Ingeniería de producto con IA · Barcelona, desde 2009

Construimos software con la IA en el centro.

Productos, plataformas y machine learning especializado, diseñados, construidos y operados en producción por un equipo senior que lleva más de 15 años lanzando software.

Un prototipo es fácil. Nosotros construimos la versión que aguanta usuarios reales, datos reales y una auditoría.

+15 años

construyendo software para startups y empresas. Hoy, productos con IA de principio a fin.

  • TAO Group
  • Meter
  • Reedy
  • Gathersight
  • Hakkasan
  • Synchrony

La mayoría de productos con IA se quedan en la demo.

El modelo rara vez es el problema. Lo que falla es todo lo que lo rodea.

Que un modelo responda bien una vez es fácil. Que acierte diez mil veces, con datos reales, a un coste previsible y dejando registro de cada decisión es un problema de ingeniería. Estos son los fallos que eliminamos desde el primer día:

  • Sin evaluaciónSin una batería de evaluación, una nueva versión del modelo o del prompt empeora los resultados y nadie se entera.
  • Sin trazabilidadSi una respuesta no se puede rastrear hasta su documento o dato de origen, no se puede auditar, explicar ni corregir.
  • Coste y latencia sin planificarUna inferencia que cuesta céntimos en la demo puede costar miles al mes en producción. Lo modelamos antes de construir.
Capacidades técnicas

La ingeniería que hay debajo.

Cada término técnico, explicado en una frase, para que sepas exactamente qué recibes y por qué importa.

  • Cloud y MLOps

    Desplegamos donde ya funciona tu empresa, con infraestructura como código, contenedores y CI/CD, para que cada entorno y cada versión del modelo se puedan reproducir y auditar.

    AWS (Bedrock, SageMaker, Lambda) · Google Cloud (Vertex AI) · Azure · Terraform · Docker

  • Harness de agentes

    Todo lo que rodea al modelo para que un agente sea fiable en tareas largas: gestión del contexto, pasos verificables, reintentos, estado persistente y evaluación de cada salida.

    LangGraph · orquestación multiagente · tool calling · MCP · guardrails

  • Modelos de decisión y ML clásico

    Sistemas que puntúan, clasifican, ordenan o recomiendan combinando reglas de negocio, machine learning clásico y LLMs. Cada decisión se puede explicar y revisar.

    Scoring · clasificación · ranking · lógica determinista · explicabilidad

  • RAG y búsqueda semántica

    Modelos que responden con tus propios documentos y no de memoria, y citan la fuente de cada respuesta para que se pueda comprobar.

    Embeddings · bases vectoriales · Document AI · búsqueda híbrida · reranking

  • Modelos propios y abiertos

    Cuando un modelo general no basta, lo adaptamos a tu dominio o ejecutamos modelos abiertos en tu infraestructura o en el dispositivo, para que los datos sensibles no salgan de casa.

    Fine-tuning · SFT · DPO · LoRA · modelos open-weight · inferencia local

  • Evaluación y observabilidad

    Cada paso de cada ejecución queda trazado y puntuado, así sabemos qué falla, cuánto cuesta y cuánto tarda antes de que lo noten tus usuarios.

    Trazas · Langfuse · evals automáticas · scoring de trazas · coste y latencia

¿Producto nuevo o ya en producción?

A · Desde cero

Nuevo producto con IA

De la idea al MVP y de ahí a escalar: un producto web, de escritorio o móvil con la IA en el centro, validado con datos reales antes de comprometerte con el desarrollo completo.

Cómo trabajamos
B · Sobre lo que ya funciona

IA dentro de tu producto

Añadimos funcionalidades de machine learning y LLM a productos que ya están en producción, sin parar lo que funciona. Un modelo que ayuda a decidir o un agente que hace el trabajo pesado.

Validar.Lanzar.Escalar.

Cada fase termina con una decisión: seguir, cambiar el rumbo o parar.

  1. 01 · Prueba de concepto

    Probamos la idea con tus datos reales. Entregable: un informe técnico con precisión medida, coste por uso, latencia y riesgos.

  2. 02 · MVP

    Una primera versión en producción, con el código en tu repositorio, CI/CD, monitorización y documentación desde el primer sprint.

  3. 03 · Escalado

    Pruebas de carga, observabilidad, control del gasto en modelos y un plan de evolución para cuando cambien los proveedores y los modelos de IA.

Seguridad y normativa

Diseñado para pasar una auditoría.

El cumplimiento normativo no se añade al final. Forma parte de la arquitectura desde la primera línea.

  • Reglamento europeo de IA

    Clasificamos el nivel de riesgo de tu sistema y preparamos lo que exige el AI Act: documentación técnica, registros, transparencia y supervisión humana.

  • RGPD y datos

    Minimización de datos, evaluaciones de impacto, datos alojados en la UE y modelos que nunca se entrenan con tu información.

  • Seguridad en LLMs

    Pruebas contra inyección de prompts y fuga de datos según el OWASP Top 10 para LLMs, control de accesos y límites estrictos a lo que puede hacer un agente.

  • Trazabilidad

    Cada decisión del sistema queda registrada y es auditable. Si un regulador pregunta, tienes la respuesta.

  • EU AI Act
  • RGPD
  • OWASP LLM Top 10
  • NIS2

Un equipo senior detrás de cada proyecto.

Ingeniería de software, ML aplicado, infraestructura y producto, con décadas de experiencia conjunta llevando software a producción.

Miembros de DCA-IAPremio TechBehemoths 2024 y 2025Conócenos

Preguntas frecuentes.

¿Qué hace una empresa de desarrollo de producto con IA?

Diseñamos y construimos software donde la IA es el núcleo: desde el producto y su interfaz hasta los modelos, los pipelines de datos y la infraestructura cloud que hay detrás, y lo operamos en producción con evaluación y monitorización.

¿Podéis añadir machine learning a un producto que ya tenemos?

Sí, es una parte importante de nuestro trabajo: modelos de ML y agentes de IA integrados en productos ya en producción, como el scoring de llamadas en tiempo real o un agente de análisis de riesgo para una fintech, sin parar lo que funciona.

¿Construís modelos propios o solo usáis APIs de LLM?

Las dos cosas, según lo que pida el problema. Usamos LLMs comerciales en AWS, Google Cloud o Azure, ajustamos o ejecutamos modelos abiertos cuando los datos no pueden salir de casa y entrenamos modelos de ML clásico para scoring, ranking o previsión.

¿Cumplís con el Reglamento europeo de IA y el RGPD?

Diseñamos cada sistema teniendo en cuenta el AI Act y el RGPD desde el principio: clasificación del riesgo, documentación, trazabilidad, supervisión humana y datos alojados en la UE.

¿Dónde estáis?

En Barcelona. Trabajamos en español, inglés y catalán con clientes de Europa y EE. UU.