Aland Astudillo

Trabajo seleccionado

• Museo de Queensland y Gobierno de Queensland
  En Clevvi Technology. Documentación de colecciones culturales de pueblos originarios australianos. Co-escribí la propuesta que ganó el concurso Private Sector Pathways del Gobierno de Queensland, con 100.000 dólares australianos de financiamiento combinado, 50.000 del Gobierno de Queensland y 50.000 del Museo, y después diseñé y construí el prototipo en ocho meses: un pipeline de IA por etapas, con control en cada paso, que analiza varias imágenes de una pieza y redacta un informe de procedencia en 3 a 8 minutos, con credenciales verificables a través de Anonyome Labs. Cada ficha pasa por la revisión de curadores y custodios del conocimiento, bajo el marco australiano de propiedad cultural e intelectual indígena (ICIP). El sistema propone, las personas deciden. Lo presentamos a más de veinte contrapartes de gobierno, museos e industria.
• Organismo nacional de investigación agrícola
  En Clevvi Technology. Versión 2 de una plataforma econométrica de apoyo a la decisión. Tomé el sistema sin ninguno de sus desarrolladores originales, lo documenté de punta a punta, propuse la arquitectura de la v2 y construí los servicios serverless que ejecutan los modelos de los investigadores, detrás de un feature flag y con un fallback.
• Startup australiana de salud digital
  A través de Sparkbrain. Estrategia de IA y arquitectura de plataforma, desde la definición del enfoque hasta el diseño del sistema.
• Organización de servicios comunitarios en Gold Coast
  A través de Sparkbrain. Analítica de datos y reportería operacional, incluido el modelo de datos que la sostiene.
• Triaje de mamografías con deep learning
  Departamento de Ingeniería Biomédica, Universidad de Valparaíso, en un piloto financiado por FONDEF que reunió a la universidad, el Centro Nacional de Mamografías y un socio industrial. Co-escribí la postulación al fondo, desarrollé y validé los modelos de deep learning que detectan y priorizan hallazgos en mamografía, y construí el pipeline de procesamiento de imágenes. Fue un piloto de investigación y no se llevó a uso clínico.

En qué trabajo

Me involucro cuando el problema no está totalmente bien definido. Entiendo el problema junto al stakeholder que lo tiene, mapeo el proceso, diseño una solución y elijo la herramienta adecuada para la organización y el equipo. Luego la ciencia de datos misma. Machine learning y modelamiento estadístico, aplicaciones de IA y modelos de lenguaje, retrieval augmented generation (RAG) y knowledge graphs, sumado al trabajo de governance y análisis de riesgo que permite que llegue de manera eficiente y segura al usuario.

Sobre todo en salud, gobierno, investigación e industria, donde los datos llegan sucios y las restricciones son reales.

Experiencia

• Fundador, Sparkbrain 2024 a la fecha
  Consultora independiente en IA, datos y tecnología: transformación digital, mapeo de procesos, modelamiento de datos y aplicaciones de IA.
• Senior AI and Digital Solutions Consultant | Data Scientist, Clevvi Technology 2025 a agosto de 2026
  Definición y arquitectura de soluciones de IA para clientes corporativos en industrias reguladas, sistemas de document intelligence y RAG, y los marcos de governance que los mantienen auditables.
• Data Scientist, luego Senior Data Scientist, Research Graph Foundation; Data Scientist, Swinburne University of Technology 2024
  Relación con las organizaciones asociadas, talleres de co-diseño y de cooperativas de datos, y trabajo directo con los datos de un knowledge graph nacional de la red de investigación en salud y bienestar, además del informe final del proyecto. En Swinburne, knowledge graphs en Python y Neo4j, evaluación de herramientas y métodos, y trabajo con modelos de lenguaje para el análisis del ecosistema de investigación. Mentoría a practicantes de ciencias de la computación.
• Data Scientist and Research Engineer, luego Postdoctoral Research Fellow in Cognitive Neuroscience, NICM Health Research Institute, Western Sydney University 2023 a 2025, Adjunct Fellow desde entonces
  Pipelines de alto rendimiento para señales cerebrales multicanal, modelos generativos estadísticos y filtrado de ruido en conjuntos de datos clínicos.
• Ingeniero de investigación, Brain Dynamics Laboratory, Universidad de Valparaíso 2017 a 2025
  Diseñé y documenté los pipelines de procesamiento de EEG y potenciales de campo local para que distintos investigadores produjeran resultados comparables, modelé la actividad cerebral y la cognición a partir de registros multicanal con ruido, construí la visualización usada para presentar los resultados, y capacité a los investigadores que se incorporaban. El doctorado salió de este trabajo.
• Data Scientist e ingeniero de machine learning, Ingeniería Biomédica, Universidad de Valparaíso 2020 a 2022
  Deep learning y análisis de imágenes médicas, llevando los pipelines de procesamiento a la nube para priorizar los hallazgos de alto riesgo para revisión.
• Analista de datos e ingeniero de procesos, Ministerio de Salud de Chile, SEREMI de Salud Región de Valparaíso 2020
  Departamento de Salud Pública y Planificación Sanitaria. Durante la alerta sanitaria por COVID-19 construí el procesamiento de datos y los indicadores clave detrás de la estrategia regional de testeo, trazabilidad y aislamiento, dando soporte a más de cien contrapartes internas y externas y a la Unidad de Epidemiología Regional.
• Ingeniería de investigación e instrumentación, Universidad de Valparaíso e instituciones asociadas 2015 a 2020
  Ingeniería de señales y de dispositivos en varios grupos de investigación: análisis de datos de modelos neuronales en el Centro Interdisciplinario de Neurociencia de Valparaíso, investigación en cognición y lenguaje en el Centro de Investigación del Desarrollo en Cognición y Lenguaje, y consultoría en análisis de señales en la Universidad Santo Tomás. En el Laboratorio de Stress diseñé y construí la instrumentación electrónica para experimentos neuroconductuales in vivo, analicé los registros que producía en MATLAB y Python, y capacité al equipo en análisis de señales para que pudieran procesar sus propios datos después de mi salida. El trabajo de este periodo se enmarcó en cuatro proyectos de investigación financiados por FONDECYT.
• Jefe de I+D y coordinador de innovación y desarrollo, luego ingeniero clínico, Centro de Tecnología Hospitalaria (CTH), Chile 2012 a 2015
  Construí el prototipo de una herramienta de estimación para preinversión hospitalaria que dimensionaba camas, boxes de atención y pabellones a partir de la red de salud y la necesidad de la población, demostrado al equipo del ministerio de salud. Gestioné y coordiné contratos de mantenimiento de equipamiento médico y de laboratorio en el Instituto de Salud Pública y el Servicio Médico Legal, y diseñé la gestión de procesos e información en hospitales y laboratorios.

Herramientas

Sistemas de document intelligence y RAG, knowledge graphs, agentic systems, pipelines de datos clínicos, pronósticos de series de tiempo y análisis de imágenes médicas.

• Tecnologías Python, R, SQL, MATLAB
• IA y LLM LangChain, FastAPI, Model Context Protocol, GraphRAG, ingeniería de prompts, evaluación
• Machine learning PyTorch, TensorFlow, scikit-learn, pandas, NumPy, modelamiento estadístico y generativo, procesamiento de señales
• Datos Neo4j, construcción de knowledge graphs y extracción de entidades, PostgreSQL, MongoDB, bases de datos vectoriales
• Nube y despliegue AWS (EC2, S3, SageMaker, AgentCore), Azure, Docker, Git, CI/CD, desarrollo web y móvil

Colaboraciones

• Tedix — consultor en IA
• Prende Tu Web — coordinador en Australia y consultor tecnológico
• Exonova Biotech — asesor tecnológico
• Tellie — asesor en IA y datos
• Neboda Group — asesor en IA y datos
• NICM Health Research Institute, Western Sydney University — Adjunct Fellow
• Queensland University of Technology — Visiting Fellow, ARC Training Centre for Behavioural Insights for Technology Adoption, Faculty of Business and Law

Lo que me interesa

Dos líneas. En la industria, la IA en contextos donde equivocarse cuesta caro: salud, gobierno, cualquier cosa con un regulador encima. Ahí el problema interesante casi nunca es el modelo: es la evaluación, el governance y la entrega a quienes después tienen que vivir con el sistema. En investigación, cómo se organiza la actividad cerebral en el tiempo, que fue el tema de mi doctorado y sobre lo que sigo publicando.

Escritos sobre IA aplicada

Publicados en inglés.

• Unveiling the synergy: retrieval augmented generation meets knowledge graphs — herramientas y plataformas para integrar knowledge graphs con pipelines RAG
• The combined use of RAG and fine-tuning to improve LLM pipelines — cuándo recuperar, cuándo hacer fine-tuning y cuándo ambas cosas
• What is LLMLingua? — compresión de prompts para mejorar el rendimiento de los modelos de lenguaje
• How to use GROBID to extract text from PDF files — extracción de información estructurada desde PDF con machine learning

Formación

• Universidad de Valparaíso
  Ingeniería Civil Biomédica, después magíster en ingeniería biomédica con una tesis sobre machine learning y modelamiento estadístico en neurociencia, y después el doctorado en biofísica y biología computacional, con una tesis sobre machine learning y modelamiento estadístico aplicado a la dinámica cerebral.
• Miembro certificado , Australian Computer Society
• Experto registrado , Scimex, Australian Science Media Centre

Investigación

Investigación revisada por pares en neurociencia computacional y cognitiva: modelamiento estadístico de la dinámica cerebral, procesamiento de señales y clustering, y modelos computacionales de actividad neuronal, tanto en neurociencia clínica como básica. Además, trabajo publicado sobre retrieval augmented generation (RAG) y knowledge graphs. Quince congresos en Australia, Chile, Canadá e Italia, con presentaciones orales y pósteres, y cerca de veinte contribuciones en total contando el trabajo en coautoría. El detalle completo está en Google Scholar y ORCID.

He participado en programas de investigación financiados por los proyectos NHMRC APP1195709 y APP1102532, y por proyectos FONDEF y FONDECYT en Chile.

• DeMente: el cerebro, un hueso duro de roer
  Libro de divulgación sobre el cerebro. Soy autor de uno de sus capítulos. Segunda edición, 2021, Editorial Catalonia, con CINV y Fundación Ciencia y Vida. ISBN 9789563247213.

Perfiles

Profesional

• LinkedIn
• Sparkbrain

Publicaciones e investigación

• Google Scholar
• ORCID
• ResearchGate

Afiliaciones y registros de expertos

• Western Sydney University
• Brain Dynamics Laboratory
• Research Graph
• Scimex expert register
• Australian Dementia Network

Contacto

La vía más rápida para contactarme es LinkedIn, o por correo a aland.astudillo@sparkbrain.com.au.