Mariano Sánchez Olmos

Senior Machine Learning Engineer con más de 7 años de experiencia en el desarrollo e implementación de soluciones de datos y machine learning en entornos productivos.

He trabajado en sectores como el aeroespacial, manufactura, geoespacial y consultoría, liderando proyectos end-to-end: desde el análisis y modelado de datos hasta el despliegue, monitorización y mantenimiento de modelos en producción.

Mi perfil combina una sólida base como Data Scientist —con dominio de Python, scikit-learn, y frameworks modernos— con una orientación a MLOps, automatización y escalabilidad.

Trabajo habitualmente con Azure, Databricks y Palantir Foundry, diseñando pipelines robustos y mantenibles que aceleran el ciclo de vida de los modelos y maximizan su impacto en negocio.

En los últimos años también he adquirido experiencia en el desarrollo y orquestación de agentes de IA y LLMs, aplicándolos a tareas de clasificación, análisis de texto y asistencia inteligente.

Busco colaborar con empresas que quieran llevar sus soluciones de IA a producción o evolucionar sus sistemas actuales hacia arquitecturas más escalables e inteligentes.

En TomTom trabajé como Senior Data Scientist dentro del equipo de Maps Analytics, liderando la parte técnica del nuevo equipo de ADAS (Advanced Driver Assistance Systems).

Me incorporé como primer miembro del equipo, participando desde su creación hasta su expansión a unas siete personas, asumiendo un rol clave en la definición técnica y operativa del proyecto.

Dirigí el desarrollo de nuestros sistemas de medición y análisis de datos geoespaciales, con un enfoque en escalabilidad, eficiencia de costes y calidad de resultados, aplicando técnicas avanzadas de machine learning y análisis de datos.

Además de diseñar la arquitectura técnica y establecer buenas prácticas de desarrollo, me encargué de guiar y apoyar a perfiles más junior, impulsando la cohesión técnica y metodológica del equipo.

Durante un año formé parte de una consultora especializada en inteligencia artificial y machine learning, colaborando en proyectos muy diversos con distintos clientes y sectores.

Participé en el desarrollo de soluciones de modelado predictivo y automatización de decisiones, incluyendo un sistema de admisión y denegación de nuevos clientes para tarjetas de crédito, y proyectos de IA aplicada al control de calidad (QA/QC) dentro de la Seguridad Social, centrados en la detección de anomalías y mejora de procesos internos.

Además de la parte técnica —diseño de pipelines de datos, entrenamiento y validación de modelos, y despliegue en entornos productivos—, contribuí a la definición de estrategias de datos y buenas prácticas de MLOps dentro del equipo.

En la última etapa, tras la marcha del director, asumí el rol de Lead Data Scientist interino, coordinando al equipo técnico y sirviendo de enlace con los clientes para garantizar la continuidad y calidad de los proyectos en curso.