Construyo la inteligencia
que mueve el capital.
Software Engineer en Bending Spoons, en el equipo de WeTransfer. Lead Engineer en Sail, donde fundé la capa de inteligencia — un motor cross-chain de yield y un sistema de riesgo en tiempo real con ~$700M enrutados en Base y Arbitrum — y donde ahora dirijo todo el stack: un protocolo onchain desplegado en 12 redes, un harness de agentes open source y los servicios en Python que hay detrás.
Software Engineer en WeTransfer.
Me incorporé a Bending Spoons como Software Engineer en el equipo de WeTransfer — transferencia de archivos y colaboración que usan decenas de millones de personas. Iré añadiendo detalle según vaya publicando cosas.
Cuentas onchain que un agente puede operar. Dentro de unos límites.
Dejar que un agente autónomo mueva dinero real es un problema de custodia antes que un problema de ML. Sail Protocol es nuestra respuesta: el capital nunca sale de un Safe que el usuario controla, y un mandato — un conjunto de contratos que despliega el propio usuario — se comprueba en el kernel en cada transacción. El agente no tiene ninguna clave y no puede hacer nada que el mandato no permita explícitamente. Sailor es el harness open source que convierte construir uno de esos agentes en una conversación con tu asistente de código.
01 Lo que garantiza el kernel
Los permisos se evalúan mediante staticcall, así que un contrato de permiso no puede físicamente mutar estado ni reentrar. La reentrancy no se defiende: se vuelve imposible por la propia convención de llamada.
La evaluación corre bajo un tope fijo — 150.000 de gas para un evaluate simple, 1.000.000 para un batch. Un permiso que intente quemar gas para forzar un pase se trata como denegación.
Solo se consulta el permiso concreto que nombra la firma del manager, así que plantillas sin relación entre sí conviven en la misma cuenta sin denegarse mutuamente por error.
Cualquier revert, out-of-gas, valor de retorno malformado o un simple false deniega el dispatch. El único camino a la ejecución es un true explícito y bien formado.
Por qué importa el tamaño. El núcleo de confianza — kernel, gobernanza, timelock, factory, política de comisiones y module enabler — es todo lo que una cuenta necesita confiar para usar Sail. Con ~1.022 nSLOC es lo bastante pequeño como para que una persona lo lea de principio a fin en una tarde, y ese es justo el objetivo. Las plantillas de permiso quedan fuera de esa frontera: son demostraciones del patrón, y solo confías en las que decides registrar. Revisado por Octane en tres análisis; desplegado con CREATE2 en las mismas direcciones en las 12 redes, gobernado tras un timelock de 48 horas con un Safe admin 3/5.
02 Sailor — el harness
Di start en una carpeta vacía y cualquier agente de código con IA — Claude Code, Cursor, Codex — te lleva hasta un agente DeFi funcionando. Cinco estaciones, de principio a fin:
Debajo: un SDK con keyring cifrado, firma EIP-712 y envío de dispatches; una CLI que cubre todo el ciclo de vida de init a run; un dashboard local para balances, salud del mandato y firma del owner; y 22 skills de agente que cualquier agente de código lee de forma nativa, de modo que todos los proyectos siguen el mismo camino verificado. Alrededor, Shipyard (un laboratorio sobre forks de anvil para hacer paper trading de un mandato antes de tocar dinero real) y Dock (un registro comunitario de proyectos de agentes compartidos).
Dos sistemas en producción. Una sola capa de inteligencia.
Fundé la capa de inteligencia en Sail — un protocolo DeFi de optimización de yield en Base y Arbitrum — desde cero, y lideré un equipo de dos ingenieros que la construyó. Desde marzo de 2026 soy Lead Engineer y dirijo técnicamente todo el stack: el protocolo en Solidity, el harness open source en TypeScript y los servicios en Python. También definí el esquema de la base de datos y construí las primeras UIs de usuario.
Asignación cross-chain como MDP con restricciones
Objetivo no convexo (yield, coste de transacción, slippage, riesgo de concentración) resuelto con simulated annealing y aceptación Metropolis-Hastings. Un meta-controlador CNN predice los hiperparámetros del annealing a partir del histórico APY/TVL, reduciendo la búsqueda 3–5×.
Monitorización de riesgo en tiempo real
Detección de anomalías por z-score sobre líneas base APY multi-horizonte (1d / 7d / 30d), scoring dual SPIKE / TREND (80/20 vs 40/60), ciclos de ejecución por tier (1h / 2h / 6h), y un mecanismo de inercia financiera que recortó el churn innecesario de cartera un 43 %.
Liderazgo. Presenté la capa de inteligencia a inversores de capital riesgo durante rondas de financiación, fui el responsable del relato técnico del motor y Sonar en esas conversaciones, y lideré discusiones de roadmap con el CEO sobre dirección y trade-offs.
01 Las matemáticas de la asignación
El marco matemático completo — formulación, demostraciones y validación empírica — está documentado en dos papers públicos de los que soy autor único.
02 Sonar — puntuación de anomalía
Sonar suspendió la exposición de usuarios antes de dos exploits públicamente confirmados — la detección ocurrió antes de la confirmación pública en ambos casos:
- · Exploit del oráculo de Moonwell $1,78M de deuda incobrable, 181 prestatarios afectados. Sonar marcó comportamiento anómalo del oráculo en los mercados de Moonwell en Base y suspendió la exposición antes de que se confirmara la magnitud del exploit.
- · Exploit de Resolv Protocol ~$80M de USR minteados a través de una clave AWS KMS comprometida, ~$25M ETH extraídos, USR despegado a $0,003. Sonar detectó actividad de minteo sin control y suspendió las posiciones expuestas a Resolv antes de que el despegue de USR fuera públicamente visible.
03 Rendimiento en producción
Todos los retornos son netos de gas, comisiones de puente, slippage y comisiones de protocolo.
| trimestre | APY medio | vs. mejor estático | vs. T-Bills | alcance |
|---|---|---|---|---|
| Q4 2025 | 8,91 % | +5,43 % | +123,87 % | 20 fuentes, USDC + USDT |
| Q1 2026 | 6,06 % | +6,03 % | +44,3 % | 32 fuentes, USDC + USDT, +EURC |
Una red neuronal para el yield.
La mayoría de "optimizadores de yield con IA" no predicen yield — rankean por APY pasada. Este artículo desglosa la decisión arquitectónica de usar redes convolucionales (no LSTMs, no boosted trees) para forecasts de APY calibrados, y por qué el mismo marco que encuentra edge en renta variable funciona aún mejor en DeFi.
Quant Mentality: How We Use Convolutional Networks to Outyield DeFi
"La estrategia deja de ser un fondo y se convierte en una función: capital × restricciones × aversión al riesgo → cartera."
Expectativa condicional, features estacionarias, incertidumbre calibrada y validación disciplinada — el mismo marco que usan los quant shops sistemáticos en renta variable, apuntado a vaults DeFi donde funciona mejor.
Leer el artículo →+ incertidumbre calibrada
por vault, por día
04 Publicaciones
Las cuatro son obra de autor único.
Dónde forjé el oficio.
- Accelya — Software Engineer I · aplicación de gestión de pagos, full-stack · Java · C# · .NET · SQL · Dic 2023 – Nov 2024
- Career break — viaje internacional y exploración profesional. Viaje post-graduación por Corea del Sur y la costa oeste de EE.UU. (San Francisco, Cupertino, Stanford, Berkeley); conocí ingenieros en Apple y alumni de Berkeley mientras visitaba a familia. · Jul – Nov 2023
- Deloitte — Becario de Technology Strategy & Transformation · investigación y análisis de mercado para clientes tecnológicos en la división de datos · RapidMiner · Dataiku · Alteryx · Mar – Jun 2023
- Agencia Ferroviaria de la Unión Europea — becario de ingeniería de software · SHACL shapes para validación de knowledge graphs en la app de mapas EUAR, más un dashboard web de informes de validación · SPARQL · SHACL · RDF · Invierno 2022/23
Cosas que construí porque quise.
Tracker CLI + TUI para One Piece TCG (cartas, cajas selladas, slabs graduados). Scraping de precios en vivo desde CardMarket y eBay con un pipeline de cookies consciente de Cloudflare que desencripta cookies de Chrome / Arc / Brave / Edge en macOS y Windows vía el keychain de cada plataforma. Dashboard HTML offline autocontenido, sync iCloud, P&L por ítem, gestión de recibos.
Sistema de visión por computador de tres módulos: adquisición de imagen con eliminación de ruido, reconocimiento de cartas basado en VGG16 y simulador de equity Monte Carlo. Alta precisión de reconocimiento y simulación realista a dos jugadores. Documentado en la publicación oficial de la UPM.
Sistema multi-agente que asiste a streamers con la moderación del chat. Baneo por blacklist, análisis de ratio de lenguaje ofensivo para timeouts y una GUI para que streamers y moderadores revisen las decisiones automatizadas.
Proyecto grupal de investigación: diseño completo de centro de datos para una plataforma online de edición de vídeo — layout de racks, planos eléctricos, diseño de refrigeración y flujo de aire. Matrícula de Honor.
Compilador para un subconjunto de JavaScript. Analizadores léxico, sintáctico y semántico; tabla de símbolos; recuperación de errores y avisos. Matrícula de Honor.
+ Trabajos anteriores
- Ecomobility — Web Semántica · estaciones de bici y puntos de carga de Madrid publicados como RDF (OpenRefine, RML) · otoño 2022
- Reactify — React + API de Spotify · invierno 2022
- Broker de Sistemas Distribuidos — broker pub/sub en C, suscripciones persistentes · invierno 2021/22
- Middleware de Detección de Fraude Bancario — Java JMS, middleware concurrente · invierno 2021/22
- Shell propia — C / Bash; lexer, parser, pipelines multi-proceso · invierno 2021
- Sokoban — Java MVC con persistencia XML · primavera 2022
- Filtro Blanco y Negro — Assembly MC88110 · invierno 2020/21
Universidad Politécnica de Madrid · 2019 – 2023
Grado en Ingeniería Informática · Nota media 8,56 / 10. Matrículas de Honor en Sistemas Operativos, Procesadores de Lenguajes, Web Semántica y Grafos de Conocimiento, Art of Programming, Prolog, Programming Project, Proyecto Centro de Procesamiento de Datos.
Materias: Algoritmos y Estructuras de Datos · IA · Machine Learning · Sistemas Distribuidos · Middleware · Concurrencia · Probabilidad y Estadística · Redes de Computadores · Seguridad · Algorítmica Numérica · Competitive Programming · Computación Cuántica.
Hablemos.
Ahora mismo no busco nuevas oportunidades — pero siempre me apetece una buena conversación sobre protocolos onchain, finanzas cuantitativas, ML aplicado o cualquier cosa que creas que me pueda interesar.