Universidad de Alicante ◆ Ingeniería Informática
Estudiante de 3.er curso con la mirada puesta en la inteligencia artificial, la ciencia de datos y la ciberseguridad. Acabo de terminar mis prácticas en el grupo de investigación RoViT de la UA.
Alicante, España — 38.3853° N, 0.5109° O
desliza01 ◆ Sobre mí
Soy Adrián, estudiante de tercer curso del Grado en Ingeniería Informática en la Universidad de Alicante. Lo que empezó como curiosidad por entender cómo funcionan las cosas por dentro se ha convertido en algo más serio: construir software útil y entender los datos que hay detrás.
Me interesan especialmente la inteligencia artificial y la ciencia de datos —cómo aprenden los modelos y qué podemos hacer con ellos— y la ciberseguridad, porque construir bien también significa construir seguro. He desarrollado estas inquietudes durante mis prácticas en RoViT, el grupo de Robótica y Visión Tridimensional de la UA, construyendo modelos de visión y deep learning para asistencia robótica.
Busco seguir aprendiendo con proyectos reales: colaboraciones, prácticas y cualquier reto que me saque de la zona de confort.
02 ◆ Educación
Universidad de Alicante
Tercer curso. Base sólida en programación, estructuras de datos, bases de datos, redes y sistemas inteligentes, con interés creciente por las asignaturas de IA y análisis de datos.
IES María Blasco
Itinerario de ciencias e ingeniería: matemáticas, física y tecnología. Primer contacto serio con la programación.
03 ◆ Proyectos
Mi plan de trabajo para 2026: una progresión de proyectos que cubren, cada uno, una frontera distinta de la IA moderna, y un último que los reúne. Estos son los más representativos; iré publicando el código conforme los construya.
El proyecto que reúne a los demás: un analista de seguridad autónomo que defiende una red simulada en bucle cerrado —percibe, investiga, decide, actúa y se explica—. Integra las nueve piezas anteriores sobre la frontera de la IA agéntica de 2026.
Idea centralEl reto no es la autonomía, sino la autonomía digna de confianza: acotada, auditable, explicable y segura.
Un asistente privado, en local, que responde sobre una base de código real: recupera el código, fundamenta y cita sus respuestas, y dice «no lo sé» antes que inventar. En RAG, la recuperación manda sobre la generación.
Detección de fraude llevada a producción de verdad: ingesta, entrenamiento, despliegue, monitorización y reentrenamiento como una tubería reproducible. El modelo es la parte pequeña; lo que lo hace vivir es la ingeniería que lo rodea.
Un señuelo que atrae a los atacantes y convierte su diluvio de logs en inteligencia accionable: detección de anomalías y mapeo de tácticas a MITRE ATT&CK con un LLM local. Capturar ataques es trivial; el valor está en la inteligencia.
Un agente corporizado, en simulador, que sigue instrucciones de navegación en lenguaje natural: la visión percibe, un LLM razona anclado en lo percibido y la navegación conduce con seguridad. Lo difícil es anclar el lenguaje en la percepción y la acción reales.
Iré publicando el código conforme avance. Sígueme en GitHub
04 ◆ Habilidades
◆ En la mochila ahora mismo: profundizar en PyTorch y resolver CTF de iniciación.
05 ◆ Experiencia
RoViT — Robótica y Visión Tridimensional · Universidad de Alicante
Grado en Ingeniería Informática · UA
06 ◆ Contacto
Si tienes una oportunidad de prácticas, un proyecto entre manos o simplemente quieres charlar sobre IA, datos o seguridad, escríbeme. Respondo rápido.