de 0 a 29
Tramos de ladera con reparto suelo/agua visible (de 34)
Gemelo en el navegador que muestra por dónde avanza una descarga sobre terreno real, cuánto llega al agua y cuán cierto es cada resultado.
- JavaScript
- Node.js
- CesiumJS
Jose Rubio
Arquitecto de soluciones integrales para sistemas 3D y geoespaciales.
- 01 · Caso de estudioGemelo 3D verificable para simular derrames de tuberías y canalesde 0 a 29Tramos de ladera con reparto suelo/agua visible (de 34)
- 02 · Caso de estudioGemelo digital de desgaste y vida útil para una tubería de pulpade 1 a 7Regímenes de flujo que distingue la ley de desgaste
- 03 · Caso de estudioOrquestación de mapas 3D en vivo con gestión de recursos de GPUde 75% a 0%Mapas del tablero reconstruidos tras 11 min de ausencia
- Proyectos22
- Casos de estudio17
- Capas6
- Herramientas121
01Trabajo
Construido de principio a fin.
Filtrar
22 proyectos · primero los casos de estudio
de 1 a 7Regímenes de flujo que distingue la ley de desgaste
Ciencia de datos
Gemelo digital de desgaste y vida útil para una tubería de pulpa
Imputa cada exceso de operación en días de vida, por tramo y por minuto; lo construyó un equipo de 30 agentes de IA bajo mis reglas.
- TypeScript
- Node.js
- InfluxDB
de 75% a 0%Mapas del tablero reconstruidos tras 11 min de ausencia
Next.js · Front-End
Orquestación de mapas 3D en vivo con gestión de recursos de GPU
Gestor de marcos que mantiene un mapa WebGL activo por fila, verifica cada cuadro por lectura de píxeles y usa terreno local sin conexión.
- React
- Next.js
- TypeScript
de 1.7 s a 0 sRasterizado en el hilo principal, por escenario
Rediseñé cómo llega a pantalla un modelo de derrames validado: física en un Web Worker, geometría creada una vez, avance ligado al frente.
- JavaScript
- CesiumJS
- WebGL
de 41 a 0Propuestas cerradas antes de la revisión (de 68)
Evalúa la confianza de cada señal, contrasta cada tramo con la hidráulica y envía toda firma de falla nueva a revisión humana.
- TypeScript
- Node.js
- Next.js
de 0% a 99%Cuadros a tiempo en reproducción a 10×
Next.js · Front-End
Ingeniería de rendimiento integral para una plataforma de monitoreo
Auditoría completa del cliente web, la API y el servicio de mapas 3D: 31 hallazgos medidos, 25 aplicados y 6 descartados con evidencia.
- React
- Next.js
- MUI
de 4.3× a 1×Volumen dibujado ÷ volumen liberado
Ingeniería de datos
Auditoría de conservación de masa en simulaciones de derrames
Un auditor que sigue la masa del modelo de fugas a cada cuadro dibujado: tres capas de error corregidas y cuatro invariantes de balance.
- TypeScript
- Node.js
- CesiumJS
de 14 a 0Vistas de la demo con fallas en un recorrido (de 38)
Llevé un gemelo 3D a su propio servidor en la nube, con ajustes gestionados y caché, y dejé su demo para clientes al día con el producto.
- Azure App Service
- Azure CLI
- Node.js
de 20,000 ms a 74 msPeor espera entre el clic y el cambio en la fila
React · Front-End
Flujo unificado de reconocimiento de alarmas para la sala de control
Una ruta de reconocimiento para cuatro puntos de entrada, con estados confirmados por el servidor y un conteo único: respuesta en 74 ms.
- TypeScript
- React
- Next.js
de 34% a 100%Rutas de la API con desglose de server-timing
Monitor de desarrollo: traza páginas, rutas de API y gráficos, evalúa cada KPI una vez y señala el archivo culpable. 0 bytes en producción.
- React
- Next.js
- TypeScript
de 3 a 9Escenarios resueltos que se reproducen sin conexión
Un modelo de derrames que solo usaba un analista, abierto a ingenieros: nueve escenarios resueltos, sin conexión y acotados por la física.
- JavaScript
- CesiumJS
- Node.js
de 3 a 11Solicitudes de historial atendidas en vista 24 h/7 d (de 11)
Visualización de datos
Observabilidad de producción con privacidad por diseño
Consola solo para administradores: 22 KPI de salud con umbrales, sesiones registradas en el servidor y analítica de uso privada.
- TypeScript
- React
- Next.js
de 25 a 0Valores fijados en el build
Cada instalación aislada lee todos sus ajustes de un archivo al arrancar: sin recompilar, nada fijo en el código y un control del paquete.
- Next.js
- TypeScript
- Node.js
de 100% a 25%Filas a leer en el sistema más largo (% de la tabla previa)
Visualización de datos
Diagrama de proceso en vivo generado desde la configuración
Genera el diagrama en vivo de cada línea desde su configuración: estado en palabra y color, valores validados y cero carga extra en la API.
- TypeScript
- React
- Next.js
de 0.6 a 0.84Puntaje de confianza del OCR (0 a 1)
Visión por computadora · ML
Validar inversiones en equipos contra 50,000+ planos heredados
Convertí 50,000+ planos CNC heredados en evidencia para una decisión de capital: la mayoría de las mesas de corte era mayor de lo necesario.
- Python 3.8+
- NumPy
- Pandas
de 100% a 20%Tiempo de procesamiento de datos (100% = antes)
Aprendizaje profundo · ML
Analítica de mecanizado: 392 programas de corte perfilados para mejora
Una vista analítica de 20 meses de registros de mecanizado: 392 perfiles de programa y el desperdicio oculto en los retornos por espesor.
- Python
- Pandas
- NumPy
de 100% a 60%Tiempo para detectar y atender retrasos (100% = antes)
Mapa de calor interactivo de retrasos de manufactura por región y estado de pedido: operaciones ve cuellos de botella y actúa 40 % antes.
- HTML5
- CSS3
- JavaScript
Serverless · Back-End
Cronograma en tiempo real de corte láser para varias máquinas
Tablero compartido en tiempo real para planificar el corte láser; reemplazó la programación manual en varias máquinas, 100 % serverless.
- AWS CDK
- TypeScript
- AWS Lambda
Ingesta automática de PDFs y logs de máquina en un modelo predictivo, con OCR, ETL y reentrenamiento mensual, en vez del trabajo manual.
- S3
- DynamoDB
- Textract
Reescribe un currículum en una página enfocada mediante un chat guiado, con una capa de validación que coteja el resultado con el original.
- React
- Amazon S3
- AWS Amplify
Serverless · Back-End
Costo de producción en tiempo real por máquina y producto, desde logs
Costo en tiempo real por máquina y producto desde logs de láser, CNC y robots de soldadura; pronostica tiempo de término y costo total.
- AWS Step Functions
- React.js
- Streamlit
React · Front-End
Vista de producción en tiempo real con pronósticos de término
Vista en tiempo real de tres máquinas críticas con detalle por máquina, pronóstico de término y alertas que protegen las fechas de entrega.
- React.js
- Streamlit
- Python
02Stack
El stack, por uso.
Más usadas · por número de proyectos
- Node.js13 proyectos
- Next.js11 proyectos
- React10 proyectos
- TypeScript10 proyectos
- CesiumJS9 proyectos
- Python7 proyectos
- DynamoDB5 proyectos
- InfluxDB5 proyectos
- JavaScript5 proyectos
- Pandas5 proyectos
Certificaciones
- TensorFlow Developer Professional Certificate
- Deep Learning Specialization
- AWS Solutions Architect
- Machine Learning Engineering for Production (MLOps) Specialization
- Practical Data Science on the AWS Cloud Specialization
- Reinforcement Learning Course - University of Alberta
03Sobre mí
Un solo arquitecto, de los datos a la vista 3D.
Científico de datos con amplia experiencia en optimizar procesos de producción industrial con aprendizaje automático y servicios en la nube. Aporta información útil para decidir, mejora la eficiencia y reduce las paradas de producción.
Dibujar primero el sistema completo
La solución correcta aparece en el diagrama.
Que el 3D responda al instante
Fuera del hilo principal y en reposo cuando no hay nada que hacer.
Demostrarlo en el sistema real
Evidencia, no estimaciones.
de principio a fin · datos → vista 3D
- 01Datos
Sensores, registros, documentos
- 02Modelos
Aprendizaje automático y física
- 03Servicios
APIs y motores de reglas
- 04Nube
Despliegues y observabilidad
- 05Vista 3D
Mapas en tiempo real en el navegador
04Contacto
¿Planeas un sistema 3D o geoespacial?
Escríbeme por LinkedIn.