Diego Moreno: Experto en AI/ML Engineering y Data Science
Como arquitecto de soluciones, diseño, desarrollo y despliego sistemas de datos e inteligencia artificial que resuelven problemas reales y operan en producción en la nube, para mejorar decisiones, optimizar operaciones y generar valor de negocio. Trabajo desde la definición del problema hasta la puesta en operación del producto.
Proyectos, consultoría, colaboración como contractor y oportunidades laborales.
Áreas de especialidad
- Forecasting y optimización
- Agentes e integraciones
- Plataformas de datos
- AWS
Soluciones aplicadas a problemas reales
Una selección de mi trabajo en forecasting, optimización, inteligencia artificial y operaciones. Cada proyecto muestra el problema abordado y mi contribución.
Forecasting para consumo masivo en Latinoamérica
Mejora del forecasting de demanda en Latinoamérica junto al equipo global de data science de PepsiCo.
- Historial de demanda
- Modelos y evaluación
- Planificación de demanda
- Mi contribución
- Trabajo en modelos y evaluación de pronósticos para apoyar la planificación de demanda.
- Stack
- Azure Databricks
- Microsoft Fabric
- Azure Data Factory
- Python
Colaboré como contractor, a través de Insight Global, con el equipo global de data science de PepsiCo en la mejora del forecasting para Latinoamérica. Trabajé con profesionales de Europa, India y la región, en un entorno empresarial de Azure Databricks, Microsoft Fabric y Azure Data Factory.
- Problema
- Mejorar el pronóstico de demanda que alimenta la planificación en Latinoamérica.
- Equipo
- Equipo global de data science con profesionales de Europa, India y la región.
- Relación
- Contractor a través de Insight Global.
Backend de un asistente para consultas operativas
Backend de un chatbot que consulta comercios, terminales y tickets, con RAG para preguntas frecuentes.
- Pregunta del usuario
- Orquestación y RAG
- Datos operativos y FAQ
- Mi contribución
- Desarrollo backend e integración de las consultas y del componente de recuperación de conocimiento.
- Stack
- AWS Lambda
- Amazon Lex V2
- Amazon Bedrock
- RAG
- Python
Desarrollé la mayor parte del backend de un chatbot para una organización del sector financiero. La solución permite consultar información de comercios, terminales, usuarios y estados de tickets, e incorpora RAG para responder preguntas frecuentes.
- Problema
- Dar acceso conversacional a información operativa y a preguntas frecuentes.
- Solución
- Una capa de orquestación que dirige cada consulta a la integración operativa o a la recuperación de conocimiento.
- Cliente
- Organización del sector financiero, anonimizada.
Optimización de decisiones comerciales y operativas
Optimización de promociones que conecta ciencia de datos con las restricciones del negocio.
- Datos comerciales
- Modelo de optimización
- Decisión de promociones
- Mi contribución
- Participación en el desarrollo de la solución de optimización.
- Stack
- Optimización
- Python
- SQL
Participé en un proyecto de optimización de promociones para una plataforma de comercio y entregas. El trabajo conectó ciencia de datos con decisiones comerciales y restricciones del negocio.
- Problema
- Decidir promociones considerando objetivos comerciales y restricciones operativas.
- Enfoque
- Ciencia de datos conectada con las reglas y restricciones del negocio.
Otros trabajos en datos, IA y operaciones. Los clientes de proyectos de consultoría se mantienen anónimos.
Más proyectos
SiderurgiaEn desarrollo
Analítica IoT y logística para una siderúrgica
Pipeline batch de datos de sensores de planta con validación y capas silver y gold para consulta y tableros, y un frente de logística de entregas, programación y flota.
AWS Step Functions · AWS Glue · Lambda · Athena · QuickSight
AgroindustriaMVP
Pronóstico semanal de producción para una exportadora agrícola
Forecast multimodelo por horizonte (corto, medio y largo plazo) con backtesting rodante, ETL, procesamiento y API en la nube.
SageMaker Processing · AWS Glue · Athena · Terraform · Power BI
Manufactura
Datos industriales con asistente conversacional
Datos de sensores industriales hacia un lago de datos y tableros, con un asistente que responde consultas en lenguaje natural.
AWS IoT SiteWise · AWS Glue · Athena · Amazon Lex · Amazon Bedrock
Planificación de demanda
Motor de forecasting automatizado de extremo a extremo
Reemplazo de Excel y notebooks manuales por un pipeline por etapas: extracción, limpieza, variables, modelos, ensamble, revisiones y carga automática al ERP.
Python · SQL Server · Airflow · Microservicios · RPA
Comercio y entregas
Forecasting de demanda por producto
Pronóstico por producto para cuatro ciudades, conectado con la planificación de compras e inventario.
Python · SQL · AWS · Git
Floricultura
Asignación de pedidos y segmentación de clientes
Data warehouse con información de compañías de varios países, clustering de clientes y programación lineal para asignar pedidos.
Programación lineal · Clustering · QlikView · SQL
Comercio y entregas
Espacio operativo
Optimización de la asignación de espacio en dark stores y bodegas.
Optimización · Python
Retail
Productividad y programación en retail
Modelos de productividad, inventarios y programación de cajeros, y apoyo a la gestión de espacios en tienda.
Power BI · QlikView · SQL
Producto propio
Forecastor
Aplicación web y API para cargar una serie de tiempo, comparar modelos estadísticos y de machine learning y obtener pronósticos.
FastAPI · Docker · ECS Fargate
¿Tu equipo afronta un reto parecido?
Trabajemos juntosEn qué puedo ayudarte
Plataformas de datos
Pipelines y plataformas que conectan los datos del negocio con sus aplicaciones y análisis.
Integración de datos · Lakehouse · Pipelines
Ver caso relacionadoPredicción y optimización
Motores de forecasting y optimización en producción, automatizados con MLOps.
Forecasting · Optimización · MLOps
Ver caso relacionadoCiencia de datos y machine learning
Clustering, recomendación, clasificación y anomalías: modelos a la medida del problema.
Clustering · Recomendación · Anomalías
IA integrada a productos y procesos
Asistentes y agentes conectados a tus datos, sistemas y procesos.
Agentes · RAG · MCP · APIs
Ver caso relacionadoArquitectura y puesta en producción
Diseño, despliegue y operación en la nube, con CI/CD e infraestructura como código.
AWS · CI/CD · IaC · MLOps
Ver caso relacionado
¿Tu reto no encaja del todo aquí?Cuéntamelo
Soluciones que corren en la nube
Mi plataforma principal es AWS. También cuento con experiencia en Azure Databricks, Microsoft Fabric y Azure Data Factory, y puedo evaluar otras alternativas cloud según el proyecto.
- AWSPlataforma principal
- Microsoft AzureEntornos empresariales
- DatabricksLakehouse y ML
Estos nombres describen las plataformas con las que trabajo; no implican certificación, asociación ni respaldo de los proveedores.
Del problema a la operación
Entender
Aclaro la necesidad, los usuarios, las restricciones y cómo evaluar el resultado.
Diseñar
Defino la solución, la arquitectura y un alcance que tenga sentido construir.
Desarrollar y desplegar
Implemento los componentes y los integro con el entorno donde van a operar.
Evaluar y mejorar
Reviso el comportamiento de la solución y sus resultados para orientar la siguiente iteración.
Cómo conecto negocio, ciencia y tecnología
Soy ingeniero industrial, con una especialización en gestión de proyectos de TI y un diploma internacional en Business Administration. Esa formación me llevó a trabajar con problemas de operación y negocio, que luego conecté con la ciencia de datos, el forecasting y la optimización, y con la ingeniería necesaria para convertir modelos y datos en productos que operan en la nube.
Combino visión de negocio, fundamento matemático, tecnología y creatividad: una mirada STEAM que utilizo para plantear alternativas, diseñar soluciones y desarrollarlas. He trabajado con áreas técnicas y de negocio, desde la definición del problema hasta la puesta en producción.
He vivido en tres países y he trabajado con personas de todos los continentes. Esa experiencia multicultural me ayuda a entender contextos distintos, comunicarme con equipos diversos y adaptar cada solución a quienes la van a usar.
Soy Diego Esteban Moreno Morales, conocido profesionalmente como Diego Moreno.
Decisiones con fundamento
Negocios y ciencia: formular la pregunta adecuada, elegir una medida relevante y evaluar si el modelo mejora una decisión.
Modelos que pueden operar
Ciencia y tecnología: transformar modelos y métodos en sistemas utilizables, integrados y evaluables en producción.
Productos útiles y viables
Negocios y tecnología: diseñar productos que encajan en los procesos, considerando adopción, costos y viabilidad.
En la intersección central, las tres dimensiones permiten crear soluciones de datos e IA para problemas concretos y evaluar su contribución al negocio.
Experiencia profesional
Industrias
- Retail y comercio digital
- Consumo masivo y bebidas
- Agroindustria y floricultura
- Servicios financieros
- Siderurgia
- Manufactura
- Industria y logística
Compass UOL
Ciencia de datos e inteligencia artificial
Soluciones de datos e IA, arquitectura y desarrollo para proyectos empresariales de distintos sectores.
PepsiCo, mediante Insight Global
Contractor de data science
Colaboración con el equipo global para mejorar el forecasting en Latinoamérica.
Florexpo
Forecasting
Pronóstico para una empresa del sector floricultor.
Frubana
Ciencia de datos y demand planning
Pronósticos y analítica para apoyar la planificación de demanda.
Grupo floricultor exportador
Analítica y BI
Datos e inteligencia de negocios para apoyar la operación.
Cencosud
Analítica de negocio
Análisis y herramientas de información para decisiones comerciales y operativas.
Hablemos de tu próximo reto
Si necesitas desarrollar una solución de datos o IA, sumar experiencia a tu equipo o conversar sobre una oportunidad profesional, cuéntame qué tienes en mente.