Cloud e infraestructura
- AWS
- EKS
- ECR
- EC2
- S3
- EFS
- Route 53
- CloudWatch
- Azure
- Linux
Senior Software Engineer en GlobalLogic
Hola, soy Carlos Bustamante
Ingeniero de IA y MLOps
Construyo sistemas de IA en producción y las plataformas donde corren: agentes de IA, inferencia de LLMs con vLLM, cargas de trabajo en Kubernetes sobre EKS y entornos de AWS administrados con Terraform.
- Agentes de IA
- vLLM
- AWS
- Kubernetes
- Terraform
- Ring, empresa de Amazon. Cliente actual: agentes de IA para flujos de trabajo internos
- AWS Certified Generative AI Developer – Professional, y 5 certificaciones más
01 · Sobre mí
Sobre mí
Ingeniero de IA y MLOps
Soy Ingeniero de IA y MLOps, radicado en el Estado de México. Construyo sistemas de IA en producción y la infraestructura sobre la que corren: entornos de AWS administrados con Terraform, clústeres de Kubernetes en EKS, servicios de modelos en contenedores e inferencia de LLMs con vLLM.
Actualmente soy Senior Software Engineer en GlobalLogic y trabajo con Ring (empresa de Amazon) en agentes de IA que agilizan flujos internos de producto e ingeniería. Antes, en Corteza.ai, pasé de hacer fine-tuning de LLMs internos a diseñar la plataforma en AWS y Kubernetes que soporta las cargas de ML y LLMs de la empresa. Soy Ingeniero en Mecatrónica y Maestro en Ciencias de la Ingeniería por el Tecnológico de Monterrey.
- Nombre completo
- Carlos Alberto Bustamante Gaytán
- Puesto actual
- Senior Software Engineer, GlobalLogic
- Ubicación
- Estado de México, México
- Experiencia
- 5 años
- Correo
- me@carlosbustamante.dev
- Teléfono
- +52 55 3131 1250
Habilidades técnicas
DevOps e IaC
- Terraform
- Kubernetes
- Docker
- AWS CDK
- Git
- CI/CD
IA/ML y MLOps
- vLLM
- LLMs
- PyTorch
- TensorFlow
- Scikit-learn
- Fine-tuning
- Model training
- Model serving
- Model deployment
Programación y datos
- Python
- TypeScript
- FastAPI
- REST APIs
- SQL
- Pandas
- NumPy
- PySpark
- Matplotlib
- Seaborn
- Plotly
Idiomas
- Español Nativo
- Inglés Avanzado
- Alemán Intermedio
Certificaciones
Cada tarjeta enlaza a la página oficial de verificación.
02 · Trayectoria
Experiencia y educación
De anotar datos de entrenamiento para IA a construir la infraestructura que corre la IA en producción.
Experiencia
-
Senior Software Engineer Actual
GlobalLogic · Cliente: Ring (Amazon) · Remoto
– Presente
- Desarrollo agentes de IA que agilizan flujos internos de producto e ingeniería en Ring para PMs, TPMs e ingenieros.
- AWS
- Agentes de IA
-
Senior Machine Learning Engineer
Corteza.ai · Remoto
–
- Diseñé la infraestructura de IA en producción sobre AWS con Terraform y Kubernetes, para cargas de ML y LLMs en EKS, ECR, EC2, S3, EFS y Route 53.
- Construí infraestructura de AMIs administrada con Terraform que redujo el arranque de pods en Kubernetes de unos 5 minutos a 2, al minimizar la descarga de imágenes.
- Migré un asistente en producción de un procesamiento basado en RabbitMQ a inferencia en streaming con vLLM, y pasé de 2 a 10 respuestas concurrentes en una sola instancia con GPU.
- Terraform
- Kubernetes
- EKS
- vLLM
-
Machine Learning Engineer
Corteza.ai · Remoto
–
- Lideré flujos completos de fine-tuning para LLMs internos: extracción de código fuente, creación de datasets, preparación del entrenamiento, fine-tuning supervisado y evaluación.
- Desarrollé flujos de inferencia en Python para LLMs, modelos de detección de objetos, modelos de difusión y APIs de IA generativa de terceros.
- Construí y desplegué servicios de IA en contenedores, integrados con aplicaciones en producción y herramientas internas de ML.
- LLMs
- Fine-tuning
- Python
- Contenedores
-
Profesor de Cátedra
Tecnológico de Monterrey · Estado de México
–
- Impartí desarrollo de aplicaciones, fundamentos de programación y electrónica, y guié a estudiantes en proyectos prácticos con micro:bit.
-
Data Analyst
TELUS International · Remoto
–
- Analicé y anoté contenido digital para mejorar la calidad de los datos de entrenamiento de sistemas de IA, búsqueda y recomendación.
Educación
-
Maestría en Ciencias de la Ingeniería
Tecnológico de Monterrey
–
- Desarrollé una interfaz basada en redes neuronales que da retroalimentación en tiempo real a los estudiantes durante sus prácticas de laboratorio.
- Fui coautor de una investigación publicada en IEEE sobre una herramienta educativa que aplica control basado en datos a sistemas no lineales, con TensorFlow y Arduino.
-
Ingeniería en Mecatrónica
Tecnológico de Monterrey
–
- Construí una aplicación web en Flask que estima con machine learning el tiempo que falta para una erupción volcánica a partir de datos sísmicos.
- Implementé control difuso para un péndulo de Furuta con MATLAB y CAD 3D.
Publicación
Designing a Neural Network-Based Controller: A Practical Educational Tool for Data-Driven Control Courses
IEEE · WEEF-GEDC 2023
- Coautor. Un controlador neuronal NARMA-L2, entrenado con datos reales de un péndulo, como herramienta para enseñar control basado en datos.
03 · Portafolio
Proyectos destacados
Trabajo en cloud, machine learning e investigación. Abre cualquier proyecto para ver los detalles.
Proyecto personal
Este sitio: estático y bilingüe en S3 y CloudFront, con formulario de contacto serverless y todo en Terraform.
- Terraform
- CloudFront
- Lambda
En cursoVer en GitHub: carlosbustamante.dev (se abre en una pestaña nueva)
Competencia de Kaggle
Clasificador XGBoost, ajustado con Optuna, que predice si se aprobará una solicitud de préstamo.
- Python
- XGBoost
- Optuna
Oct 2024Ver en GitHub: Predicción de aprobación de préstamos (se abre en una pestaña nueva)
Investigación
Asistente que guía a estudiantes en un laboratorio de control de motores mediante reconocimiento de imágenes.
- Python
- OpenCV
- TensorFlow
Jun 2024Ver en GitHub: PARIS: asistente de aprendizaje con IA (se abre en una pestaña nueva)
Proyecto académico
Estudio con machine learning de los factores que impulsan el estrés hídrico en México.
- Python
- XGBoost
- LASSO
Dic 2023Ver en GitHub: Análisis de estrés hídrico en México (se abre en una pestaña nueva)
Certificado
Proyecto final del Certificado Profesional en Ciencia de Datos de IBM (10 cursos).
- Python
- Análisis de datos
- ML
Sep 2022Ver en GitHub: Proyecto final: IBM Data Science (se abre en una pestaña nueva)
Proyecto para cliente
Sistema de asistencia para una primaria de unos 300 alumnos, basado en credenciales con códigos QR cifrados.
- Python
- OpenCV
- Códigos QR
Sep 2022
Ciencia de datos
Modelo XGBoost para un dataset muy desbalanceado: AUC de 0.96, con 87 % de precisión y 84 % de recall en fraude.
- XGBoost
- Optuna
- Scikit-learn
Ago 2022Ver en GitHub: Detección de fraude en tarjetas de crédito (se abre en una pestaña nueva)
Proyecto en equipo
Modelo Random Forest con datos sísmicos del INGV y una app en Flask que estima el tiempo para una erupción.
- Random Forest
- Flask
- Python
Dic 2021Ver en GitHub: Predicción de erupciones volcánicas (se abre en una pestaña nueva)
04 · Contacto
Trabajemos juntos
¿Tienes una vacante, un proyecto o una pregunta sobre cloud o MLOps? Escríbeme y te responderé pronto.