Wilmer Rodríguez Sánchez

Entregué soluciones de software completas, incluyendo arquitecturas en la nube y autogestionadas, garantizando la estabilidad, el monitoreo y la escalabilidad del sistema, mientras mejoré los tiempos de respuesta de los endpoints B2B clave en un 80%.

Diseñé e implementé sistemas avanzados de frontend y backend, incorporando gestión de estado, estructuras de datos optimizadas y lógica de negocio que digitalizaron procesos internos y de clientes, reduciendo tareas manuales y permitiendo la toma de decisiones basada en datos.

Desarrollé flujos de trabajo y sistemas de recomendación impulsados por IA, automatizando procesos con OpenAI y creando paneles y visualizaciones de análisis de datos para generar información de valor para el negocio.

Colaboré de forma transversal con clientes y equipos internos para recopilar requisitos, traducir necesidades de negocio en soluciones técnicas y mantener sistemas confiables y de alto rendimiento.

Diseñé e implementé soluciones de software de extremo a extremo, incluyendo arquitecturas de microservicios y aplicaciones web y móviles escalables, generando un impacto medible en la satisfacción del cliente y la eficiencia del negocio.

Propuse y construí desde cero pipelines de CI/CD para servicios backend y aplicaciones Android/iOS, reduciendo los tiempos de entrega y automatizando tareas repetitivas.

Desplegué servicios en contenedores docker en AWS, optimizando la incorporación y confiabilidad del sistema, asegurando al mismo tiempo una integración fluida con servicios de terceros y flujos de trabajo internos.

Colaboré estrechamente con clientes y equipos multifuncionales para recopilar requisitos, traducir necesidades de negocio en soluciones técnicas y mejorar continuamente el rendimiento del sistema.

Desarrollé y desplegué modelos predictivos para evaluar la gravedad de accidentes de ciclistas, proporcionando predicciones de riesgo en tiempo real para zonas geográficas con historial de siniestros.

Realicé limpieza, preprocesamiento y creación de variables (feature engineering) para garantizar un rendimiento preciso del modelo, supervisando los resultados y generando información accionable.

Apoyé la investigación mediante el análisis de conjuntos de datos complejos y la generación de conclusiones que aportaron a los resultados del estudio y a la mejora de los modelos.

Desarrollé modelos de redes neuronales utilizando datos reales de EEG y EyeTracking para generar información accionable orientada a la evaluación de perfiles STEM.

Apliqué técnicas de feature engineering y preprocesamiento de datos para optimizar el rendimiento de los modelos predictivos.

Colaboré con un equipo interdisciplinario en la recolección de datos, el análisis de comportamiento y la entrega de resultados y conclusiones del estudio.

Entregué soluciones full-stack de principio a fin, desde la recopilación de requisitos hasta el despliegue de software escalable, asegurando la alineación con los objetivos del negocio.

Colaboré con equipos multifuncionales y partes interesadas para resolver problemas complejos y optimizar los flujos de trabajo de los clientes.