Kevin Javier Cáceres Barrera

Buenos Aires, Argentina · kevincaceresdata@gmail.com · linkedin.com/in/kevincaceresb

Perfil

Profesional de IA y Automatización especializado en llevar agentes conversacionales (LLMs) a producción y sostenerlos: evaluación adversarial, RAG, observabilidad y control de costos. Diseño sistemas agénticos multi-cliente end-to-end, conecto múltiples fuentes de datos e integro sistemas mediante flujos complejos (n8n, APIs, PostgreSQL). Trayectoria: de analista de datos (Power BI, SQL, Python) a owner técnico de producto con IA aplicada. También enseño lo que construyo: clases en vivo semanales de IA aplicada en Coderhouse. Disponibilidad inmediata.

Experiencia Profesional

AI Players

Jun. 2026 – Oct. 2026

AI Engineer

  • Construí un sistema de operaciones agéntico multi-cuenta (Node.js, OpenRouter, PostgreSQL) que normaliza datos de negocio a un contrato canónico y produce decisiones diarias propuestas por un LLM con aprobación humana
  • Instrumenté costo, tokens y latencia de cada llamada a modelos en producción y construí el panel de costo por lead y por conversión, sosteniendo una reducción cercana al 90% del gasto en IA sin perder conversión
  • Comparé seis modelos en producción con una batería adversarial de personas sintéticas y un juez automatizado por hitos del funnel, habilitando la migración a un modelo 3,8 veces más barato sin pérdida de calidad
  • Diseñé e implementé una suite de QA para agentes LLM en producción, con A/B testing de modelos vía OpenRouter y regresión automatizada con promptfoo, elevando la tasa de casos exitosos de 3/4 a 4/4 en dos ciclos
  • Diseñé un template canónico del agente conversacional y su instalador por cliente, con 184 tests y una suite de fidelidad que compara cada versión contra producción antes de desplegarla
  • Diseñé los gates de aceptación de un agente conversacional en producción: auditoría completa de conversaciones con jueces automatizados y un verificador independiente (94,9% de precisión verificada) y un harness de regresión con detectores y casos de replay
  • Medí en producción costo por turno, latencia y fallas de parseo de un modelo frente a su alternativa (menos de 0,5% de fallas) y construí un fallback automático entre proveedores con detección de salida corrupta y alerta de ráfaga, probado en sandbox (23/23 casos; 6/6 caídas simuladas recuperadas)
  • Construí desde cero un inbox multicanal (Instagram y WhatsApp) donde el equipo lee el hilo completo, responde con texto, adjuntos y notas de voz, y pausa o reanuda al agente de IA sin perder contexto; doble registro de mensajes (tiempo real para humanos, turno agregado para el LLM), búsqueda por contenido y backend generado por un builder parametrizado con 13/13 tests, reutilizado en otras cuentas
  • Diseñé un agente de salud operativa que corre cada hora sobre los sistemas en producción: seis reglas por cuenta con umbrales derivados de datos reales, registro por corrida, supresión de alertas repetidas y aviso con la acción a revisar; validado con una prueba real de interrupción
  • Desarrollé un loop de aprendizaje RAG con PostgreSQL y pgvector, ingiriendo feedback con embeddings e inyectándolo en runtime al system prompt, mejorando continuamente la calidad de respuesta de los agentes
  • Propuse la metodología de entrega por incrementos e incorporé el desarrollo guiado por especificaciones (SDD): requisitos acordados, specs por ticket, QA humano y go/no-go por escrito 48 h antes de cada demo; la dirección la adoptó como estándar de la empresa
  • Rediseñé el frontend sobre un sistema de tokens propio que la empresa adoptó como estándar obligatorio para todos sus portales, escalando el panel a once vistas con verificación visual automatizada (Playwright); sumé tokens de marca con temas, un portal de tickets unificado y un mismo código con tres modos de despliegue

Stack: Node.js · TypeScript · OpenRouter · PostgreSQL · pgvector · Supabase · React · n8n · promptfoo · Playwright

Coderhouse

Ene. 2026 – Actualidad

Workshop Creator & Live Instructor — Data & AI

  • Dicto clases en vivo semanales de 60 minutos sobre agentes de IA en terminal, MCP y Agent Skills, proponiendo el temario y construyendo demos reproducibles que se ejecutan en pantalla real
  • Produje material para 33 temas de Data e IA —LangChain, LangGraph, MLflow, clustering y segmentación, detección de anomalías, drift de modelos en producción, sistemas de recomendación, Power BI y DAX— con un pipeline propio de generación de decks, guiones y exportación automatizada
  • Automaticé con Playwright y una API interna la auditoría de programas generados por IA, corrigiendo rúbricas mal ponderadas y contenidos inconsistentes para alinear lo que se enseña con lo que se evalúa
  • Creo y dicto workshops prácticos de automatización e IA aplicada (n8n, Python, LLMs), orientados a resolver casos reales end-to-end
  • Diseño capacitaciones sobre extracción y estructuración inteligente de información desde documentos y datos no estructurados
  • Instruyo sobre buenas prácticas en flujos de automatización: validaciones, manejo de errores, versionado y monitoreo
  • Divulgación técnica de IA aplicada en Instagram (@kevo_ia): más de 24.000 seguidores, 2,8 M de visualizaciones y 116.000 guardados

Stack: Python · n8n · LangChain · LangGraph · MLflow · Power BI · Playwright · MCP

Intuit Salud

Mar. 2025 – Jul. 2026

Project Manager Operations

  • Desarrollé un chatbot integrado a Power BI mediante n8n, conectado a múltiples fuentes de datos, optimizando la búsqueda de información y la consulta de reportes
  • Implementé un dashboard web operativo con Antigravity, integrado con flujos en n8n y PostgreSQL, centralizando información y métricas
  • Automaticé la extracción y análisis mensual de costos mediante flujos integrados, facilitando un control financiero más preciso y trazable
  • Automaticé la ingesta, limpieza y control de datos de Jira y HiBob con Power BI y Power Query, estandarizando el control de horas y reduciendo errores manuales
  • Desarrollé un dashboard de ausencias y vacaciones con integración de fuentes y actualización automática, facilitando la planificación operativa

Stack: Power BI · Power Query · n8n · PostgreSQL · Antigravity · Jira · HiBob

Grupo Dabas

Nov. 2024 – Mar. 2025

Equipo de Innovación

  • Diseñé e implementé pipelines de extracción automática de datos de precios de distintos proveedores, empleando IA generativa para normalizar formatos y facilitar comparaciones
  • Creé un modelo de Random Forest con Scikit-Learn para la categorización automática de productos, acelerando la clasificación y mejorando la precisión de los reportes
  • Automaticé la captura y procesamiento de liquidaciones de tarjetas mediante IA y OCR, modelando la información en JSON y exportándola automáticamente
  • Desarrollé un agente autónomo con autenticación web que descargaba de forma programada múltiples archivos desde portales de proveedores
  • Implementé un script en Python para renombrar remitos a partir de imágenes escaneadas con OCR
  • Desarrollé dashboards en Power BI y consolidé transacciones de Mercado Pago y datos de ARCA vía API, optimizando la conciliación financiera

Stack: Python · Scikit-Learn · OCR · Power BI · REST APIs · Gen AI

Grupo Dabas

Sep. 2024 – Nov. 2024

Analista de Control de Gestión

  • Desarrollé visualizaciones interactivas y dashboards en Power BI, facilitando el monitoreo de indicadores clave y la toma de decisiones
  • Automaticé el envío periódico de informes por correo electrónico con Power BI Report Builder y Power Automate
  • Modelé y relacioné datos de diversas fuentes y mejoré los procesos de limpieza con Excel, Power Query y Python

Stack: Power BI · Power Query · Excel · Power Automate · Python

Grupo Dabas

Jul. 2023 – Sep. 2024

Encargado de Data Entry

  • Automaticé el cruce y limpieza de datos de ventas y remesas con Python y Pandas
  • Mejoré la velocidad y fiabilidad de los datos ingresados por el equipo en un 30%
  • Controlé mensualmente los datos ingresados con validación cruzada entre tablas de distintos departamentos

Stack: Python · Pandas · Excel

Proyectos

Sistema de operaciones agéntico multi-clienteOwner técnico · AI Players — propietario

Sistema que normaliza datos de negocio de múltiples cuentas a un contrato canónico y produce decisiones diarias propuestas por un LLM con aprobación humana. Observabilidad de costo/tokens/latencia por llamada con panel de costo por lead y por conversión (reducción ~90% del gasto en IA sin perder conversión). Benchmark de seis modelos en producción que habilitó migrar a un modelo 3,8 veces más barato sin pérdida de calidad.

Stack: Node.js · OpenRouter · Supabase · PostgreSQL · pgvector

QA y evaluación adversarial de agentes LLMDiseño e implementación · AI Players — propietario

Suite de QA para agentes conversacionales en producción: batería adversarial de personas sintéticas con juez automatizado por hitos del funnel, A/B testing de modelos vía OpenRouter y regresión automatizada con promptfoo (tasa de casos exitosos de 3/4 a 4/4 en dos ciclos). Incluye un template canónico del agente con instalador por cliente, 184 tests y una suite de fidelidad que compara cada versión contra producción antes de desplegarla.

Stack: promptfoo · OpenRouter · Node.js · Playwright

Habilidades Técnicas

IA & Automatización

n8n (y n8n-as-code en TypeScript)PythonLangChainLangGraphMCPAgent SkillsREST APIsOCRWeb scrapingModelos Generativos (LLMs)OpenRouter (Claude, DeepSeek, Kimi, GLM, Qwen)promptfooevaluación adversarialRAG (pgvector)Cohere RerankLangfuseManyChatMeta/Instagram Graph APITwilioSlack (alertas)Kommo (CRM)Power AutomateAirbyte

Data & Análisis

SQLPL/pgSQLPower BI (DAX)Power QueryExcel (avanzado)Google Sheets (avanzado)PandasNumPyMatplotlibSeabornScikit-LearnOdooAirtableSupabasePostgreSQL (pgvector)PostgRESTCalendly APIGoogle Drive API

Desarrollo & Infraestructura

Next.js/ReactTypeScriptNode.jsPlaywrightVitestTailwindshadcn/ui + RadixRechartsDockerGitMySQLRedisJWT + RLSHMACsystemd/nginx (VPS)Chromium headless (PDF)ffmpegVercel/NetlifyAntigravityDokployOpenCode

Idiomas

Español (nativo)Inglés (intermedio)

Educación

Instituto de Formación Técnica Superior N.º 18

Mar. 2025 – En curso

Técnico Superior en Ciencia de Datos e Inteligencia Artificial

Certificaciones

N8N Agentes de IA AvanzadosOct. 2025
Business AnalyticsEne. 2025
Big Data / Data AnalyticsJul. 2024
Power BIAbr. 2024