Ingeniero de Machine Learning · Ingeniero de IA · Científico de datos

Diego Agudelo

Construyo sistemas de machine learning desde las matemáticas hasta un servicio en funcionamiento, y documento cómo se evaluó cada uno y dónde se queda corto.

Entre ellos: una red neuronal escrita desde cero sin ningún framework de ML, un pipeline de predicción de salarios desplegado como app web pública y un sistema de preguntas y respuestas sobre el derecho laboral francés que rechaza las preguntas fuera de tema.

En École 42 Paris dirijo el AI Lab de 42AI: defino el alcance de sus proyectos, recluto y hago mentoría a los estudiantes que los construyen. Antes de eso, tres años como ingeniero civil en Egis y Sixense, inspeccionando túneles, líneas de metro y edificios.

École 42 Paris · 42AI AI Lab · Egis · Sixense

Ahora mismo · Actualizado 26 Sep 2026

Construyendo RAG-Syntec, un sistema de preguntas y respuestas con recuperación aumentada sobre el convenio colectivo Syntec.
Dirigiendo el AI Lab en 42AI.
Disponible para trabajar, ahora mismo.

Proyectos seleccionados

Seis proyectos, cada uno con mi contribución, cómo se evaluó y sus límites.

1.1Weight Your Wage

Predice los salarios de desarrolladores a partir de la encuesta de Stack Overflow. Un proyecto en equipo del AI Lab de 42AI que cubre todo el recorrido desde los datos en bruto hasta una app web pública; el modelo es una línea base deliberada, el trabajo está en el pipeline.

Desplegado · app web pública

raw survey

MinIO

ETL

PostgreSQL

clean labels

Cleanlab

train · Huber

Lightning · MLflow

serve

FastAPI jobs

web app

Next.js

monitoring — Grafana · Prometheus · Loki

Fig. 1 — Pipeline as implemented in the repo. Stages outlined in accent are where most of my commits went.

MI CONTRIBUCIÓN: Mis commits fueron sobre todo al código de entrenamiento del modelo (PyTorch Lightning, MLflow), al servicio FastAPI, a la configuración de Docker Compose y a los paneles de monitorización. Construí el front end web en Next.js yo solo, en un repositorio aparte.
RESULTADO: Desplegado y público. Sin afirmaciones sobre la precisión: el modelo es un marcador de posición por diseño.

Leer el caso de estudio →Código ↗Demo en vivo ↗

CONTEXTO: AI Lab de 42AI
ROL: Equipo de 5
ESTADO: Terminado
STACK: Python
PyTorch
PyTorch Lightning
pandas
scikit-learn
Cleanlab
MLflow
FastAPI
PostgreSQL
MinIO
Docker
Docker Compose
Prometheus
Grafana
Loki

1.2 Multilayer perceptron

Clasifica los tumores de mama como benignos o malignos con una red neuronal escrita en NumPy: capas, funciones de pérdida y optimizadores tras una API estilo Keras.

97.4 % precisión val.
569 muestras

96.5–97.4 % de precisión de validación en tres ejecuciones 80/20 (semilla 42); la ejecución principal con early stopping según la pérdida de validación alcanzó el 96.5 %.

Caso de estudio →Código ↗Notebook ↗

Adam, 24-24, ejecución A97.4%
Early stopping, ejecución principal96.5%
Adam, 24-24, ejecución B94.7%

Fig. 2 — Precisión de validación

CONTEXTO: École 42 · Proyectos de IA
ROL: Solo
ESTADO: Terminado
STACK: Python
NumPy
pandas
matplotlib

1.3 RAG-Syntec — EN CURSO

Responde preguntas sobre el convenio colectivo Syntec y rechaza las que están fuera de tema antes de llamar al LLM. 172 documentos, 8,447 chunks, recuperación densa sobre Chroma.

172 docs · 8,447 chunks
55 preguntas etiquetadas

Solo calibración del umbral: las preguntas en tema se mantuvieron por debajo de una distancia de 0.701, las de fuera de tema por encima de 0.780; el umbral se sitúa en 0.74.

Caso de estudio →Código ↗

En tema, mayor distancia0.701
Umbral de rechazo0.740
Fuera de tema, menor distancia0.780

Fig. 3 — Distancia al chunk más cercano

CONTEXTO: Proyecto personal, a partir de un esqueleto de prueba técnica
ROL: Solo
ESTADO: En curso
STACK: Python
LangChain
Chroma
FastAPI
Ollama
OpenAI API
Docker
Docker Compose
pytest

1.4 CapTech IDF — EN CURSO

Cartografía 79,099 empresas de Île-de-France a partir de datos públicos del Insee en 16 dominios tecnológicos. Una empresa se incorpora a un dominio solo con una fuente citada y fechada; 23 la tienen hasta ahora, en IA, ciberseguridad y sistemas embebidos. El código es privado.

79,099 empresas
1,343 segmentos indexados

Sirene stocks

Parquet · DuckDB

load

Supabase

crawl sites

robots.txt · 1 req/s/host

evidence corpus

URL · page · block filters

cited domain

source · date

map · 2D/3D scene

MapLibre · three.js

tests — 1,000+ automated tests (Vitest)

Fig. 4 — Data flow as documented in the private repo. Outlined in accent: the evidence path; a company joins a domain only with a cited, dated source.

La limpieza del corpus redujo los segmentos indexados de 2,105 a 1,343; 45 de 46 organizaciones conservaron texto de negocio. La recuperación se evalúa sobre 18 consultas como positivo–no etiquetado, así que no se afirma ninguna precisión ni F1.

Caso de estudio →Demo en vivo ↗

CONTEXTO: Proyecto personal
ROL: Solo
ESTADO: En curso
STACK: TypeScript
Next.js
Supabase
MapLibre
ECharts
three.js
DuckDB
Vitest
Cloudflare Workers
Claude Code

1.5 Leaffliction

Clasifica fotos de hojas de manzano y de vid en 8 clases (6 enfermedades, 2 sanas) con una CNN de PyTorch; el aumento de datos equilibra las clases antes del entrenamiento.

94.1 % precisión en test reservado
8 clases

94.1 % de precisión sobre 152 imágenes de test reservadas.

Caso de estudio →Código ↗Demo en vivo ↗

Validación (selección de modelo)98.1%
Test reservado, 152 imágenes94.1%

Fig. 5 — Precisión

CONTEXTO: École 42 · Proyectos de IA
ROL: Equipo de 2
ESTADO: Terminado
STACK: Python
PyTorch
OpenCV
Albumentations
PlantCV
matplotlib

1.6 DSLR

Clasifica a los estudiantes de Hogwarts en una de cuatro casas a partir de sus calificaciones, con regresión logística one-vs-all y descenso de gradiente escritos desde cero — sin ninguna librería de ML.

4 casas
13 características de asignaturas

Sobre los 1,600 estudiantes de entrenamiento, el modelo reproduce las etiquetas de casa con un 97.9 % de precisión (34 errores). Es una puntuación sobre el conjunto de entrenamiento, medida sobre los mismos datos con los que se entrenó — no hay conjunto de test reservado.

Caso de estudio →Código ↗Notebook ↗

CONTEXTO: École 42 · Proyectos de IA
ROL: Solo
ESTADO: Terminado
STACK: Python
Matplotlib

Todos los proyectos

32 proyectos, la mayoría del plan de estudios de la École 42. Cada dominio abre el índice filtrado, con enlaces de código y demo.

Abrir el índice completo →

Trayectoria

De la ingeniería civil al machine learning.

Director del AI Lab — 42AI, École 42’s AI associationDefino el alcance de los proyectos del Lab, recluto y hago mentoría a los participantes. Primer proyecto lanzado: Weight Your Wage.
2026 –
École 42 Paris — Experto en arquitectura informática (RNCP nivel 7)Especialidad en datos, finaliza en 2026. Programación de sistemas en C y C++, y después proyectos de machine learning: DSLR, multilayer perceptron, Leaffliction.
2023 – 2026
Ingeniero civil — Sixense Engineering, EgisInspecciones estructurales en La Défense, inspecciones del túnel A86 Duplex, estudios de viabilidad para la línea 6 del metro de El Cairo, control de impermeabilización en la extensión del RER E.
2020 – 2023
Máster en ingeniería civil — Université de LimogesEspecialidad: inspección, mantenimiento y reparación de estructuras (IMRO).
2018 – 2020
Grado en ingeniería civil — Universidad Libre, Pereira (Colombia)Proyecto final: recálculo estructural del puente La Isla, Belén de Umbría.
2011 – 2016