Agentes de IA que hacen trabajo real.

Soy Francisco Perez, AI engineer y desarrollador full-stack en Tucumán, Argentina. Diseño sistemas multi-agente, pipelines RAG y automatizaciones que le sacan trabajo repetitivo de encima a los equipos, y los llevo a producción.

Escribime

Una demo impresiona. Un sistema en producción ahorra horas.

Arranco cerca de quien va a usar el sistema: qué se hace a mano hoy, qué no se puede romper y cómo vamos a medir si funciona. Recién después construyo, con criterio de producto y código revisado.

Ver mi CV

Cómo armo un agente.

El modelo es solo el centro. Lo que lo vuelve útil, y confiable, son las capas que lo rodean.

01
Modelo
Razona y propone. Elijo el modelo comparándolo contra el caso real, no contra un benchmark genérico.
02
Herramientas
Tool calling y servidores MCP: el agente solo puede hacer lo que está expuesto, con entradas tipadas.
03
Contexto
RAG, scraping y datos propios para que responda con información real. Controlo qué entra a la ventana y qué no.
04
Humano en el loop
Lo que importa lo aprueba una persona. Cada paso queda registrado para poder revisarlo después.

SCROLLEÁ PARA ABRIR

Francisco Perez sonriendo en una oficina, sentado frente a una mesa con laptops

Quién soy

Francisco Miguel Perez, estudiante avanzado de Ingeniería en Sistemas de Información en la UTN-FRT. Casi tres años en la industria, de full-stack a IA aplicada.

Hoy trabajo con LangChain, LangGraph, tool calling y RAG. También enseño: diseñé y di un curso de 20 horas de automatización con n8n para el Poder Judicial de Tucumán. Español nativo, inglés fluido.

github.com/franprzdev ↗

Dic 2025 – hoy
Diseño y despliego sistemas multi-agente y pipelines RAG a medida, con foco en agent harness, tool calling y control de contexto. Construyo herramientas internas con Meta APIs y pipelines de scraping para grounding de datos.
- LangChain
- LangGraph
- Multi-Agent
- RAG
- Meta APIs
2026
Calendario de vencimientos impositivos para un estudio contable de Buenos Aires: aprobaciones, historial de cambios e integración con Google Calendar y Gmail. Del relevamiento a la entrega, con documentación técnica y guías de uso.
- Automation
- Google Workspace APIs
- Approvals
Sep – Oct 2025
Curso de 10 clases (20 horas) de automatización de procesos con n8n: modelado de flujos, APIs y webhooks, pipelines RAG y automatizaciones con humano en el loop. Material propio y demos en vivo.
- n8n
- RAG
- Webhooks
- Human-in-the-Loop
Oct 2024 – Dic 2025
Proyectos web completos, del frontend a la integración con backend, con Scrum y Git Flow. Ayudé a incorporar n8n al equipo y desarrollé POCs con herramientas de IA para el trabajo diario.
- React
- Node.js
- Scrum
- Git Flow
- n8n

Cómo trabajo

Especificación primero, código revisado siempre.

Empiezo por el problema: quién lo sufre, cuánto cuesta hoy y qué no se puede romper. Lo escribo como criterios de aceptación antes de tocar el código.

Construyo en ramas cortas, con agentes de IA como copilotos, y cada cambio pasa por un pull request con tests, lint y build. En producción observo, y lo que aprendo vuelve a la especificación.

Problemaquién lo usa, cuánto cuesta hoy
Especificacióncriterios antes que código
Construcciónramas cortas, agentes como copilotos
Pull requesttests, lint y build en verde
Producción observadalogs, métricas, feedback

En desarrollo

ScopeProfit

Copiloto de alcance para freelancers, MCP-first: de una idea desordenada del cliente a un brief versionado y un documento listo. 15 herramientas MCP para que lo use cualquier agente.

Ver repo ↗

Prototipo · devnet

Proofy

Del alcance acordado a evidencia verificable, y de la evidencia a pagos por hito en Solana. Un agente convierte requisitos en escenarios de prueba y evalúa entregas contra CI/CD.

Ver sitio ↗