Agroindustria
Inteligencia operativa para plantas extractoras
PostgreSQL · Metabase · n8n · LLM
Problema: Responder indicadores operativos en lenguaje natural.
Demuestra: SQL visible + BI + interpretación económica.
Ver ficha →Portafolio técnico
Prototipos desplegados para consulta documental con citas, datos operativos e inteligencia sobre bases de datos, y automatización de procesos. Diseñados, evaluados y desplegados por Rafael Rivera.
Todos son prototipos funcionales con fines demostrativos; no se presentan como implementaciones contratadas por terceros.
Rafael Rivera, desarrollador de soluciones de IA y automatización. Más de 15 años en infraestructura de TI y datos; desde 2024 diseño y despliego asistentes y automatizaciones con n8n, Python, SQL y APIs, con pruebas de exactitud, citas a fuentes y despliegue en VPS con Docker y Coolify.
Bogotá, Colombia rafael.riverar@gmail.com github.com/RafaRivera75
Doce casos agrupados por capacidad. Cada tarjeta abre su ficha técnica.
Datos e inteligencia operativa
Agroindustria
PostgreSQL · Metabase · n8n · LLM
Problema: Responder indicadores operativos en lenguaje natural.
Demuestra: SQL visible + BI + interpretación económica.
Ver ficha →Institucional
LLM · n8n · Datos históricos
Problema: Consultar series salariales y reglas de negociación en un solo lugar.
Demuestra: Integración documental + respuestas con fuente.
Ver ficha →Automatización y software propio
Administración
OCR · LLM · n8n
Problema: Registrar gastos desde fotos o PDF sin digitar.
Demuestra: Extracción estructurada + automatización.
Ver ficha →Talento
LLM · PDF · n8n
Problema: Resumir un CV en PDF en un perfil estructurado.
Demuestra: Extracción + resumen estructurado.
Ver ficha →Software
Python · SQLite · LLM
Problema: Automatizar envíos y seguimiento sin plataformas externas.
Demuestra: Código propio + 211 pruebas automatizadas.
Ver ficha →Agentes y atención
Salud
LLM · RAG · n8n · WebChat
Problema: Responder disponibilidad y gestionar citas por chat.
Demuestra: Agentes + atención al cliente.
Ver ficha →Voz
Node.js · LLM · WebRTC
Problema: Atender con voz en una llamada de demostración.
Demuestra: Conversación por voz en tiempo real.
Ver ficha →RAG y normativa compleja
Laboral
RAG · LLM · Citas
Problema: Responder sobre reforma y código citando el artículo.
Demuestra: RAG estricto + trazabilidad.
Ver ficha →Energía
RAG · LLM · Evaluación
Problema: Responder una convención colectiva citando el artículo.
Demuestra: Banco 30/30 + anti-manipulación.
Ver ficha →Financiero
OCR · RAG · LLM
Problema: Consultar una convención auditando el documento original.
Demuestra: OCR + revisión humana de cifras.
Ver ficha →Institucional
RAG · LLM · SHA-256
Problema: Buscar en estatutos y normativa con corpus auditado.
Demuestra: 67 escenarios + 0 citas inventadas.
Ver ficha →Solidario
RAG · LLM · Reportes
Problema: Responder sobre créditos y afiliación desde los documentos del fondo.
Demuestra: Chat + reporte de ejemplo.
Ver ficha →Los casos de consulta normativa con corpus confidencial se presentan sin enlace público y se demuestran en entrevista.
Problema, alcance y arquitectura.
Bancos de preguntas, citas, resistencia a instrucciones maliciosas; si no hay evidencia, el asistente lo dice.
VPS con Docker y Coolify, con HTTPS.
Trazabilidad de consultas para revisión.
Stack: Python · SQL · PostgreSQL · n8n · APIs · VPS/Docker/Coolify.
Cuadernos de experimentación en aprendizaje automático aplicado a negocios y plantillas de automatización. El código de los prototipos de esta página vive en repositorios privados por confidencialidad de cada proyecto.
Visión por computadora
TensorFlow · MobileNetV2 · Jupyter
Qué hace: Clasificación de imágenes de rayos X de tórax con transfer learning.
Ver repositorio →Procesamiento de lenguaje natural
Python · NLP · Scikit-learn
Qué hace: Clasificación de sentimiento en publicaciones y valoraciones de redes sociales.
Ver repositorio →Series temporales
Python · Jupyter · Modelos de forecast
Qué hace: Predicción de demanda a partir del histórico de ventas.
Ver repositorio →Segmentación de imágenes
ResUNet · Segmentación · Jupyter
Qué hace: Segmentación de defectos en acero con una arquitectura ResUNet.
Ver repositorio →Análisis de clientes
Clustering · Python · Jupyter
Qué hace: Segmentación de clientes por comportamiento para campañas dirigidas.
Ver repositorio →Perfil completo con los repositorios: github.com/RafaRivera75 · Códigos fuente y pruebas de los prototipos privados: disponibles en entrevista.
Portafolio con fines de evaluación profesional.
rafael.riverar@gmail.com · +57 333 431 2578 · Bogotá, Colombia