Lucas González Fiz — Ingeniero de IA

Hola, soy Lucas

Construyo sistemas de IA de extremo a extremo que se sostienen en el mundo real.

Ingeniero de IA en Possible Inc y graduado en Inteligencia Artificial por la Universidade de Vigo. He construido pipelines LLM/RAG para datos clínicos en MicroPort, percepción en tiempo real para un coche de competición autónomo a escala 1:10 y sistemas propios de agentes, recuperación y visión por computador, siempre con foco en la evaluación reproducible, la optimización de la inferencia y el despliegue.

Ver proyectos Descargar CV ↓Escríbeme →

Sistemas seleccionados

Proyectos

Proyecto destacado · 2026 · En solitario · plataforma de sistemas agénticos

Plataforma multiagente empresarial gobernada

Una plataforma multiagente para datos empresariales con herramientas por rol, acceso SQL de solo lectura, aprobaciones humanas que sobreviven a reinicios y trazas de auditoría de principio a fin, evaluada offline sobre documentos reales y 541.909 transacciones reales.

Transacciones reales: 541.909
Fidelidad docs: 0,94
Puerta de aprobación: 1,00

Python
LangGraph
FastAPI
MCP
PostgreSQL
Ollama
Docker
Kubernetes

Caso de estudio →Repo ↗

2026
En solitario · sistema de visión por computador
Visión en tiempo real para seguridad laboral
Detección de caídas en entornos industriales que corre en directo sobre una sola GPU de gama media — pose, seguimiento, segmentación y un modelo temporal tras un único servicio observable, con cada cifra medida en hardware real.
- Python
- YOLO26-Pose
- SAM 2.1
- ByteTrack
- PyTorch
- TensorRT
- FastAPI
- Docker
Caso de estudio →Repo ↗
2026
En solitario · sistema LLM / recuperación
GraphRAG con control de acceso
GraphRAG que aplica el nivel de acceso dentro de la recuperación, de modo que un dato restringido nunca llega al modelo. Búsqueda híbrida densa + BM25, expansión de grafo y reranking; la búsqueda híbrida elevó el recall de identificadores exactos de 0,79 a 1,00.
- Python
- LangGraph
- Qdrant
- Neo4j
- BGE-M3
- Qwen3
- FastAPI
- MCP
Caso de estudio →Repo ↗
2026
Trabajo de Fin de Grado · Universidade de Vigo
Observabilidad parcial en RL profundo
Mi Trabajo de Fin de Grado: un benchmark reproducible y multisemilla en MiniGrid de PPO, A2C, DQN y RecurrentPPO bajo observabilidad parcial. El aprendizaje curricular fue la palanca más fiable; la memoria explícita no compensó.
- Python
- Gymnasium
- Stable-Baselines3
- PPO
- A2C
- DQN
- RecurrentPPO
- MiniGrid
Caso de estudio →

Más en GitHub ↗

Con qué trabajo

Competencias técnicas

Programación y ML

Python
SQL
PyTorch
scikit-learn
Hugging Face
Stable-Baselines3

GenAI y LLM

RAG
GraphRAG
LangGraph
MCP
Qdrant
Neo4j
Reranking

MLOps e ingeniería

MLflow
FastAPI
Docker
Kubernetes
Linux
Git
ROS
NATS
NVIDIA Jetson

Visión por computador

YOLO
OpenCV
SAM
ByteTrack
Estimación de pose
Seguimiento
TensorRT

Profesional y extracurricular

Experiencia

Sep 2026 — Actualidad

Ingeniero de IA · Possible Inc · Vigo

Trabajo en proyectos de IA y automatización para clientes del sector público y privado.

Mar 2026 — Jun 2026

Becario de Ingeniería de IA · MicroPort CRM · vía Cardiovascular Gallega

Construí un pipeline LLM/RAG para normalizar tablas clínicas heterogéneas y mapear terminología entre fuentes médicas, combinando recuperación, prompting y validación.
Desarrollé y evalué un modelo de machine learning para detectar fallos en electrodos de marcapasos y apoyar los flujos de revisión clínica.

Nov 2024 — Actualidad

Asesor de Software · Auria Formula Student AI · Asociación estudiantil

Antes: Desarrollador de Software de IA · Sistemas autónomosNov 2024 — Jul 2026

Desarrollé software de percepción en tiempo real para una plataforma de competición autónoma a escala 1:10, dentro de un equipo internacional de ingeniería estudiantil con metodología Scrum.
Entrené y comparé detectores YOLO de conos con pesos preentrenados y desde cero; apliqué pruning estructurado y preparé la exportación a TensorRT para despliegue embebido.
Integré cámaras y servicios de percepción en flujos reproducibles con Linux, Docker, Git, ROS y NATS orientados a NVIDIA Jetson.

Trayectoria académica

Formación

2022 — Jul 2026

Grado en Inteligencia Artificial · 240 ECTS, EQF 6

Universidade de Vigo · ESEI

Base en álgebra, cálculo, estadística, optimización, algoritmos, ingeniería de software, bases de datos, redes y computación paralela y distribuida; especialización en machine learning, razonamiento con incertidumbre, PLN, recuperación de información, agentes, Big Data y visión artificial.

TFG (12 ECTS): benchmark reproducible y multisemilla de PPO, A2C, DQN y RecurrentPPO en MiniGrid, con evaluación de memoria, motivación intrínseca y aprendizaje curricular. El aprendizaje curricular elevó el éxito en DoorKey-8x8 de 0,37 a 0,95.

Destacados

Hitos

202612.º de 41 equipos en Formula Student UK AI, en Silverstone, en mi segunda participación con Auria.
2026Podio en el Inditex Tech Challenge de HackUDC, en un equipo de cuatro: localizar en el catálogo los productos que aparecen en fotos de looks, combinando detección de prendas con YOLO y un modelo CLIP de moda ajustado.Repo ↗
2025Primera participación en Formula Student UK AI, en Silverstone, con percepción y despliegue para el coche autónomo a escala 1:10 del equipo.

Un poco más

Sobre mí

Soy graduado en Inteligencia Artificial por la Universidade de Vigo y me interesa especialmente la distancia entre un modelo que funciona en un notebook y un sistema que funciona en hardware real.

Mi trabajo abarca sistemas LLM/RAG y agentes, machine learning aplicado a la salud, MLOps y visión por computador para conducción autónoma y seguridad industrial. El hilo común es la ingeniería de extremo a extremo: evaluación reproducible, inferencia optimizada, despliegue limpio y una visión honesta de dónde fallan los sistemas.

Hoy lo hago en Possible Inc, en proyectos de IA y automatización para clientes públicos y privados.

Ubicación: Ourense, ES
Enfoque: LLM · Visión · MLOps
Idiomas: Español (nativo); Gallego; Inglés (B2)

Hablemos

Contacto

Abierto a colaboraciones y conversaciones sobre ingeniería de IA.

La forma más rápida de contactarme es por correo, y leo todos los mensajes.

lucasglezfiz04@gmail.com Descargar CV ↓