Trabajos seleccionados en infraestructura de IA, PLN e investigación aplicada.
Pipeline de transcripción y análisis con IA para investigación cualitativa en grupos focales sobre política.
Pipeline completo de audio a insight que reemplaza transcripción imprecisa y horas de anotaciones por proyecto. Diarización de hablantes, transcripción, clasificación de temas e informes integrados — todo accesible mediante una capa de herramientas que los investigadores realmente usan.
Infraestructura de fine-tuning de LLMs y pipeline de preprocesamiento de datos para análisis político en español mexicano.
LLMs especializados, fruto de un pipeline reproducible de fine-tuning y evaluación. Construido para la comparación empírica de modelos base y prompts.
Sistema automatizado de selección de participantes para reclutamiento cualitativo.
Pipeline automatizado de admisión que reemplaza horas de captura manual de datos por proyecto. Combina OCR, detección de fraude y clasificación socioeconómica — para que los analistas se enfoquen en las decisiones, no en el papeleo.
Convierte notas sueltas en un PowerPoint editable y con la identidad de la marca, apretando un botón.
La plantilla de la marca se codifica una vez, y cada lámina sale conforme por construcción. El contenido vive en texto plano y las láminas se regeneran a partir de él, versionables y reproducibles como código. El resultado es un .pptx estándar que cualquiera puede editar, sin plataforma de por medio.
Scraper y parser en Python para datos de procesos del Supremo Tribunal Federal de Brasil (STF).
CLI basada en Typer con tres etapas cache-first — recolección, descarga y extracción — con soporte para ejecuciones fuertemente paralelizadas y rotación de proxy, alimentando un warehouse DuckDB. Varios backends de OCR, incluyendo Tesseract auto-alojado en fly.io para OCR de bajo coste.
CLI para que un agente de IA mantenga en orden una biblioteca de Zotero.
Verifica etiquetas, metadatos y colecciones; enriquece metadatos con Crossref y arXiv; comprime PDFs. Implementa un ciclo de validación con backups y write-ahead logs — lo que hace seguro dejar que un agente de IA toque la base de datos.
La mayoría del trabajo anterior empezó con alguien diciendo exactamente eso.
Hablemos