Nicolás Aller Ponte

Sep 2026 - Actualidad

Data & AI Engineer · Pull&Bear

Diseño e implemento soluciones de datos e inteligencia artificial para el departamento de distribución: agentes y automatizaciones basados en LLMs, y paneles analíticos que agilizan la toma de decisiones, todo sobre un stack de datos en la nube dentro del ecosistema Microsoft.

Ficha técnica

Área: Distribución.
Stack: LLMs & agentesAutomatización de procesosPower BISnowflakeAzure DevOpsEcosistema Microsoft
Qué hago: Construyo automatizaciones end-to-end y agentes basados en LLMs para tareas del departamento, modelo y expongo datos en Snowflake, y diseño dashboards en Power BI para el seguimiento de indicadores clave. El desarrollo se versiona y despliega con Azure DevOps.

Sep 2026 - Actualidad

Máster en Computación de Altas Prestaciones · UDC · USC · CESGA

Máster interuniversitario de 60 ECTS que imparten la Universidade da Coruña y la Universidade de Santiago de Compostela junto con el Centro de Supercomputación de Galicia. Las prácticas se hacen sobre Finisterrae, el supercomputador del CESGA.

Ficha técnica

Stack: C/C++OpenMPMPICUDA y GPUArquitecturas heterogéneasClústeres y supercomputaciónOptimización y perfilado de códigoHPC en la nube
Qué estudio: Obligatorias de arquitecturas de altas prestaciones, programación paralela, programación de arquitecturas heterogéneas e infraestructuras de altas prestaciones. Optativas de herramientas para HPC, HPC en la nube, programación paralela avanzada y análisis de datos con HPC.
Formato: 60 ECTS en dos semestres, con prácticas profesionales (6 ECTS) y trabajo fin de máster (15 ECTS).

May 2026 - Jul 2026

Desarrollador freelance · SGAR

Desarrollé SGAR, una aplicación para una farmacia que automatiza la gestión de recetas electrónicas. Hasta entonces el proceso era manual: descargar dos documentos por paciente del portal público de receta electrónica y cotejarlos a mano contra una hoja de cálculo.

Ficha técnica

Stack: PythonFastAPISQLiteJavaScriptAutomatización de navegador (RPA)Extracción de datos de PDF
Qué hice: Dos módulos independientes que se comunican por ficheros y una base de datos local. Uno automatiza la descarga de los documentos del portal; el otro los procesa, los cruza con el catálogo de equivalencias y con el stock, y los presenta en una aplicación web con calendario de dispensaciones.
Protección de datos: Son datos médicos: los registros guardan códigos de paciente y no nombres, y toda dispensación la valida el farmacéutico.

Abr 2026 - Sep 2026

Tech Ambassador · Inditex

Hice de enlace entre Inditex Tech y el entorno universitario: recibí formación por parte de Inditex y busqué eventos y workshops en los que la empresa pudiera participar.

Ficha técnica

Qué hice: Formaciones impartidas por Inditex. Búsqueda de eventos, hackathons y workshops de interés para la empresa, y contacto entre los organizadores y Inditex Tech.
Stack: Sin componente técnica: es un papel de representación.

Nov 2025 - Mar 2026

Ayudante de investigación · Cátedra Inditex-UDC

Investigación en selección de características eficiente. ReliefF captura interacciones entre variables, pero su coste crece con el cuadrado del número de instancias, lo que lo vuelve inviable en conjuntos grandes.

Ficha técnica

Stack: Pythonscikit-learnÍndices vectoriales (HNSW)Compilación JITClusteringNumPyPandasLaTeX
Qué hice: Dos variantes del algoritmo. Una sustituye la búsqueda exacta de vecinos por búsqueda aproximada sobre un índice vectorial; la otra reduce el conjunto de entrenamiento a un número acotado de prototipos mediante clustering.
Resultado: En conjuntos de millones de instancias, más de dos órdenes de magnitud de aceleración y alrededor de un tercio menos de emisiones, con una calidad de selección estadísticamente equivalente. Código bajo licencia MIT y memoria disponible aquí.

Sep 2025 - Oct 2025

AI Engineer, prácticas · Gradiant

Prácticas en el área de inteligencia artificial, dentro de un proyecto de validación de expedientes del sector asegurador: comprobar si una imagen y la descripción que la acompaña son coherentes entre sí.

Ficha técnica

Stack: PythonPyTorchLLMs multimodales (visión y lenguaje)Embeddings de textoSimilitud semánticaGPU
Qué hice: El modelo genera una nueva descripción de la imagen con un formato fijo y se compara con la descripción original mediante embeddings. Una similitud baja señala una posible incoherencia.
Resultado: Evaluación sobre un conjunto público de imágenes de daños en vehículos, con puntuaciones por muestra y métricas agregadas.

2022 - 2026

Grado en Ciencia e Ingeniería de Datos · UDC

Grado en Ciencia e Ingeniería de Datos en la Universidade da Coruña. El Trabajo Fin de Grado, sobre optimización computacional de ReliefF, se calificó con 10 y Matrícula de Honor.