Evidencia por encima del entusiasmo
Pruebo una afirmación sobre IA contra un proceso en operación, un control y una auditoría antes de repetirla.
Sobre mí
De la ingeniería de sistemas empresariales al liderazgo en IA empresarial y la investigación doctoral.
Cómo se desarrolló el trabajo, en qué consiste hoy y qué principios mantuve.
Trayectoria
Empecé como ingeniero de software, construyendo los sistemas empresariales sobre los que las empresas llevan su operación diaria. La corrección, la integración y la disponibilidad ya eran el estándar desde el principio, y lo siguen siendo.
Después dediqué gran parte de mi carrera a la arquitectura empresarial y la entrega de software para grandes organizaciones, en buena medida sobre sistemas SAP. En esos entornos la corrección se audita, la integración es inevitable y el cambio es caro. Trabajando dentro de esas restricciones aprendí a evaluar tecnología nueva.
Pasé de construir sistemas a liderar a quienes los construyen: primero una práctica de consultoría de 10 personas, luego una organización de tecnología de 50, luego programas de entrega de hasta 80. Liderar programas me enseñó que la mayoría de los fracasos tecnológicos son fracasos de ejecución: responsabilidad difusa, dependencias no gestionadas y ningún plan de adopción.
En 2021 entré en NTT DATA para liderar la entrega de Datos e IA y, desde 2023, soy Director de Datos e IA, responsable de la estrategia, la gobernanza y el portafolio de IA empresarial, con un equipo de 15 personas. Lidero Guepardo AI, el portafolio de IA de una plataforma empresarial utilizada por más de 550 clientes, que abarca análisis predictivo, deep learning, IA generativa y agentes de IA.
También represento a la operación brasileña en el Global Innovation Team de NTT DATA, dentro de una organización presente en más de 60 países. Brasil tiene exigencias tributarias y fiscales especialmente duras, lo que lo convierte en una prueba exigente de si un sistema de IA se sostiene en producción.
En paralelo volví a estudiar. Tras la carrera de Ingeniería de Computación, cursé una especialización en IA aplicada en la PUCPR, después la Maestría sobre predicción de picos en series temporales para redes eléctricas inteligentes y, desde 2024, el Doctorado en la misma institución. Mi tesis trata sobre algoritmos adaptativos con garantía de privacidad. Soy docente en la PUCPR y miembro asociado de la Sociedad Brasileña de Computación desde 2024.
Las dos mitades se alimentan entre sí. La investigación me muestra lo que estos métodos pueden hacer; la entrega me muestra lo que una organización puede operar.
Cómo trabajo
La ejecución es la parte difícil
El modelo rara vez es la restricción. La responsabilidad, el acceso a datos, la adopción y el encaje operativo suelen serlo, y eso se decide en reuniones, no en la arquitectura.
La privacidad como entrada de diseño
En dominios regulados, la protección de datos cambia lo que es posible construir. La defino al inicio del proyecto, junto con la latencia y el costo.
Construir para el largo plazo
Los sistemas empresariales permanecen años en operación. Construyo para que todavía puedan entenderse, auditarse y modificarse mucho después de que el equipo original se haya ido.
Dominios de trabajo
Las áreas donde mi trabajo profesional y el académico se superponen.
- Estrategia y gobernanza de IA empresarial
- IA generativa y agentes de IA en procesos de negocio
- Liderazgo en Datos e IA
- Aprendizaje automático con preservación de privacidad
- Aprendizaje federado
- Criptografía homomórfica
- Minería de flujos de datos y deriva de concepto
- Procesos de finanzas, contabilidad e impuestos
- Entrega de sistemas empresariales de gran porte