fig. 0 — Bosons en una trampa harmònica 2D, el sistema del meu primer article (Phys. Rev. A 96, 043614, 2017).
01 · Visió per computador
Ensenya les màquines a veure el que veuen els teus experts.
Detecció, segmentació i mesura en imatge mèdica, biològica i industrial.
Universitat de Barcelona2018Treball final de màster
Segmentació d'ecografies de caròtide
Deep learning per automatitzar la segmentació de l'artèria caròtide i la classificació de la placa d'ateroma en ecografies, desenvolupat colze a colze amb personal investigador predoctoral.
Keras
TensorFlow
Segmentació semàntica
fig. 1 — Una bifurcació caròtidia. Destacat: el bulb, on sol acumular-se la placa.
Izertis2024–2025Col·laboració de recerca amb un laboratori de biologia
Detecció i morfologia cel·lular
Un laboratori volia passar de mirar imatges de microscòpia a mesurar-les. Es detecta cada cèl·lula, es segmenta i es descriu per la seva forma, i es mapegen les estructures que formen les cèl·lules per tota la graella de la imatge.
→ Les observacions qualitatives es van convertir en xifres reproduïbles.
YOLO
Cellpose
StarDist
CellProfiler
OpenCV
fig. 2 — Cèl·lules segmentades, nuclis i caixes de detecció.
02 · Documents i LLM
Llegeix milers de pàgines perquè el teu equip no ho hagi de fer.
Pipelines que extreuen, verifiquen i estructuren informació de documents, també quan les dades no poden sortir de l'edifici.
Izertis2024–2026Institució pública espanyola
Verificador de compliment legal per a PDFs
Els auditors revisaven a mà els documents dels proveïdors: lent, repetitiu i inconsistent d'un auditor a l'altre. Cada proveïdor personalitzava la plantilla oficial de manera diferent. El sistema comprova cada PDF contra 50–100 regles legals, des del disseny i les icones fins a si cada secció diu el que exigeix la llei.
→ D'uns 15 minuts de revisió manual per document a menys d'un minut, amb els mateixos criteris per a tothom.
Tesseract OCR
CLIP
Phi-4
OpenCV
On-premise
Només CPU
Sense APIs externes
Determinista
fig. 3 — Un document de proveïdor, tal com el rebien els auditors.
03 · Scoring de risc i frau
Puntua el risc abans que es converteixi en una pèrdua.
Sistemes de scoring d'extrem a extrem en què confia el negoci: des de les dades en brut fins a una puntuació, una decisió i un informe.
Truvi (Regne Unit)2026–actualitatFreelance · Científic de dades
Model de risc de reserves
Truvi protegeix amfitrions i hostes en lloguers de curta durada. Sóc responsable del model que puntua cada reserva perquè el negoci pugui decidir com protegir cada estada. Vaig assumir un model existent, el vaig millorar, i ara el faig escalar amb el negoci.
→ Prediccions millors i més fàcils d'interpretar per al negoci, en producció.
Python
SQL
Machine learning
MLOps
Informes
fig. 4 — Un flux de reserves. Destacades: les poques que necessiten protecció extra.
UNNAX2019–2021Fintech · equip de dades de dues persones
Classificador de transaccions bancàries
UNNAX agregava comptes bancaris perquè els prestadors poguessin avaluar els seus clients. Vaig dissenyar un classificador en producció, i el vaig continuar millorant durant dos anys, que classifica descripcions de transaccions curtes, sorolloses i multilingües en unes 10 categories i 30 subcategories. Més endavant va passar d'Espanya a Mèxic.
→ Perfils de client (factors de risc, capacitat de pagament) construïts sobre aquestes categories.
Python
R
scikit-learn
SQL
fig. 5 — Un flux de transaccions, classificat en categories.
04 · Previsió i detecció d'anomalies
Detecta la fallada abans que passi.
Models de sèries temporals sobre dades de sensors: avisos primerencs, controls de qualitat en temps real, i menys temps perdut per avaries.
Izertis2024–2026Client energètic · plantes arreu del món
Manteniment predictiu per a seguidors solars
Els motors i les bateries dels seguidors solars fallen, i una peça de recanvi pot trigar setmanes a arribar a una planta. Amb dades multivariants de sensors de més de mil seguidors arreu del món, el sistema detecta comportaments anòmals i classifica l'estat de salut de cada component.
→ Uns 30 dies d'avís, temps suficient per fer arribar la peça de recanvi al lloc.
Python
scikit-learn
Autoencoders
Sèries temporals
fig. 6 — Un camp de seguidors solars. Destacat: el que està a punt de fallar.
Izertis2024–2026Client de fabricació industrial
Control de qualitat en temps real en fabricació làser
En un procés làser substractiu, cada segon dedicat a una peça ja defectuosa és temps perdut. El model llegeix el senyal de potència del làser a mesura que flueix i marca les peces defectuoses a mig procés, abans que la peça estigui acabada.
→ Inferència en mil·lisegons sobre milions de punts de dades, funcionant en directe a la línia de producció experimental del client.
Python
Autoencoders
Streaming
scikit-learn
fig. 7 — Una peça tallada capa a capa. Destacat: el làser.
05 · Mesura a gran escala
Xifres en què tot un sector pot confiar.
Productes de dades auditats on cada canvi de metodologia s'ha de justificar.
GfK2021–2024Joint Industry Committees · equip de sis persones
Monedes d'audiència per a Suècia i Espanya
Una moneda d'audiència és la xifra amb la qual comercien cadenes, editors i anunciants. Vam combinar un panell de milers de llars amb grans volums diaris d'esdeveniments de TV i en línia en una sola moneda: Total Video a Suècia i Digital Audience Measurement (DAM) a Espanya.
→ Entregues fiables i auditades.
Python
R
AWS
SQL
Terraform
GitLab CI
fig. 8 — TV, portàtil, tauleta i mòbil, fusionats en una sola mesura.
06 · ML científic
Machine learning per a ciència de debò.
De la física quàntica al descobriment de fàrmacs: treball de nivell de recerca, comparat honestament.
Izertis2024–2025Projecte de recerca amb un equip d'inspiració quàntica
Cribratge virtual per al descobriment de fàrmacs
Trobar, per computació, les molècules amb probabilitat d'unir-se a una proteïna diana. Vaig implementar un autoencoder convolucional de grafs que compara candidats amb lligands coneguts, més una puntuació de qualitat de docking basada en ML, com a línia base per a un equip que desenvolupa algorismes d'inspiració quàntica.
→ Una comparativa justa: els mètodes de ML i els d'inspiració quàntica van sortir empatats, cadascun guanyant en alguns casos.
PyTorch
Xarxes neuronals de grafs
Autoencoders
Docking
fig. 9 — Una molècula candidata.
07 · Adopció de la IA en equips
Fes que el teu equip treballi amb la IA, no només hi xerri.
Treball pràctic de productivitat, perquè analistes i enginyers utilitzin la IA en tot el seu flux de treball real.
Truvi (Regne Unit)2026–actualitatEnginyer d'IA
De la finestra de xat a Claude Code
L'equip de dades de Truvi només utilitzava la IA a través d'una finestra de xat. Els vaig ensenyar a treballar amb Claude Code als seus propis ordinadors i a fer-la servir en diverses fases del desenvolupament, no només per a preguntes puntuals.
Claude Code
Productivitat
Tallers
fig. 10 — Un equip, connectat.
El camí fins ara
De la física quàntica al ML en producció.
2026 –Truvi (Regne Unit, remot)Científic de dades freelance
2024 – 2026Izertis (ES, remot)Senior Data Scientist, Tecnologies Emergents
2021 – 2024GfK (DE, remot)Científic de dades
2019 – 2021UNNAX (Barcelona)Científic de dades
2018 – 2019AKKA Technologies (Toulouse)Consultor de data science
2017 – 2018Universitat de BarcelonaMàster en Fonaments de Ciència de Dades
2016300.000 km/sBecari de desenvolupament Python
2013 – 2017Universitat de BarcelonaGrau en Física · coautor, Phys. Rev. A
fig. 11 — Del 2013 fins avui, i una línia discontínua per al que ve.
Parlem
Alguna cosa que hauria d'anar més ràpid, ser més intel·ligent o ser automàtica?
Explica'm el problema. T'explicaré honestament què s'hi ajusta: machine learning, un flux de treball amb IA, o automatització senzilla sense IA, i què caldria per posar-ho en marxa.