
Arian Pedroza Celis
AI ENGINEER | CIENTÍFICO DE DATOS
Contratar a esta persona
Envía una oferta de trabajo directamente a este candidato
Sobre mí
Científico de datos enfocado en sistemas autónomos, agentes de visión (Computer Use) y Machine Learning reproducible. 5º lugar nacional en Hackathon Frontier CDMX (Reto 2: operar software legado sin APIs).
Experiencia diseñando arquitecturas desacopladas de inferencia rápida (Claude Haiku 5.5, DeepSeek V4.1, TypeSafe JEV), pipelines de scoring MLOps de inicio a fin (DVC, LightGBM, monitoreo de drift) y validación determinista estricta con Pydantic. Enfoque de ingeniería basado en mitigación de alucinaciones, suites de pruebas automatizadas y economía unitaria de producción.
Experiencia
FastOperator — Autonomous Visual Agent for Legacy Environments (2026-10 – Present)
5º LUGAR FRONTIER CDMX
- Arquitectura de Inferencia Asimétrica: Runtime desacoplado de baja latencia con enrutamiento de dos niveles: Claude Haiku 5.5 para planificación de alto nivel y modelos compactos de un solo paso (JEV 1.14 / DeepSeek V4.1 Flash) para localización espacial de <200ms.
- Benchmark & Desempeño Medido: 5º lugar de 40 finalistas en Reto 2 ("Operar lo que no tiene API"). 28/42 tareas aprobadas (66.7% STP) en software ERP desconocido operado 100% por pantalla, con costo de inferencia sub-centavo (~0.0096 USD/tarea).
- Confiabilidad & Auditoría de Mercado: Protocolo de verificación post-acción y sensor de abstención activa (<0.2% error silencioso) con auditoría formal de economía unitaria para despliegues empresariales.
Hybrid Risk Engine SME / Microcap (2026 – Present)
ACTIVO HÉROE
- Document Intelligence: Pipeline para extracción y estructuración de estados financieros (Balance, P&L, Cash Flow) desde filings y PDFs corporativos no estandarizados mediante Docling y GraphRAG.
- Validación Contable & Scoring: Validación determinista de balance contable (Activo = Pasivo + Capital) mediante schemas estrictos de Pydantic y motor de scoring de solvencia (Altman Z-Score, DSCR, Rule of 40).
- Entregable & Pruebas: Generación automatizada de Credit Memos ejecutivos: Python computa ratios deterministas y el LLM contextualiza la narrativa de riesgo. Suite de 17 tests unitarios automatizados (pytest 17/17).
Pipeline End-to-End de Scoring Crediticio (2026-01 – 2026-02)
LIVE
- Arquitectura & MLOps: Diseño e implementación de pipeline modular reproducible con DVC por etapas (ingesta → validación → feature engineering → benchmark → drift detection → servicio API). Mitigación estricta de fugas de datos en train split.
- Resultados & Monitoreo: Modelo champion LightGBM con AUC de 0.769 en test set retenido. Monitoreo de drift (Jensen-Shannon y Kolmogorov-Smirnov), API FastAPI y dashboard Streamlit con 8 unit tests pasando.
Gemini Deepthink (Aletheia) & Alpha Evolve at Google DeepMind (DeepThink / Aletheia, AlphaEvolve, FunSearch) (2026 – Present)
PRODUCTION READY
- Arquitectura Inspirada en DeepMind: Motor de descubrimiento algorítmico y razonamiento formal inspirado en DeepThink (Aletheia arXiv:2602.10177), AlphaEvolve y FunSearch con aislamiento de 3 niveles: subagentes sin permisos, evaluación Docker hermética y HoldoutVault criptográfica.
- Código en Producción & Invariantes: Sistema en estado de producción respaldado por 58 módulos y 334+ tests automatizados. Mitigación de greenwashing mediante penalización Wilson al 95% y recibos de ejecución inmutables firmados con RFC 8785 + Ed25519.
Educación
Licenciatura in Ciencia de Datos para Negocios – Universidad Rosario Castellanos (2024 – 2028)
Programa McKinsey Forward – McKinsey & Company (2025-09)

