
- NLP para clasificación y extracción de información; visión por computador; modelos predictivos.
- Asistente interno GenAI con RAG, base vectorial y orquestación de flujos.
- FastAPI, Spark, Dask, Pandas, PyTorch, Transformers/BERT, ResNet50, Oracle, Docker, Kubernetes, Azure/Huawei Cloud, n8n y Flowise.
- Experiencia aplicada en gobernanza de datos, privacidad, evaluación de impacto algorítmico, trazabilidad y mitigación de sesgos.
- Participación institucional en trabajo interministerial relacionado con la Política Nacional de IA.
Educación superior · 2014 — 2020 + docencia
Universidad de Playa Ancha
- Ingeniería de software, analítica y sistemas institucionales.
- Liderazgo de SIMES-R para monitoreo y detección temprana de riesgo estudiantil.
- Modelo predictivo de deserción académica para apoyar intervención temprana.
- Integración de sistemas, REST APIs, SQL Server/MySQL y aplicaciones web/escritorio.
- Docencia posterior en programación, desarrollo de software y ciencia de datos.
- Clases en 2026 en el Magíster en Ciencia de Datos y Medio Ambiente, en análisis de datos ambientales con ML y Cloud.
Sector privado · 2012 — 2014
Artie Consultores & Blue Byte Technologies
- Desarrollo de sistemas estadísticos, financieros y de back-office.
- Integraciones SAP, SOAP/REST y servicios XML.
- Kioscos de RR.HH. con firma digital y validación biométrica.
- Sistemas para casinos, hotelería, POS y gestión clínica.
- Aplicaciones empresariales para CSAV e integración distribuida con IBM Message Broker.
- Stack histórico: .NET, C#, ASP.NET, SQL Server, JavaScript, XML/ESQL, SVN y Team Foundation.
02 · Áreas técnicas
De datos y algoritmos a productos de IA.
Machine Learning
Regresión, clasificación, árboles, ensembles, SVM, KNN, Naive Bayes, clustering, reducción dimensional, series temporales y anomalías.
Deep Learning
MLP, CNN, RNN, seq2seq, atención, Transformers, transferencia de aprendizaje y modelos generativos.
NLP, LLMs & RAG
Clasificación de texto, BERT/Transformers, embeddings, búsqueda vectorial, agentes y retrieval augmented generation.
Imagen, video y visión
Clasificación de imágenes, ResNet, CNN, transfer learning, video, tracking y análisis multimodal.
Data Engineering
ETL/ELT, grandes volúmenes, procesamiento distribuido, SQL, Spark, Dask, Databricks y analítica.
AI Engineering & MLOps
APIs, microservicios, contenedores, CI/CD, Kubernetes, cloud, evaluación, monitoreo y automatización.
03 · Formación académica
Programas formales y contenidos trabajados.
La descripción combina mi trayectoria documentada con los planes y áreas oficiales de las instituciones. En el caso del MTI, los temas listados corresponden al periodo que cursé (2018–2020).
Máster Universitario en Inteligencia Artificial
Mi formación formal actual de posgrado es Inteligencia Artificial. Computación cuántica queda como línea personal de estudio y Labs, no como título en curso.
Asignaturas y áreas
- Investigación y Gestión de Proyectos en Inteligencia Artificial.
- Procesamiento del Lenguaje Natural.
- Visión Artificial.
- Técnicas de Aprendizaje Automático.
- Razonamiento y Planificación Automática.
- Redes Neuronales y Aprendizaje Profundo.
- Aprendizaje Automático no Supervisado.
- Optativa / Computación en la Nube dirigida a IA y Trabajo Fin de Máster.
- Herramientas y entornos: Python, TensorFlow, scikit-learn, NLTK, Jupyter/Colab, STRIPS/PDDL, Azure y AWS.
Diplomado en Inteligencia Artificial
Temas trabajados
- Redes neuronales convolucionales y arquitecturas CNN.
- Redes recurrentes, modelos secuencia-a-secuencia y mecanismos de atención.
- Transformers y redes relacionales.
- Funciones de activación, pérdidas, regularización, optimización, dropout y batch normalization.
- Transfer learning y data augmentation.
- Reconocimiento visual, modelos preentrenados y procesamiento de lenguaje natural.
- Redes de grafos, aprendizaje por refuerzo, imitación e inverse RL.
- Modelos generativos adversariales, recomendación, aprendizaje incremental, auto-supervisión y meta-learning.
- Análisis de video, tracking, reconocimiento de audio y voz, audio+video y deepfakes.
- Privacidad, sesgo, ética y responsabilidad.
Diplomado en Big Data & Machine Learning
Temas trabajados
- Big Data, Hadoop, HDFS, YARN, MapReduce y herramientas del ecosistema.
- Spark, RDDs, aplicaciones distribuidas y Spark SQL.
- Python para Data Science: preparación, imputación, transformación y visualización.
- Regresión lineal, polinomial, penalizada y logística.
- Naive Bayes, árboles, Random Forest, KNN y evaluación de clasificadores.
- Redes neuronales básicas.
- K-Means, clustering jerárquico, mezcla de gaussianas, evaluación de clusters y reducción dimensional.
- Aplicaciones sobre datos estructurados, texto, audio y video; aprendizaje supervisado, no supervisado y reforzado.
Magíster en Tecnologías de la Información
Temas del periodo cursado
- Sistemas de información empresariales y procesos de negocio.
- Decision Support Systems, Business Intelligence y toma de decisiones.
- UML, análisis/diseño y modelos de desarrollo: cascada, iterativo, RUP, XP, AUP y Scrum.
- Calidad de procesos de software.
- Redes, seguridad, SDN y OpenFlow.
- Gestión de proyectos, liderazgo, motivación y gestión del cambio bajo PMBOK.
- BPM y BPMN.
- Análisis de datos, Data Warehousing, OLAP, minería de datos y modelos predictivos.
- Web semántica y representación de datos: XML, JSON y RDF.
Ingeniería en Informática
Base profesional en ingeniería de software, algoritmos, programación, bases de datos, arquitectura de sistemas y tecnologías de información.
04 · Cursos y certificaciones
Formación continua.
Microsoft Certified: Azure Fundamentals (AZ-900)Microsoft · 2026 · Cloud concepts, Azure architecture/services, management & governance.
Continuing Education Certificate in LeadershipMIU / City University Miami · 2025 · 45 h.
IA para el Trabajo: Fundamentos, herramientas y buenas prácticasFEN · Universidad de Chile · 2025 · 16 h.
Diseño de Servicios y Experiencia UsuariaFEN · Universidad de Chile · 2025 · 16 h.
Fundamentos para la Implementación de Metodología DevOpsDUOC-UC · 2024 · 16 h.
Capacitación Aplicada de GéneroODEGI · 2024 · 16 h.
Gestión Colaborativa para EquiposTarget DDI · 2022 · 36 h.
Herramientas de programación en Python para procesamiento de datosPontificia Universidad Católica de Chile · 2020 · 30 h.
English Language CourseBritish Council English · 2023 — 2024 · 98 h.
English Lessons with TutorsPreply · 2023 · 28 h.
English A2ECLASS · 2017 · 180 h.
English A1ECLASS · 2016 · 180 h.
Reconocimiento académico: beca CONICYT/ANID para Magíster de Funcionarios del Sector Público, asociada al Magíster en Tecnologías de la Información.
05 · Open Labs
Aprender construyendo, en orden creciente.
Cada ruta contiene notebooks ejecutables en Google Colab, ejercicios y una progresión histórica/conceptual. Los repositorios son públicos y están pensados como portfolio técnico y material educativo.
Machine Learning & Data Science
Desde baselines y regresión hasta ensembles, no supervisado, redes, series temporales y MLOps.
Inteligencia Artificial
IA simbólica → deep learning → imagen/NLP/audio/video → planificación → LLM/RAG → refuerzo, grafos, multimodal y Responsible AI.
00 · Historia, búsqueda y agentesColab ↗01 · Lógica y sistemas expertosColab ↗02 · Deep LearningColab ↗03 · Visión e imagenColab ↗04 · NLP y TransformersColab ↗05 · Audio y vozColab ↗06 · Video y trackingColab ↗07 · Razonamiento y planificaciónColab ↗08 · LLM, embeddings y RAGColab ↗09 · Refuerzo y grafosColab ↗10 · GenAI multimodal y Responsible AIColab ↗
Quantum Computing
Línea personal de estudio: matemática, qubits, circuitos, entrelazamiento, protocolos, algoritmos, NISQ, ruido y Quantum ML. No se presenta como máster en curso.
06 · Docencia y divulgación
Experiencia educativa.
Magíster en Ciencia de Datos y Medio Ambiente · UPLA
Docencia de postgrado en 2026 vinculada a análisis de datos ambientales, Machine Learning y Cloud.
Ingeniería Comercial · UTFSM
2022 · Procesamiento de datos, Excel avanzado, formularios, macros VBA y Python.
Ingeniería Civil en Informática · UPLA
2021 · Programación Estructurada en C++, algoritmos y resolución de problemas.
TNS Gestión TIC · UPLA
2016 — 2018 · Metodología de desarrollo de software, taller de desarrollo, prácticas y guía/evaluación de proyectos de título.
Summer School 2026 · UPLA
Expositor: datos y decisiones públicas, gobernanza, privacidad y normativa en la era de la IA.
Seminarios y comunidad
Participación en ILIA/CEPAL, IA Responsable UAI, Gobierno de Datos, Huawei Cloud Summit y otras actividades profesionales.
07 · Proyectos
Productos y experimentos.
Mantengo esta sección separada de los Labs: aquí aparecen productos completos; en la siguiente iteración ampliaremos cada uno como caso de estudio.
02GovTech
GovLens
Proyecto orientado a análisis de información pública, exploración y transparencia mediante herramientas de datos e IA.
03EdTech
Interactive Tech Notes
Resúmenes HTML y recursos visuales interactivos sobre IA, Machine Learning y desarrollo de software.
08 · Contacto
IA aplicada, productos, educación y colaboración técnica.
Abierto a proyectos de AI Engineering, Machine Learning, Data Science, GenAI/RAG, automatización, arquitectura Python, docencia e iniciativas tecnológicas.