Saltar al contenido principal

Ana-Catalina
Villalobos Contardo.

Data Scientist & Machine Learning Engineer

IA Agéntica & MCP · Pipelines de Datos · Liderazgo Técnico

Región Metropolitana, Chile

Sobre Mí

Ingeniera especializada en Ciencia de Datos, Machine Learning e IA Agéntica, con experiencia liderando equipos y construyendo sistemas inteligentes de alto impacto.

Ingeniera Civil de la Universidad de Chile con investigación aplicada en Machine Learning publicada en Structural Health Monitoring (2021). Mi trayectoria integra liderazgo técnico en mantenimiento predictivo, modelamiento estadístico e ingeniería de datos.

Actualmente como Learning Engineer en SimpliRoute, me enfoco en el diseño de infraestructura agéntica con MCP, sistemas distribuidos de geocodificación y pipelines de datos a gran escala.

Experiencia Profesional

SimpliRoute

Learning Engineer (Machine Learning & AI)

Agosto 2025 - Presente

Santiago, Chile (Remoto)

  • Diseño y despliegue en producción de infraestructura agéntica multi-agente basada en Model Context Protocol (MCP) para motores de planificación logística, implementando delegación por dominios, flujos Human-in-the-Loop, suites de evaluación en producción (Agent Evals), guardrails deterministas y estado distribuido con Redis en Kubernetes.
  • Arquitectura y evolución de una plataforma distribuida de geolocalización y geocodificación directa/inversa multi-proveedor, diseñando motores de puntaje de confianza (confidence scoring), fallbacks resilientes, paralelización de consultas con reutilización de sesiones HTTP y redacción automática de PII.
  • Gestión y modelado de datos a gran escala en Google BigQuery, canalizaciones de procesamiento distribuido con Google Cloud Dataflow / Apache Beam y orquestación con Google Pub/Sub y Apache Airflow, garantizando linaje de datos y telemetría crítica.
  • Participación en la evolución y operación de modelos predictivos en producción, automatizando flujos de reentrenamiento y monitoreo de desempeño.
Fracttal

Tech Lead Fracttal Hub

Noviembre 2023 - Julio 2025

Santiago, Chile

  • Liderazgo de equipo multidisciplinario de integraciones con personas en distintos países, enfocado en mentoría técnica, desarrollo profesional y un entorno colaborativo.
  • Planificación estratégica del roadmap de Fracttal Hub, alineando los objetivos de negocio y la entrega continua de valor a clientes.
  • Desarrollo en Python para librerías de procesamiento de datos y orquestación de tareas, habilitando la integración con múltiples fuentes y destinos, con más de 100 acciones posibles y capacidades avanzadas de transformación.
  • Supervisión y coordinación de proyectos de integración para decenas de clientes, aplicando gestión eficiente de recursos, plazos y flujos de datos confiables.
Fracttal

Data Scientist

Agosto 2021 - Noviembre 2023

Santiago, Chile

  • Diseño e implementación de procesos de ciencia de datos para las plataformas Predictto y Fracttal One, con foco en generar valor a partir de datos operacionales de maquinaria.
  • Desarrollo de modelos analíticos aplicados a mantenimiento predictivo, priorización de activos y predicción de fallas combinando ML, estadística y conocimiento del dominio.
  • Colaboración en la creación y desarrollo de producto para gestionar integraciones entre Fracttal y otras plataformas de software empresariales.
  • Evaluación continua de modelos en producción, optimizando pipelines de datos para garantizar la precisión y robustez en entornos reales.
Fracttal

Analista de Datos

Febrero 2020 - Julio 2021

Santiago, Chile

  • Desarrollo desde cero de la herramienta de mantenimiento predictivo, utilizando análisis estadístico avanzado y modelos preliminares de Machine Learning.
  • Diseño, manejo y optimización de bases de datos relacionales para almacenar lecturas de telemetría e historial de mantenimiento.
  • Apoyo en el desarrollo web frontend/backend básico de visualizaciones de datos y métricas para tomadores de decisiones.

Habilidades & Herramientas

IA Agéntica & Machine Learning

Sistemas Multi-Agente LLMs & GenAI Model Context Protocol (MCP) Evaluación de Agentes (Evals) Claude Code & Antigravity Monitoreo de Modelos ML Prompt Engineering Automatización CI/CD con IA

Ciencia de Datos & Librerías ML

Pandas & NumPy Scikit-learn TensorFlow LangChain Vertex AI Analítica de Datos Estadística & Probabilidad Teoría de Grafos

Lenguajes de Programación

Python SQL MATLAB JavaScript TypeScript Java Node.js Bash / Shell

Frontend & Desarrollo Web

React JS Astro Tailwind CSS FastHTML & HTMX Vite Streamlit HTML & CSS Plotly / Dash Figma

Backend, Bases de Datos & Big Data

FastAPI PostgreSQL BigQuery Redis Dataflow / Apache Beam Pydantic Django SQL Server MySQL SQLite MongoDB Dexie.js (IndexedDB) SQLModel Pub/Sub ETLs

Contenedores, Orquestación & Cloud

Airflow Google Cloud (GCP) Google Cloud Run & Artifact Registry Docker Airbyte Kubernetes ArgoCD Git GitHub Bitbucket Vercel

Metodologías & Gestión de Producto

Metodologías Ágiles Planificación de Roadmaps Diseño de Sistemas Test-Driven Development (TDD) Jira Notion

Liderazgo & Habilidades Blandas

Liderazgo Técnico Team Building Colaboración Cross-functional Comunicación Efectiva Resolución de Problemas

Educación

Universidad de Chile

Ingeniería Civil con mención en estructuras, construcción y geotecnia

Egresada 2019, Titulada 2020 (Distinción Máxima)

Mención en estructuras, construcción y geotecnia. Trabajo de título en Procesos Gaussianos para detección de fallas estructurales. Titulada con distinción máxima.

Prácticas profesionales: EGIS y DOM Curicó (cálculo estructural y presupuestos).


Universidad de Chile

Licenciada en Ciencias de la Ingeniería, mención Civil

Finalizada 2017

Formación en ciencias físico-matemáticas, modelamiento numérico y optimización. Actividad destacada: Ayudante del curso Probabilidades y Estadística.

Publicaciones Científicas

Structural Control Health Monitoring

Generalized Gaussian smoothing for baseline-free debonding assessment of sandwich panels

Marzo 2021

Investigación en monitorización de integridad estructural (SHM) y evaluación no destructiva en paneles sándwich de materiales compuestos de alto rendimiento.

Desarrolla una formulación matemática baseline-free basada en Procesos Gaussianos (GP) y análisis Bayesiano sobre modos de curvatura vibracional, detectando y cuantificando delaminaciones (debonding) sin requerir datos previos del estado intacto.

Cursos & Certificaciones

EFSET English Certificate

EF SET - Nivel C2 Proficient

2020

Applied Machine Learning in Python

University of Michigan (Coursera)

2020

React & Django Full Stack Developer

Udemy Web & Backend Development

2022

Mastering Data Visualization

Udemy - Theory and Foundations

2022