Construyo software robusto, modelos cuantitativos y sistemas escalables con un enfoque riguroso en riesgo, performance y arquitectura.
| 🎨 Frontend | ⚙️ Backend |
|---|---|
| • React / Next.js • TypeScript • TailwindCSS / ShadCN |
• Java / Spring Boot • Python / FastAPI • Node.js |
| 📊 Data & Machine Learning | ☁️ DevOps & Cloud |
|---|---|
| • Pandas / NumPy • Scikit-learn / XGBoost • Backtesting • Risk Metrics (MAE, RMSE, VaR, MAPE) |
• Docker / Kubernetes • GitHub Actions • AWS (EC2, RDS, S3) |
- ✉️ Email: hiram.avila@example.com
- 🔗 LinkedIn: https://linkedin.com/in/hiramavila
- 🌐 Portafolio: https://hiramavila.com
Ingeniero de software especializado en:
- 🏗️ Arquitecturas fullstack modernas
- 📈 Machine Learning aplicado a mercados financieros
- 🧮 Desarrollo cuantitativo (Quant Dev)
- 📉 Validación de riesgo: MAE, RMSE, VaR, backtesting
- 🔐 Microservicios de alta disponibilidad
"Mi objetivo es transformar datos complejos en decisiones accionables mediante software, ciencia de datos y matemáticas."
| 🚧 Proyecto | 🛠️ Tecnologías | 📝 Descripción | 📉 Enfoque Risk / Quant |
|---|---|---|---|
| Risk-Aware Price Predictor | React, TS, Tailwind, Recharts, FastAPI, Docker | Dashboard de predicción con intervalos de confianza y backtesting. | MAE, RMSE, análisis de incertidumbre |
| Trading Signal Engine | Python, Pandas, NumPy, FastAPI, PostgreSQL | Motor cuantitativo con señales, optimización y control de drawdown. | Sharpe Ratio, Monte Carlo, riesgo ajustado |
| Microservicio de Pagos | Spring Boot, Kafka, Kubernetes, AWS | Servicio financiero con idempotencia y alta disponibilidad. | Resiliencia, concurrencia, observabilidad |
| Real-time Analytics Dashboard | React, Node.js, Socket.IO, Redis, Grafana | Dashboard financiero en tiempo real (<200ms). | Baja latencia y tolerancia a fallos |
- Arquitectura limpia y escalable
- Modelos ML con explicación e interpretación
- Sistemas distribuídos de baja latencia
- Diseño centrado en métricas de rendimiento y riesgo
- Buenas prácticas DevOps y CI/CD