Juan de la Fuente

Analytics Engineer · Data Products

I design and build production data systems. Pipelines, APIs, models, and interactive products that turn data into decisions.

Before engineering data, I ran a business. That experience shapes every system I build — from understanding the real problem to shipping something that works.

Climateproduction

SkyCast

Climate intelligence platform integrating AEMET OpenData and auxiliary sources with scheduled ingestion, FastAPI, and Streamlit monitoring.

180automated tests in CI
Circuit breakerpattern on external APIs
Climateproduction

SkyCast

Plataforma de inteligencia climática que integra AEMET OpenData y fuentes auxiliares con ingestión programada, FastAPI y monitoreo mediante Streamlit.

180pruebas automatizadas en CI
Circuit breakerpatrón en APIs externas
Logisticsproduction

DashLogistics

Multi-market logistics intelligence with multi-source ETL, operational KPIs, and cost-per-mile modeling on held-out data.

15+operational KPIs
5data sources integrated
Logisticsproduction

DashLogistics

Inteligencia logística multimercado con ETL multifuente, KPIs operativos y modelado de costo por milla sobre datos hold-out.

15+KPIs operativos
5fuentes de datos integradas
AI/MLproduction

RASPAL Scraper

Web scraping with local AI extraction. URL in, structured JSON out. No API keys. No data leaving your machine.

82unit tests defined
PyPIpackage published (0.6.1)
AI/MLproduction

RASPAL Scraper

Web scraping con extracción mediante IA local. Una URL entra, JSON estructurado sale. Sin API keys. Sin datos que salgan de tu máquina.

82pruebas unitarias definidas
PyPIpaquete publicado (0.6.1)
AI/MLproduction

CASE

Domain-agnostic AI decision orchestration platform with human oversight, reliability pipeline, and multi-provider support.

692tests passed (local run)
15frozen architectural invariants
AI/MLproduction

CASE

Plataforma de orquestación de decisiones con IA agnóstica al dominio, con supervisión humana, pipeline de fiabilidad y soporte multiproveedor.

692tests aprobados (ejecución local)
15invariantes arquitectónicos congelados

Evidencia de ingeniería

180tests automatizados de SkyCast (documentados en el repositorio del proyecto)
CIworkflows en SkyCast y GeoRisk_Finder — lint, tests, containers
PyPIRASPAL publicado como raspa (0.6.1, trusted publishing)
Dockerentornos reproducibles para API, dashboard y pipelines

Cómo trabajo

01

Entender

Mapear el contexto de negocio y la decisión que necesita mejor información.

02

Modelar

Diseñar ingestión, transformación, almacenamiento y patrones de acceso antes del código de producción.

03

Construir

Entregar pipelines, APIs e interfaces con tests en cada capa y validación en cada frontera.

04

Medir

Validar el resultado contra el problema de negocio original — no solo que funcione.

Gestioné un negocio antes de construir sistemas de datos. Manejar inventario, costes, logística y márgenes me enseñó que los datos solo son valiosos cuando ayudan a alguien a tomar una mejor decisión. Más sobre mi trayectoria →

¿Interesado en construir sistemas de datos fiables cerca de las decisiones de negocio?

Estoy abierto a oportunidades como Ingeniero de Analítica donde la calidad de ingeniería y el contexto de negocio importan.