Lidero la ingeniería en una startup fintech Remoto desde Argentina (UTC-3)

Gonzalo Martin Perez

Construyo agentes LLM para producción, y las evaluaciones que demuestran que funcionan.

Ver mi experiencia Contactarme

AI Engineer en RampyAbierto a trabajo remoto

Rol actual

Agentes LLM en producción en Rampy

Sep 2026 – Actualidad

AI Engineer · Rampy

Lidero la ingeniería en Rampy y colaboro con los tres fundadores y con especialistas en blockchain e integraciones. Rampy es una startup fintech y blockchain en etapa temprana cuya app no custodial acerca el mundo de los activos digitales (swaps, vaults de rendimiento, perpetuos y noticias de mercado) a cualquier persona mediante una interfaz generativa que vuelve simples los conceptos complejos. Me ocupo del asistente de IA multilingüe y de la suite de evaluación que habilita cada versión (3.000+ casos, 90% o más de aprobación), además del backend, la web y la app móvil.

90%+
de aprobación en una suite de más de 3.000 casos
Promedio global de los agentes en producción sobre más de 1.000 escenarios en inglés, español y portugués, calificados en LangSmith con un LLM-as-a-judge validado contra revisión humana y de producto.
40%
menos tokens en flujos agénticos optimizados
Medido con pruebas de carga y evaluaciones tras eliminar llamadas redundantes a herramientas y ajustar la memoria y el contexto; no es un benchmark de cada consulta.
2×
respuestas más rápidas en flujos agénticos optimizados
Al menos 2×, medido con pruebas de carga y evaluaciones en flujos agénticos optimizados comparables.
200+
mercados de perpetuos lanzados
Mercados de Hyperliquid en cripto, índices, acciones y commodities, junto a swaps con más de 100 tokens.

Ver el trabajo en Rampy

Trabajo seleccionado

Casos de estudio y trabajo open source

Portfolio Assistant

Asistente RAG bilingüe con un banco de 1.000 preguntas de evaluación

Asistente open source en FastAPI y LangGraph que responde preguntas de recruiters sobre mi trabajo, con recuperación híbrida léxica y vectorial más GraphRAG (pgvector, Neo4j), respuestas con fuentes transmitidas por SSE y límites de costo por solicitud.

Proyecto personal open source. Implementado y evaluado; todavía sin desplegar.

Ejemplo de caso de evaluación

Pregunta:: ¿Dónde estudió Gonzalo?
Esperado:: Universidad Nacional del Sur, tomado de la página de educación en español.
Se aprueba cuando:: las fuentes recuperadas incluyen esa página y su texto contiene «Universidad Nacional del Sur».

Ver el banco de evaluación en GitHub

Código en GitHub

Caso de estudio · Proyecto para cliente

Pequeverso: una tienda con asistente de compras con IA

Pequeverso vende recursos educativos imprimibles para familias con niños de 3 a 7 años. Desarrollé su tienda pública, un back office privado y un asistente de compras con IA que responde las preguntas de los compradores sobre el catálogo.

El asistente: GraphRAG sobre LangGraph que combina recuperación léxica, con pgvector y con Neo4j sobre el catálogo de la tienda. El servidor valida cada producto, precio y enlace antes de que llegue al comprador, y aplica un tope de gasto mensual antes de cada llamada al modelo.

El asistente está implementado y evaluado; su lanzamiento está pendiente.

Ver el caso de estudio

Proyecto destacado

En producción desde la universidad

Consola de administración del examen, con controles de inicio, cierre y defensa junto al monitoreo en vivo — Administrar y monitorear exámenes

Tarjeta de ingreso al examen con el código, el seudónimo asignado y las reglas — Rendir el examen

Pantalla de corrección con la respuesta del estudiante junto a la tabla de cotejo que la puntúa — Evaluar las respuestas

Producto en producción

Ene – Dic 2025

Filomena

Exámenes de ciencias de la salud en cinco instituciones

Un monolito heredado en CakePHP y jQuery, reconstruido como una plataforma API-first que hoy ejecuta exámenes de alta exigencia en cinco instituciones nacionales argentinas.

Desarrollada por un equipo de tres personas. Fui el autor y contribuidor principal en arquitectura, backend, frontend, infraestructura, seguridad, observabilidad y coordinación. La plataforma es un logro del equipo.

Laravel
React
Next.js
TypeScript
MariaDB
Redis

Leer el caso de estudio Código en GitHub

5
instituciones en producción
UNS, UNRN, UNC, UNVM y FAMFyG.
1.000+
usuarios simultáneos
Observados en producción con consistencia completa de datos, no en un benchmark sintético.
<300 ms
endpoints críticos
Latencia promedio, mediante SQL tuning, caché Redis y colas.

Experiencia

Productos, equipos y contribuciones

Sep 2026 – Actualidad
AI Engineer · Rampy
Asistente de IA multilingüe, suite de evaluación y el producto de trading que lo rodea, en una startup fintech y blockchain en etapa temprana.
Dic 2025 – Sep 2026
Software Engineer · Teamcubation
La plataforma de promociones de Payway, una fintech líder en América Latina, al servicio de un ecosistema de 350.000+ comercios, 70+ emisores de tarjetas y 13 países.
Ene 2024 – Actualidad
AI Engineer & Full-Stack Developer · Independiente
Proyectos ocasionales para clientes de e-commerce y productos digitales, centrados en automatización con IA y en entregar productos completos en poco tiempo.
Dic 2024 – Dic 2025
Software Engineer · Cooperativa Obrera
Sistema de Gestión de Permisos para personal administrativo autorizado, administradores de sistemas y gerentes de la mayor cooperativa de consumo de Argentina: 150+ sucursales, 2,7M+ asociados y un ecosistema de 50+ sistemas internos.

Experiencia y proyectos completos

Gonzalo Martin Perez, AI Engineer | Software Engineer | Product Engineer

Quién soy

De los agentes de IA al producto que los rodea

En Rampy, una startup fintech y blockchain en etapa temprana, lidero la ingeniería. Construí un asistente de IA multilingüe que aprueba el 90% o más de una suite de evaluación de más de 3.000 casos y responde con componentes nativos que llevan directo a los flujos de swaps, vaults y perpetuos.

Trabajo sobre todo con LangGraph, Claude, RAG y LangSmith: agentes que usan herramientas reales, recuperación basada en el contexto del negocio y evaluaciones que deciden qué se publica. También construyo las APIs, los backoffices, la web y las apps móviles que los rodean, desde las necesidades del usuario y la arquitectura hasta las pruebas, el despliegue y el monitoreo.

Mi Portfolio Assistant open source muestra el mismo enfoque en código público: un asistente RAG bilingüe con un banco de 1.000 preguntas de evaluación.

Actualmente: AI Engineer en Rampy
Experiencia: Más de 2,5 años, desde enero de 2024
Radicado en: Bahía Blanca, Argentina (UTC-3)
Idiomas: Español (nativo) · Inglés (B2)

Evaluaciones primero

La calidad se mide con escenarios representativos y las evaluaciones deciden qué versión sale.

Respuestas fundamentadas

Recuperación y herramientas en lugar de suposiciones, con límites claros para cada agente.

Presupuestos de latencia y costo

El tiempo de respuesta y los tokens son métricas de producto, medidas con pruebas de carga y evaluaciones.

Responsabilidad completa

Desde el agente y la API hasta la app y su comportamiento en producción.

Cómo los aplico →

De la idea al sistema

Agrupado por lo que hace

Cada herramienta enlaza al rol o proyecto donde la usé.

Explorar tecnologías y aplicaciones →

Lenguajes y runtimes

Backend y APIs

Frontend e interfaces de producto

Delivery y colaboración

.tool-carousel_section__09yEx[data-animated="true"] .tool-carousel_viewport__j8ER5 { overflow: visible; mask-image: none; } .tool-carousel_section__09yEx[data-animated="true"] .tool-carousel_rail__veI9P { display: grid; width: auto; } .tool-carousel_section__09yEx[data-animated="true"] .tool-carousel_rail__veI9P li { width: auto; will-change: auto; } .tool-carousel_section__09yEx[data-animated="true"] .tool-carousel_tile__9lLbg { flex-direction: column; align-items: flex-start; } .tool-carousel_section__09yEx[data-animated="true"] .tool-carousel_tile__9lLbg > span:last-child { white-space: normal; } .tool-carousel_control___so1Y { display: none; }

Herramientas con las que construyo

Todo el toolkit de un vistazo. La página de stack vincula cada herramienta con dónde la usé.

Explorar el stack completo

Educación

Ingeniero en Sistemas de Información, UNS

Graduado de la Universidad Nacional del Sur en octubre de 2025 con un promedio de 8,67/10 en 34 de 34 materias obligatorias, y un proyecto final calificado 10/10.

8,67 / 10
promedio
Sobre la carrera completa, en la escala argentina de 1 a 10.
34 / 34
materias obligatorias aprobadas
Todas las materias del plan, sin asignaturas pendientes.
10 / 10
proyecto final
Filomena, calificado con la nota máxima.

Registro académico

Hablemos

¿Construyes un producto con IA y necesitas a alguien que se haga cargo desde el agente hasta producción?

Hablemos de tu producto.

Estoy abierto a oportunidades 100% remotas.

Escribirme un email Todas las formas de contacto