Sunny Data diseña y construye plataformas de datos, flujos de trabajo apoyados en modelos, sistemas de optimización e infraestructura de IA científica para organizaciones donde las decisiones técnicas tienen consecuencias operativas.
Experiencia del fundador en
Trabajamos donde los datos, la IA, la infraestructura y el software dejan de ser decisiones separadas. Cada reto se plantea desde la realidad operativa: usuarios, responsabilidad, modos de fallo, coste, gobernanza y mantenibilidad.
Plataformas de datos
Cuando la ingesta, el modelado y las reglas de negocio evolucionan por separado, cada decisión que viene después se vuelve frágil. La plataforma tiene que hacer visibles la responsabilidad, el linaje, la calidad y el coste por diseño.
Lakehouses a gran escala · entornos regulados · cadenas de suministro
Sistemas de IA
El modelo rara vez es la parte difícil. La calidad de la recuperación, los permisos, la latencia, la evaluación, los reintentos, el coste y los traspasos operativos determinan si el sistema sirve.
Flujos de trabajo con LLM en operación · recuperación y evaluación · sistemas corporativos
Machine learning
Un modelo útil es solo una parte del sistema. La lógica de características, el entrenamiento, el despliegue, la monitorización, la respuesta a la deriva y la responsabilidad de negocio deben diseñarse en conjunto.
Modelos de riesgo · entornos científicos · monitorización en producción
Optimización
El enrutamiento, la programación, la asignación y la planificación solo funcionan cuando las restricciones se modelan con honestidad. Más código no arregla una formulación equivocada.
Enrutamiento · asignación de recursos · decisiones con muchas restricciones
Ingeniería de investigación
Los entornos de investigación necesitan rapidez sin perder trazabilidad. El sistema tiene que respetar los flujos experimentales, la reproducibilidad y la realidad de los equipos científicos.
Plataformas genómicas · datos oncológicos · investigación biomédica publicada
Plataformas internas
Los cuadros de mando y los portales fallan cuando se construyen como una interfaz sobre datos débiles. La aplicación tiene que construirse desde el modelo de datos operativo hacia fuera, no al revés.
Portales operativos · procesos del sector público · responsabilidad de backend y datos
Una selección de la experiencia del fundador en plataformas corporativas, banca regulada, sistemas de consumo a escala global, infraestructura genómica e investigación oncológica. Dominios distintos con una misma exigencia: sistemas que sobreviven a las restricciones reales.
Casos seleccionados
01/05
Cada colaboración se define en torno a un resultado técnico: una plataforma, un flujo de trabajo en producción, una decisión de arquitectura, una migración o un plan de recuperación. Trabajamos cerca de quienes son responsables del sistema y de las restricciones que lo condicionan.
Partir del sistema actual: datos, usuarios, restricciones, responsabilidades, modos de fallo y la decisión técnica que hay que tomar.
El camino queda documentado —con sus alternativas, lo que se gana y lo que se pierde, los riesgos y la razón por la que encaja en el contexto del cliente— antes de implementar lo crítico.
La implementación se centra en lo que determina si el sistema puede llegar a producción: contratos de datos, infraestructura, flujos de trabajo, interfaces y comportamiento operativo.
Repositorios, infraestructura, runbooks y registros de decisiones quedan en un estado que el equipo del cliente puede entender, operar y hacer evolucionar.
La diferencia rara vez está en la herramienta. Está en detectar pronto las restricciones difíciles, poner los trade-offs sobre la mesa y dejar un sistema del que el equipo pueda hacerse cargo tras el lanzamiento.
Los datos poco fiables, la latencia, los permisos, los reintentos, la deriva y los traspasos forman parte del diseño desde el principio.
Las decisiones de arquitectura incluyen restricciones, alternativas, consecuencias y la razón por la que un camino encaja en el contexto del cliente.
Repositorios, infraestructura, runbooks y registros de decisión se tratan como parte del sistema, no como residuo del proyecto.
Sistemas legibles, interfaces directas y operación predecible suelen importar más que las abstracciones vistosas.
Sunny Data es una boutique de ingeniería técnica deliberadamente pequeña, con base en España. Cada colaboración la lidera directamente el fundador, con muy poca distancia entre el diagnóstico técnico, la arquitectura, la implementación y la entrega final.
El trabajo se sitúa en el cruce de la ingeniería de datos corporativa, la IA aplicada, la optimización, el software a medida y la infraestructura científica: entornos donde la ambigüedad técnica tiene un coste operativo real.
La forma de trabajar es directa: entender las restricciones, diseñar el sistema, construir lo esencial, documentar el razonamiento y dejar al cliente algo que pueda mantener.
Trayectoria
Matemático · Senior Technology Expert
Más de 20 años construyendo y operando sistemas en producción en telecomunicaciones, entretenimiento, finanzas e investigación biomédica.
IBM · Nokia · Microsoft · Mars · BCC
Alcance técnico
El trabajo cambia de sector, pero el patrón se repite: datos, modelos, infraestructura y decisiones que tienen que sobrevivir a la realidad operativa.
Algunos sistemas necesitan criterio técnico antes de seguir implementando. Sunny Data ayuda a aclarar qué importa, qué es arriesgado y qué merece la pena construir.