Hola, soy
Luis Miguel García Marín
Ingeniero de Software, Ingeniero de IA, Desarrollador Full-Stack, Apasionado de la visión artificial
Construyo software de producción con la IA en el centro: integraciones de LLMs e IA generativa para clientes enterprise, sistemas de visión artificial y las aplicaciones web y móviles full-stack que los rodean.
Málaga, España
Asistente de IA
¿Tienes curiosidad? Pregúntame.
Mi versión con IA conoce mi experiencia, mis proyectos y mis habilidades, te responde en tu idioma y te lleva a la página adecuada.
4+
años creando software
6
proyectos destacados
18
matrículas de honor
7
certificaciones
Experiencia
De la visión artificial a la IA generativa
Más de 4 años construyendo productos con IA, desde unas prácticas en Alemania hasta proyectos de IA generativa para grandes empresas en España.
🏆3.er premio – Hackathon Data Challenge
Polo Digital de Málaga · IAT Metaverso (EDINT · FEMP & Ayuntamiento de Málaga)
Ingeniero de Software · JCode Technologies
abr 2025 – Actualidad · 1 año y 7 meses
Málaga, EspañaEn remotoActual
Arquitectura full-stack y sistemas de IA generativa para clientes enterprise de seguros, inmobiliarias, fintech, ocio, moda y entretenimiento.
Ingeniero de Software · EDAG Group
dic 2023 – dic 2024 · 1 año y 1 mes
Fulda, AlemaniaHíbrido
Desarrollo full-stack, testing y DevOps para herramientas internas y sistemas industriales críticos en una empresa internacional de ingeniería.
Ingeniero de Software en prácticas · EDAG Group
sept 2022 – dic 2023 · 1 año y 4 meses
Fulda, AlemaniaPresencialPrácticas
Visión artificial e IoT para casos de uso de Smart City y aparcamiento inteligente.
Proyectos
Trabajos destacados
- Python
- TypeScript
- OpenAI
- LangChain
- TensorFlow
- PyTorch
- Keras
- OpenCV
- React
- Next.js
- Angular
- Flutter
- Tailwind CSS
- FastAPI
- Flask
- Spring Boot
- Java
- PostgreSQL
- Docker
- AWS
- Azure DevOps
- Vercel
- Unity
Bajo el capó
Cómo funciona el asistente
Una pequeña app de LLM pensada para producción. La explicación completa, con las decisiones de arquitectura, está en el repositorio.
Una única fuente de verdad
Todo el contenido vive en ficheros TypeScript tipados, en tres idiomas. Los mismos datos pintan estas páginas y se convierten en el conocimiento del asistente, así que nunca se desincronizan.
Respuestas basadas en todo el contexto
Toda la base de conocimiento cabe en la ventana de contexto del modelo, así que en lugar de un RAG con base de datos vectorial el modelo lo ve todo: más simple y más preciso.
Prompt caching
La parte grande y estática del prompt va primero para que el proveedor la cachee: las preguntas siguientes la reutilizan por una fracción del coste y empiezan a responder antes.
Tool calling y UI generativa
El modelo puede llamar a herramientas tipadas para mostrar tarjetas de proyectos o de contacto, que se pintan como componentes React en el chat mientras llega la respuesta.
Guardarraíles
Validación de entrada, ventana deslizante de historial, límites por IP y globales, tope de salida y un system prompt reforzado lo mantienen seguro y barato.
Evaluado, no a ojo
Una batería de evals comprueba la precisión de los datos, el idioma, el uso de herramientas y la resistencia a prompt injection antes de publicar cambios.