Asier Cabello - Ingeniero de I+D

~/cv/ASIER_CABELLO_es.txt
UTF-8 • LF • mono

Curriculum Vitae Editor View

▸ editor ASIER_CABELLO_es.txt read-only
// ===============================================================
// ---------------------- CURRÍCULUM  VITAE ----------------------
// ===============================================================

ASIER CABELLO
Ubicación: Bilbao, Bizkaia
Teléfono: +34 688 86 73 97
Email: asier.cabello.s@gmail.com
Web: asiercabello.dev
GitHub: github.com/Txoka
Hugging Face: huggingface.co/Txoka
LinkedIn: linkedin.com/in/asier-cabello

/* SOBRE MÍ */
Perfil:
  Ingeniero de I+D especializado en recuperación de información musical, embeddings
  neuronales de audio, búsqueda por similitud y machine learning aplicado. Experiencia llevando ideas
  de investigación desde el diseño experimental y benchmarking hasta sistemas en producción, incluyendo
  pipelines de identificación musical, infraestructura de recuperación a gran escala y automatización
  asistida por LLMs. De perfil multidisciplinar, aprendo nuevos dominios con rapidez y aplico el mismo
  rigor investigador y enfoque pragmático de ingeniería en distintos campos técnicos.

/* EXPERIENCIA */
Experiencia:
  2025 - Actualidad  Ingeniero de I+D  @ BMAT
    - Trabajo en iniciativas core de I+D en identificación musical, incluyendo cover detection,
      neural music fingerprinting, detección de música generada por IA, matching de metadatos musicales,
      flujos de validación asistidos por LLMs, recuperación de embeddings de audio y diseño de datasets/benchmarks.
    - Modernización del stack de matching de fingerprints mediante refactorización de la infraestructura y entrega de una
      pipeline de identificación basada en embeddings lista para producción usando faiss.
    - Rediseño de la arquitectura y refactorización de una de las tecnologías clave de la empresa: 16% más
      de throughput en saturación, reduciendo la latencia p99 a ~1/3 con carga baja y ~1/5 con carga alta,
      y el uso de memoria a 1/4–1/5, con la mitad de workers.
    - Creación y liderazgo de un chatbot interno con múltiples fuentes de datos;
      gestión de un equipo pequeño y ejecución end-to-end.
    - Desarrollo de un sistema QA automatizado basado en agentes IA usando OpenAI API que superó a revisores
      humanos en una fracción del tiempo y coste, transformando procesos internos a nivel de empresa.

  2022 - 2024  Developer / Data Scientist  @ Azterlan
    - Desarrollo de aplicaciones .NET con funcionalidades de IA.
    - Construcción de modelos de visión para análisis metalográfico.
    - Entrenamiento de modelos predictivos para calidad metálica.

  2020 - 2024  Profesor particular de programación
    - Clases de programación y algoritmia para estudiantes universitarios.

/* EDUCACIÓN */
Formación:
  2020 - 2024  Grado en Ciencia de Datos e Inteligencia Artificial
               Universidad de Deusto
               - Matrícula de Honor en el TFG
               - Premio Extraordinario de Fin de Carrera: mejor expediente académico de la promoción

  2018 - 2020  Bachillerato Tecnológico
               Colegio Santa María, Portugalete

/* PUBLICACIONES */
Publicaciones:
  AI-Generated Music Detection in Broadcast Monitoring
    - Coautor de un paper en ICASSP que introduce AI-OpenBMAT, el primer dataset público
      diseñado para detectar música generada por IA en escenarios de monitorización broadcast.
    - Contribución a las decisiones de diseño del dataset y de los experimentos, e implementación de
      uno de los sistemas baseline de detección.

/* PROYECTOS PERSONALES */
Proyectos:
  Entrenamiento de LLMs de razonamiento
    - Fine-tuning de un modelo Llama 3B con GRPO y un dataset etiquetado
      de problemas matemáticos usando curriculum reinforcement learning.

  Desarrollo de servicios y despliegue de homelab en Linux
    - Desarrollo de web apps, APIs y servicios; administración de servidores Linux.
    - Uso de Docker, Apache, Nginx, FastAPI y React.

  Fine-tuning de modelos de lenguaje
    - Generación, selección y filtrado de datos sintéticos para aumento de datos.
    - Fine-tuning y evaluación de Mixtral como asistente, desplegado vía API.

// ;)