Alonso Valdés

• Desarrollé una plataforma SaaS para oficinas de arquitectura que automatiza la revisión de expedientes municipales en dos fases: admisibilidad documental y análisis normativo.

• Implementé el frontend en React, TypeScript y Supabase con autenticación, gestión de expedientes, carga documental inteligente, realtime, panel admin, mapas SII/catastro y reportes PDF.

• Integré flujos de IA con Gemini y Edge Functions, incluyendo chat contextual con streaming SSE, retrieval sobre normativa urbana y documentos privados, y soporte operativo del piloto.

• Tecnologías: React, TypeScript, Supabase, PostgreSQL, Gemini API, Edge Functions, Cloudflare, Docker, RAG, LLM embeddings.

• Desarrollo de una aplicación web interactiva con Dash y Flask para la visualización de grandes volúmenes de datos, optimizando el comportamiento en el navegador mediante la gestión avanzada de metadatos.

• Construcción de pipeline ETL para 1 M+ registros de contratación pública española, integrando web scraping de 6 plataformas (PLACE, Cataluña, Comunidad de Madrid, Andalucía, Galicia, La Rioja) con cobertura 2017–2025.

• Optimización del tiempo de carga de datos, logrando una reducción en los tiempos de respuesta mediante la implementación de Redis caché. Integración de filtros dinámicos con diseño moderno, mejorando la experiencia de usuario en términos de usabilidad y fluidez. Tecnologías Python, Dash, Flask, Docker, MariaDB, ElasticSearch, FastAPI, Plotly, SQL,Playwright, GitHub, Redis, Pydantic, OpenAI API, Docling, Streamlit, Beautiful Soup, Numpy,

Pandas, n8n, Supabase, LLM.

• Construcción de microsimulación actuarial proyectando el gasto del sistema de pensiones chileno hasta 2100, sobre 80M+ registros de cotizaciones mensuales (muestra del 10%) del Sistema de Información de Datos Previsionales.• Desarrollé modelos de proyección estocástica para analizar la sostenibilidad del Fondo de Reserva de Pensiones mediante simulación de Montecarlo.

• Evaluación del impacto de la Ley de Protección al Empleo por COVID-19 mediante propensity score matching y probit para medir la relación entre cobertura de empleo y cotización previsional.

• Tecnologías: Python, Stata, Numpy, Pandas, scikit-learn, Matplotlib, Excel VBA, Statsmodels,

Beautiful Soup.