Ignacio
Travaglino
Desarrollador general y físico · IA aplicada y sistemas autónomos
Perfil
Desarrollador general versátil y matemáticamente riguroso, estudiante de Física de 4.º año, con experiencia en sistemas autónomos, IA aplicada y pronóstico avanzado de series temporales. Altamente adaptable y de aprendizaje notoriamente rápido, impulsado por una pasión profunda por explorar nuevas tecnologías y comprender sistemas complejos. Experiencia traduciendo física teórica y ecuaciones diferenciales a arquitecturas de IA de grado productivo, desplegadas en el borde. Trayectoria construyendo pipelines de navegación autónoma (LiDAR + visión por computadora), agentes de datos a gran escala (RAG con modelos de pesos abiertos) y backends robustos frente a variables altamente inestables.
Experiencia
Desarrollador y arquitecto de pipelines de IA — DTA FIO (DTA Logística)
Agosto 2023 – actualidad
Córdoba, Argentina
- Arquitectura de pipelines de pronóstico en producción con ARIMA, Prophet y AutoGluon TimeSeries, con mitigación matemática y tratamiento de valores atípicos extremos frente a comportamientos explosivos de los datos.
- Integración de modelos fundacionales de series temporales (Amazon Chronos) y optimización de inferencia paralela con Joblib.
- Impulso de la plataforma Pedido Inteligente para Panificadora Veneziana S.A., procesando un volumen masivo de ventas históricas. Rediseño de la lógica de automatización semanal (cálculos a partir del domingo) y corrección de mapeos de inventario (Stock on Order → órdenes de compra).
- Clasificador de patrones de demanda (estacional, intermitente, estable) para elegir de forma dinámica el modelo óptimo.
Personal de temporada — Stowe Mountain Resort
Diciembre 2022 – marzo 2023
Stowe, Vermont, EE. UU.
Programa Work & Travel. Intercambio internacional de alta exigencia. 294 km esquiados o en snowboard durante la temporada.
Trabajo seleccionado
Sistema de navegación autónoma y robótica en el borde
Diseño de un sistema completo de navegación autónoma y toma de decisiones con LiDAR y visión por computadora. Pipeline optimizado para hardware de borde con recursos limitados (Jetson Orin NX, Raspberry Pi 5). Validado en simulación robótica virtual (pioneer3at).
Agente RAG local y despliegue de LLM
Asistente de preguntas y respuestas centrado en privacidad, con RAG, embeddings locales y bases de datos vectoriales. Orquestación de modelos de pesos abiertos (Gemma, Qwen, LiteRT-LM) para consultar documentación interna sin dependencia de APIs externas.
Motores de trading algorítmico cuantitativo
Automatización en Python para sincronizar parámetros en tiempo real con APIs de datos de mercado. Modelos predictivos y algoritmos de trading para IMC Prosperity 4, con física estadística y manejo de datos estocásticos.
Laboratorio doméstico y administración de servidores
Servidor Linux 24/7 en Raspberry Pi 5. Optimizaciones a nivel de sistema operativo (asignación dinámica de RAM), seguridad y gestión remota de archivos vía SFTP/WinSCP.
Estudios
Licenciatura en Física
En curso, 4.º año. Graduación prevista: 2028.
FAMAF, Universidad Nacional de Córdoba (UNC), Córdoba, Argentina.
Eje — Modelado matemático, ecuaciones diferenciales, análisis de sistemas complejos, métodos computacionales avanzados.
Cursos relevantes — Física computacional (simulaciones numéricas de sistemas cuánticos y clásicos), Electrostática, Mecánica analítica.
Certificaciones, honores y competencias
Certificate in Quantitative Finance (CQF) — Candidato aceptado, cursando Level 1 (Fitch Learning, abril 2026). Cálculo estocástico, derivados, ML cuantitativo, gestión de riesgo financiero.
International Quant Championship 2026 — Participante seleccionado; alfas cuantitativos sobre datos financieros masivos.
IMC Prosperity 4 — Competencia internacional de trading algorítmico; estrategias automatizadas de arbitraje y market-making.
Capacidades
Lenguajes y núcleo
Python (Pandas, NumPy, SciKit-Learn, Joblib), SQL, Bash, C/C++ conceptual.
Modelado e IA
Modelos fundacionales (Amazon Chronos, Gemma, Qwen, LiteRT-LM), RAG, ARIMA/SARIMA, Prophet, NeuralProphet, AutoGluon.
Robótica y borde
Navegación autónoma, LiDAR, visión por computadora (YOLO), Jetson Orin NX, Raspberry Pi 5, simulación robótica.
Metodologías
Modelado de sistemas complejos, EDOs numéricas, modelos estocásticos, detección de valores atípicos, clasificación dinámica de patrones.
Herramientas e infraestructura
Git, Docker (nociones), administración de servidores Linux/Unix, WinSCP, SFTP, automatización de pipelines de datos.