No se trata solo de construir proyectos.
Se trata de entender problemas, trabajar con datos y explorar cómo convertirlos en soluciones.

Proyectos académicos enfocados en datos, inteligencia artificial y desarrollo de software.

Soy Diego Fariña, ingeniero civil en computación mención informática enfocado en construir soluciones basadas en datos e inteligencia artificial, integrando análisis, modelamiento y desarrollo de software.

Tengo experiencia trabajando con procesos de datos, desde ETL y minería de datos hasta la construcción de aplicaciones full stack y el desarrollo de modelos de predicción y clasificación.

Me interesa abordar problemas de forma integral, combinando una base técnica sólida con una mirada práctica orientada a generar impacto real.

Experiencia Laboral

Dic 2024 – Abr 2025

Asistente de Auditoría TI

Práctica Profesional RSM

Mi práctica profesional se centró en la ejecución de controles generales de TI (ITGC) sobre sistemas empresariales, principalmente SAP y plataformas afines, con el objetivo de asegurar la integridad y confiabilidad de la información.

El proceso comienza con reuniones de entendimiento junto a responsables de sistemas, donde se levantaban procesos y controles existentes, evaluando áreas como gestión de accesos, incidencias y respaldos.

Para la validación, se analizaron evidencias como perfiles de usuario, roles y permisos, registros de cambios y respaldos del sistema, verificando que los procesos se ejecutaran conforme a lo definido.

Los controles y hallazgos se documentaron en entornos colaborativos (Excel, OneDrive y CaseWare). Además, apoyé tareas de análisis financiero utilizando tablas dinámicas y funciones avanzadas en Excel.

Participé en la evaluación de múltiples empresas en paralelo y logré optimizar el levantamiento de información, reduciendo la cantidad de reuniones necesarias con clientes.

Aprendizajes clave: Entendimiento de procesos empresariales, validación de controles sobre datos críticos y comunicación con perfiles no técnicos.

Mar 2025 – Jun 2025

Desarrollo de Plataforma de Gestión de Campañas

Proyecto académico con Alloxentric · GPI

Proyecto desarrollado en conjunto con la empresa Alloxentric en el contexto del ramo Gestión de Procesos Informáticos (GPI), trabajando en un equipo de 5 personas bajo una dinámica similar a un entorno profesional, con reuniones semanales y entregas progresivas.

El desarrollo abarcó el levantamiento de requerimientos, modelamiento de base de datos, creación de endpoints y construcción de una aplicación full stack con gestión de usuarios, autenticación, autorización y definición de roles.

El proyecto consistió en la integración de nuevas funcionalidades sobre una red social ya existente llamada Inmax, enfocada en la gestión y procesamiento de documentos junto con servicios asociados.

El desarrollo se basó en requerimientos previamente definidos por la empresa, incluyendo un prototipo de visualización en Figma, sobre el cual se implementaron funcionalidades como gestión de usuarios, control de accesos y visualización de información relevante para la toma de decisiones.

El proyecto fue desarrollado utilizando tecnologías como Vue, FastAPI, MongoDB/PostgreSQL y Keycloak para la gestión de identidad. Debido a restricciones del cliente, no es posible mostrar el producto final, pero actualmente se está desarrollando una versión simulada que incluirá generación de datos en tiempo real y control dinámico de presupuesto.

Proyecto completo próximamente disponible.

Aprendizajes clave: Trabajo en equipo en contexto cercano a industria, levantamiento de requerimientos con cliente, desarrollo full stack integrado y aplicación práctica de tecnologías de backend, frontend y gestión de identidades.

Jul 2024 – Nov 2025

Ayudante de Bases de Datos

Universidad Tecnológica Metropolitana (UTEM)

Rol enfocado en apoyar el proceso de aprendizaje de estudiantes en el ramo de bases de datos, resolviendo dudas, guiando ejercicios y realizando clases breves de refuerzo de forma continua durante la semana.

El acompañamiento cubrió el ciclo completo del curso: modelamiento de datos mediante entidad-relación, aplicación de distintos niveles de normalización y construcción de consultas eficientes en SQL.

Como parte del proceso, los estudiantes desarrollaron una API REST con consultas predefinidas según el contexto del proyecto, integrando los conceptos trabajados en el modelamiento y manejo de datos.

Además, participé en la elaboración y evaluación de actividades con impacto en la nota final, apoyando el seguimiento del progreso de los alumnos.

Aprendizajes clave: Comunicación de conceptos técnicos, enseñanza aplicada de modelamiento de datos y SQL, y refuerzo de bases teóricas mediante práctica guiada en entornos como MySQL.

Experiencia Academica

Mar 2025 – Dic 2025

Tesis · Clasificación de señales biomédicas con Deep Learning

Universidad Tecnológica Metropolitana (UTEM)

Trabajo de título enfocado en la clasificación automática de señales biomédicas (fNIRS) para la detección de dolor, abordando el problema de su medición objetiva en contextos clínicos.

El proyecto incluyó el procesamiento y análisis de señales neurovasculares, considerando etapas de limpieza, normalización y estructuración de datos provenientes de múltiples pacientes y regiones anatómicas.

Se implementó y adaptó una arquitectura basada en Transformers para el análisis de señales, explorando distintas estrategias de representación (cervical–lumbar y multimodal O2Hb/HHb) y diseñando un pipeline de entrenamiento con validación cruzada y ajuste de hiperparámetros.

El modelo logró resultados sólidos en clasificación binaria (dolor vs. sano), alcanzando alta capacidad discriminatoria y precisión, validando el uso de deep learning para el análisis de señales fisiológicas complejas.

Aprendizajes clave: Procesamiento de señales biomédicas, construcción de pipelines de machine learning, uso de arquitecturas Transformer, validación de modelos y trabajo con datos reales en contextos de investigación aplicada.