Lead Engineer · Capa de Inteligencia en Sail
DeFi cuantitativo · monitorización de riesgo · optimización de yield cross-chain
Madrid, España · abierto a remoto / UE
Fundé la capa de inteligencia en Sail — un protocolo DeFi de optimización de yield sobre Base y Arbitrum — desde cero. Dos sistemas en producción, ambos diseñados e implementados de extremo a extremo: el motor de optimización cross-chain que decide dónde se asigna el capital de los usuarios, y Sonar, el sistema de monitorización de riesgo que decide qué evitar. También definí el esquema de la base de datos y construí las primeras interfaces de usuario.
Liderazgo. Presenté la capa de inteligencia a inversores en rondas de financiación, defendí la narrativa técnica del motor y de Sonar en esas conversaciones y lideré con el CEO las discusiones de roadmap sobre dirección y trade-offs.
Formulé la asignación de cartera como un proceso de decisión de Markov restringido. Función objetivo no convexa (yield, coste de transacción, slippage, riesgo de concentración) optimizada mediante simulated annealing con aceptación Metropolis-Hastings. Un meta-controlador CNN predice los hiperparámetros del annealing a partir del histórico APY/TVL, reduciendo la búsqueda en 3-5×.
El marco matemático completo — formulación, demostraciones y validación empírica — está documentado en dos artículos de investigación públicos de los que soy autor.
Detección de anomalías por z-score sobre baselines APY multi-horizonte (1d / 7d / 30d), scoring dual SPIKE / TREND (80/20 vs 40/60), ciclos de ejecución por tiers (1h / 2h / 6h) y un mecanismo de inercia financiera que redujo el churn innecesario de cartera en un 43 %.
Sonar suspendió la exposición de los usuarios antes de dos exploits confirmados públicamente — la detección fue previa a la confirmación pública en ambos casos:
Todas las cifras son netas de gas, comisiones de bridge, slippage y comisiones de protocolo.
| trimestre | APY medio | vs. mejor estática | vs. Letras del Tesoro | alcance |
|---|---|---|---|---|
| Q4 2025 | 8,91 % | +5,43 % | +123,87 % | 20 fuentes, USDC + USDT |
| Q1 2026 | 6,06 % | — | +44,3 % | 32 fuentes, USDC + USDT, +EURC |
Los cuatro son trabajos de autor único.
Tracker CLI + TUI de cartera para One Piece TCG (cartas, productos sellados y graduadas). Scraping en vivo de precios desde CardMarket y eBay con un pipeline de cookies con soporte Cloudflare que descifra cookies de Chrome / Arc / Brave / Edge en macOS y Windows usando el keychain de cada plataforma. Dashboard HTML offline autocontenido, sincronización con iCloud, P&L por ítem y gestión de recibos.
Sistema de visión computacional en tres módulos: adquisición de imagen con eliminación de ruido, reconocimiento de cartas mediante CNN basada en VGG16 y simulador de Montecarlo del equity. Alta precisión de reconocimiento y simulación realista para dos jugadores. Documentado en una publicación universitaria.
Sistema multi-agente que asiste a streamers con la moderación del chat. Baneo basado en blacklist, análisis del ratio de lenguaje inapropiado para timeouts e interfaz para que streamer y mods revisen las decisiones automatizadas.
Proyecto en grupo: diseño completo de un CPD para una plataforma de edición de vídeo online — distribución de racks, planos eléctricos, refrigeración y flujos 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.
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.
teléfono
+34 661 140 420
github