Federico Ortega Riba

→ Ingeniero de IA @ Sabio Group | ago. 2026 – actualidad

España, remoto

• Orquestación de Deepgram (STT), ElevenLabs (TTS) y la telefonía de Twilio en agentes de voz en tiempo real para el sector financiero, y reducción de TTFA p50 de 2 s a 300 ms.
• Despliegue en producción de LLM open-weights autoalojados (DeepSeek-V4, GLM-5.2) con vLLM sobre GKE (GCP), con AWS S3 como almacenamiento.
• Desarrollo de guardarraíles y marcos de evaluación para agentes de texto y voz con Presidio y NeuralTrust para la seguridad, y MLflow para el seguimiento de experimentos.

→ Ingeniero de IA (Contractor) @ Overwatch AI | may. 2025 – jul. 2026

España, remoto

• Diseño y orquestación de sistemas multiagente con LangGraph para una startup pre-seed, con obtención de datos en tiempo real de API externas mediante servidores MCP propios y coordinación de agentes especializados a través de A2A.
• Construcción de un sistema de RAG en producción con embeddings en Qdrant, desplegado en AWS con Terraform, sobre modelos closed y open-weights (Claude, GPT, Gemini, GLM-5.2, Nemotron-Ultra, Llama).
• Evaluación de LLM (DeepEval, Ragas, TruLens) y observabilidad con OpenTelemetry a través de Phoenix (Arize), con reducción de la latencia p50 de 12 s a 7 s y de los tokens de 12k a 8k.

→ Ingeniero de IA/Machine Learning @ Universidad de Colorado Boulder | feb. 2025 – abr. 2026

Colorado, EE. UU.

• Diseño y despliegue de pipelines de recuperación end-to-end (LangChain/LlamaIndex + Azure OpenAI) con búsqueda vectorial, con mejora del Recall@5 del 85 % al 90 % y de la exactitud de las respuestas en 7 puntos porcentuales gracias al chunking y la evaluación.
• Construcción de modelos escalables con PyTorch/Hugging Face para agentes con uso de herramientas y modelado de recompensas basado en RLHF, con un aumento de la tasa de éxito del 74 % al 85 % en un conjunto de evaluación de 400 tareas.
• Refactorización del código de LLM en producción (Jigsaw Agent + Mistral) para el NSF National AI Institute for Student-AI Teaming, con una reducción del 40 % en el coste de inferencia mediante prompts modulares y observabilidad con Langfuse.

→ Ingeniero de IA/Machine Learning @ Consejo Superior de Investigaciones Científicas (CSIC) | oct. 2023 – abr. 2024

Madrid, España

• Ajuste fino (fine-tuning) de modelos transformer BERT y T5 para la extracción de entidades de dominio sobre un conjunto de datos de 162k tokens, con un F1 = 79 % en la evaluación de test.
• Construcción de un marco de evaluación offline sobre 500 muestras de prueba seleccionadas para identificar los principales modos de fallo, priorizar los ciclos de iteración y detectar errores de ranking.

→ Ingeniero de Machine Learning/NLP en prácticas @ Universidad de Granada | nov. 2022 – jun. 2023

Granada, España

• Diseño de un conjunto de datos bilingüe EN–ES (300 entradas) y construcción de un pipeline de datos sobre un corpus de más de 600 documentos, con extracción de 150 palabras clave del dominio mediante herramientas automatizadas.

→ Máster en Ciencias de la Computación (Natural Language Processing) @ Universidad de Colorado Boulder | ago. 2024 – may. 2026

EE. UU.

• Nota media: 10. GPA: 4. Financiado íntegramente por la Beca Fulbright (USDOS).
• Asignaturas: Machine Learning; Deep Learning y Redes Neuronales; NLP Avanzado.

→ Máster en Lingüística Computacional @ Universidad Complutense de Madrid | sept. 2023 – jul. 2024

España

• Nota media: 8.45. GPA: 3.5.
• Asignaturas: Tecnologías del Lenguaje y del Habla; Programación Avanzada; Estadística con R.