Full-Stack AI Engineer · Data Scientist · Fundador de Zambrains · Tecnólogo
CDMX, México · 7 años de experiencia
Soy Alan García Zambrano. Soy tecnólogo de corazón. Llevo 7 años construyendo sistemas de datos e inteligencia artificial que hoy en día siguen en producción.
Me formé en el Instituto Politécnico Nacional en Ciudad de México donde cursé la carrera de Ingeniería en Computación, hice una maestría en IA (con especialidad en algoritmos genéticos) también en el IPN, y poco después un MBA con especialidad en mercadotecnia digital. En 2019 pasé por McGill University en Quebec, Canadá, como participante académico. Esa mezcla entre técnica dura y administración es lo que me permite entender tanto el modelo como el negocio detrás de él.
Empecé mi carrera como especialista en Big Data, aplicando tecnologías como SQL, Python, Amazon Web Services (AWS) y Azure ML por algunos años. Desde entonces mi experiencia me ha llevado por caminos muy distintos: desde retos de salud pública como el análisis epidemiológico durante la pandemia, hasta el sector retail con predicción de inventarios, canales de venta, precios dinámicos y personalización de la experiencia del cliente como experto en Data Science y Machine Learning. También he participado en proyectos para el sector público que hoy siguen impactando a millones de mexicanos con Inteligencia Artificial.
Hoy divido mi tiempo entre consultoría técnica para empresas e instituciones, construcción de productos propios bajo mi marca Zambrains, y cursos de programación e IA. Además soy fundador y CEO de Dessirena, una marca mexicana de cursos e insumos para cosmética natural donde aplico mi propio stack tecnológico.
En mi tiempo libre soy músico. Desde hace muchos años soy bajista de Tracktomotor, mi banda de metal. Me encanta interpretar mi música en el escenario.
ene 2019 – dic 2019 · Telecomunicaciones
Total Play
Análisis de comportamiento de suscriptores aplicando técnicas de Data Mining: Market Basket Analysis y segmentación de clientes. Pipelines ETL escalables sobre AWS S3 y Redshift con Python y boto3. Dashboards de Business Intelligence integrando datos de entornos cloud híbridos (AWS + Azure).
ene 2020 – ene 2023 · Epidemiología · COVID-19
Unidad de Inteligencia Epidemiológica
Modelos críticos de ML (series de tiempo, regresión) correlacionando contaminación atmosférica con mortalidad por COVID-19 y analizando patrones de movilidad para estrategias nacionales de contención. Sistema de Social Listening con NLP y análisis de sentimiento sobre Twitter para monitoreo en tiempo real. Dashboards geoespaciales interactivos.
ene 2022 – dic 2024 · Retail
GO-SHARP
Lideré al equipo de machine learning en cuentas de retail: Nestlé, Walmart, Sigma, cadenas de farmacias y de gasolineras. Catálogos de cientos de miles de SKUs repartidos en cientos de puntos de venta, que es donde el problema deja de ser estadístico y se vuelve de ingeniería. Cubrí tanto pronóstico supervisado como descubrimiento de patrones no supervisado con XGBoost, Random Forest y K-Means, y aun así lo difícil nunca fue el modelo, ni siquiera limpiar los datos, sino convencer al cliente. Levanté además la plataforma de datos entre Azure, Databricks y AWS Redshift, con el ETL corriendo en Airflow; una vez afinada, toda la ingesta de alto volumen siguió sin supervisión, que es más o menos el mayor elogio que recibe una infraestructura.
ene 2024 – ene 2026 · Salud pública
Secretaría de Salud
Dirección del desarrollo e implementación end-to-end de la plataforma de la Semana Nacional de Salud Pública, que sirvió a más de 20 millones de ciudadanos. Modelos ML + forecasting estadístico (ARIMA) para validación de certificaciones de la Cartilla Nacional de Salud. Pipelines ETL automatizados desde cubos OLAP y dashboards interactivos para toma de decisión ejecutiva.
ene 2025 – dic 2025 · Sector público
Instituto Nacional Electoral
Arquitectura y despliegue de un sistema RAG (Retrieval-Augmented Generation) end-to-end para análisis legal y presupuestal de documentos institucionales. Pipeline OCR híbrido con Google Document AI, estrategias de chunking avanzado (híbrido, semántico, sliding window) y almacenamiento vectorial en SurrealDB. Aplicación web full-stack React + Python para consultas en lenguaje natural.
feb 2026 – hoy · Manufactura
Fabricante de vidrio automotriz
Mejoré el pronóstico de demanda de componentes de vidrio automotriz en GM, Ford y Stellantis, de modo que los ciclos de planificación se acortaron y el inventario se ajustó. Nada exótico debajo, series de tiempo y regresión sobre datos que yo mismo extraigo y depuro, que es la mitad que nadie mete en la presentación. La información del cliente vivía detrás de una docena de portales, cada uno con su carácter, así que construí bots autónomos que resuelven solos cómo atravesarlos y los programé como jobs en Databricks: un flujo que antes se comía días ahora corre con un disparador, y el equipo ya se olvidó felizmente de que existe.
Stack ·
feb 2026 – hoy · Manufactura
Fabricante de vidrio automotriz
Mejoré el pronóstico de demanda de componentes de vidrio automotriz en GM, Ford y Stellantis, de modo que los ciclos de planificación se acortaron y el inventario se ajustó. Nada exótico debajo, series de tiempo y regresión sobre datos que yo mismo extraigo y depuro, que es la mitad que nadie mete en la presentación. La información del cliente vivía detrás de una docena de portales, cada uno con su carácter, así que construí bots autónomos que resuelven solos cómo atravesarlos y los programé como jobs en Databricks: un flujo que antes se comía días ahora corre con un disparador, y el equipo ya se olvidó felizmente de que existe.
ene 2025 – dic 2025 · Sector público
Instituto Nacional Electoral
Arquitectura y despliegue de un sistema RAG (Retrieval-Augmented Generation) end-to-end para análisis legal y presupuestal de documentos institucionales. Pipeline OCR híbrido con Google Document AI, estrategias de chunking avanzado (híbrido, semántico, sliding window) y almacenamiento vectorial en SurrealDB. Aplicación web full-stack React + Python para consultas en lenguaje natural.
ene 2024 – ene 2026 · Salud pública
Secretaría de Salud
Dirección del desarrollo e implementación end-to-end de la plataforma de la Semana Nacional de Salud Pública, que sirvió a más de 20 millones de ciudadanos. Modelos ML + forecasting estadístico (ARIMA) para validación de certificaciones de la Cartilla Nacional de Salud. Pipelines ETL automatizados desde cubos OLAP y dashboards interactivos para toma de decisión ejecutiva.
ene 2022 – dic 2024 · Retail
GO-SHARP
Lideré al equipo de machine learning en cuentas de retail: Nestlé, Walmart, Sigma, cadenas de farmacias y de gasolineras. Catálogos de cientos de miles de SKUs repartidos en cientos de puntos de venta, que es donde el problema deja de ser estadístico y se vuelve de ingeniería. Cubrí tanto pronóstico supervisado como descubrimiento de patrones no supervisado con XGBoost, Random Forest y K-Means, y aun así lo difícil nunca fue el modelo, ni siquiera limpiar los datos, sino convencer al cliente. Levanté además la plataforma de datos entre Azure, Databricks y AWS Redshift, con el ETL corriendo en Airflow; una vez afinada, toda la ingesta de alto volumen siguió sin supervisión, que es más o menos el mayor elogio que recibe una infraestructura.
ene 2020 – ene 2023 · Epidemiología · COVID-19
Unidad de Inteligencia Epidemiológica
Modelos críticos de ML (series de tiempo, regresión) correlacionando contaminación atmosférica con mortalidad por COVID-19 y analizando patrones de movilidad para estrategias nacionales de contención. Sistema de Social Listening con NLP y análisis de sentimiento sobre Twitter para monitoreo en tiempo real. Dashboards geoespaciales interactivos.
ene 2019 – dic 2019 · Telecomunicaciones
Total Play
Análisis de comportamiento de suscriptores aplicando técnicas de Data Mining: Market Basket Analysis y segmentación de clientes. Pipelines ETL escalables sobre AWS S3 y Redshift con Python y boto3. Dashboards de Business Intelligence integrando datos de entornos cloud híbridos (AWS + Azure).
01 · Data Science e IA
02 · Desarrollo de software
03 · Ingeniería de datos
04 · Prompt engineering
05 · Business Intelligence
06 · Arquitectura cloud
Universidad de las Tres Culturas
Especialidad en Mercadotecnia Digital
2020 – 2022
McGill University
Quebec, Canadá
2019
CIDETEC · IPN
Especialidad en Inteligencia Artificial
2017 – 2019
Instituto Politécnico Nacional
2009 – 2016
2025 · Plataforma
Desarrollo de la plataforma nacional para la Secretaría de Salud, con alcance de más de 20 millones de personas beneficiadas.
2025 · Ponencia
Participación como ponente en el congreso organizado por la CISS (Conferencia Interamericana de Seguridad Social), abordando la integración de inteligencia artificial en la prevención de riesgos laborales.
CISS · 30 de julio de 2025
2025 · Ponencia
Ponencia en el evento del Día Mundial de la Salud en el Trabajo organizado por el ISSSTE, sobre aplicación de IA y automatización en la prevención de riesgos laborales.
ISSSTE · 28 de abril de 2025
2021 · Publicación
Publicación presentada en 11th TEPHINET Regional Scientific Conference of the Americas.
TEPHINET 2021 · 11th Regional Scientific Conference of the Americas
2021 · Premio
Equipo Epi Mobility. Proyecto 'Afluencia del Metro e incidencia de casos de COVID-19 en CDMX, 2021' sobre datos abiertos del gobierno de la Ciudad de México.
2019 · Tesis
Generative AI Music Composer — algoritmo de ML para composición musical original, defendido en CIDETEC-IPN.
2018 · Publicación
Artículo indexado sobre composición musical con inteligencia computacional basada en sinestesia.
A. García-Zambrano, Y. Villuendas-Rey, O. C. Nieto · Res. Comput. Sci. 147(12), 233-242 · 2018
Las constancias, ponencias y galería completa de reconocimientos viven en la galería.
Respondo WhatsApp y email en menos de 24h.