cristhIAn
EN

Hola, soy

Cristhian Wiki

Ingeniero de Machine Learning

Ingeniero de ML autodidacta de Perú. Llevo sistemas de deep learning de la investigación a producción, y lo siguiente es un posgrado en deep learning y neurociencia.

Descargar CV Ver proyectos
profile.py Python 3.12 
 
 
 
 TERMINAL  
 
 
 $  
 
   ✓  APIs con FastAPI 
   ✓  Modelos de ML entrenados 
   ✓  Despliegue en AWS 
   ✓  Listo para producción 
 
  Estado: Llevando sistemas de ML a producción 
 
 
 
 
    
 
   
   
 
01Sobre mí
 
Un poco sobre mí.
 
 Cristhian Wiki 
 Hola, soy Cristhian Wiki, ingeniero de machine learning e investigador autodidacta de Perú. Soy fan de PyTorch y me interesa mucho crear arquitecturas de redes neuronales novedosas (estado del arte), además de implementarlas rápido y hacerlas accesibles con herramientas de MLOps. 

 Mi meta como persona es poder cambiar el mundo y hacerlo un lugar mejor, con deep learning y mucha creatividad. Me encantan los retos, y lo siguiente en mis planes es una maestría o un doctorado enfocado en deep learning y neurociencia. 

 Fuera del trabajo me encontrarás manejando moto, metiéndole mano a los carros, viajando cada vez que puedo y en el gimnasio. Pero sobre todo, pasando tiempo con mis gatos, que son prácticamente todo mi mundo. 
 
 
 
 
“Cualquier tonto puede escribir código que una computadora entienda. Los buenos programadores escriben código que los humanos pueden entender.”
 — Martin Fowler 
 
“Nada interfiere con mi concentración. Podrías montar una orgía en mi oficina y no levantaría la vista. Bueno, quizá una vez.”
 — Isaac Asimov 
 
“En algún lugar, algo increíble está esperando ser descubierto.”
 — Carl Sagan 
 
 
 
  
 
 
02Experiencia profesional
 
El camino hasta ahora.
 
   
     
  1.  
     2020 Oct 2020 — Jul 2021 
      
     
    Desarrollador Full Stack y Data Scientist
     
     MDP Consulting  · Lima, PE (Remoto) 
      
       
    • Gestioné pipelines de datos y servicios de IA en IBM Cloud para mejorar la gestión de cobranzas de clientes bancarios.
    • Construí modelos de ML sobre el uso de servicios con pandas, scikit-learn y Jupyter.
    • Realicé pruebas de seguridad (inyección SQL) con SQLInjectMe, Sqliv y Sqlmap.
      •  
     
     
  2.  
     2021 Jul 2021 — Dic 2021 
      
     
    Desarrollador Full Stack
     
     Chazki  · Lima, PE (Remoto) 
      
       
    • Desarrollé funcionalidades para la plataforma logística de Chazki (web y móvil) con Vue, React Native, Node y GCP.
    • Participé en un backend en Spring Boot que calcula rutas de entrega mínimas con algoritmos de optimización en Java.
    • Implementé mensajería con Kafka para transmitir datos en tiempo real en un entorno de Big Data.
      •  
     
     
  3.  
     2022 Ene 2022 — Dic 2022 
      
     
    Desarrollador Full Stack
     
     AmauTeach Project  · Lima, PE (Remoto) 
      
       
    • Construí AmauTeach Exam, una plataforma de exámenes en línea con ML para prevenir el plagio (Vue, Flask, FastAPI, Node).
    • Diseñé sistemas de visualización de datos para comunicar hallazgos a los stakeholders.
    • Integré servicios de AWS (Cognito, S3, Lambda) para autenticación, almacenamiento y procesamiento con microservicios.
      •  
     
     
  4.  
     2023 May 2023 — Oct 2023 
      
     
    Machine Learning Engineer
     
     Impacto AI  · Lima, PE (Remoto) 
      
       
    • Lideré el desarrollo de chatbots para WhatsApp, Messenger e Instagram sobre modelos GPT, además de modelos de visión computacional (OCR) y reconocimiento de voz.
    • Lideré proyectos de ciencia de datos con PySpark en AWS para análisis de datos a gran escala y desarrollo de modelos.
    • Automaticé despliegues de ML en producción con Airflow, gestionando pipelines en tiempo real y por lotes.
      •  
     
     
  5.  
     2023 Nov 2023 — Nov 2024 
      
     
    Desarrollador Full Stack
     
     Sokso  · Lima, PE (Híbrido) 
      
       
    • Lideré las mejoras de frontend (Vue.js) de la plataforma SMART 2.0 y reforcé los estándares de ciberseguridad en frontend y backend (.NET).
    • Participé en la construcción inicial de SMART 3.0 (Nest.js + Next.js) con un pipeline de DevOps en AWS (ECS, S3, CI/CD).
    • Construí pilotos de ML para pronóstico de precios y predicción de abandono de clientes con técnicas de series de tiempo (PyTorch, GCP).
      •  
     
     
  6.  
     2023 Nov 2023 — Mar 2025 
      
     
    Desarrollador Full Stack especializado en IA
     
     ArkRisk  · Nueva York, EE. UU. (Remoto, medio tiempo) 
      
       
    • Construí un sistema RAG con memoria y uso de herramientas (FastAPI, LangGraph, Ollama) integrando DeepSeek, Llama3 y Phi4, desplegado en una instancia de AWS con GPU.
    • Llevé a producción soluciones con LLMs (Hugging Face Inference Endpoints, modelos propios en PyTorch sobre EC2) combinadas con OCR para digitalizar pólizas de seguros.
    • Desarrollé chatbots de preguntas y respuestas basados en RAG con OpenAI Assistants v2, más un frontend en Next.js que consume los servicios de FastAPI.
      •  
     
     
  7.  
     2024 Nov 2024 — Jun 2025 
      
     
    Tech Lead
     
     Sokso  · Lima, PE (Híbrido) 
      
       
    • Lideré el diseño de arquitectura de la plataforma SMART 3.0, definiendo estándares técnicos y guiando a los equipos de backend y frontend.
    • Dirigí la migración del ERP de SAP a NetSuite, coordinando la transferencia de datos críticos y el rediseño de procesos de negocio.
    • Gestioné la infraestructura en AWS (EC2, ECS, S3), los pipelines de CI/CD y la optimización de costos y rendimiento.
      •  
     
     
  8.  
     2025 Jun 2025 — Actualidad 
      
     
    Senior Machine Learning Engineer — Consultor
     
     Seidor Analytics  · Lima, PE (Híbrido) 
     
      Puesto actual 
     
       
    • Diseñé plataformas de datos escalables y sistemas de ML de punta a punta para clientes de la industria de bebidas en LATAM (Koandina, Bodegas La Negrita, Arca Continental, Industrias San Miguel).
    • Construí arquitecturas de datos en tiempo real (AWS Kinesis, Glue, Athena, AppSync) y pipelines de MLOps completos en Snowflake ML con Feature Store y Model Registry.
    • Lideré modelos de pronóstico de demanda y dashboards de BI (Streamlit, Power BI), optimizando costos de nube con IaC (CDK/SAM).
      •  
     
     
    9.  
  9.  
    Sigue
      
      
     Próxima parada ¿Tu equipo? 
     Conversemos ↗      
     
    10.  
 
 
 
   
 
 
03Formación y logros
 
Siempre aprendiendo.
 
 
 
     Formación 
  
 
 
     Logros 
 
     
  •  2018 – 2023 
    Beca 18 – PRONABEC (beca para estudiantes de alto rendimiento académico)
     
  •  2018 – 2023 
    Top 5% – Facultad de Ciencias, UNI
     
    •  
 
 
 
 
     Certificados 
  
 
 
     Charlas 
  
 
 
  
  
 
04Stack técnico
 
Las herramientas del oficio.
 
 
 
IA e IA generativa
 
 Deep LearningLLMsAgentic AIRAGCNNsSeries de tiempo 
 
 
Frameworks
 
 PyTorchTensorFlowScikit-LearnXGBoost 
 
 
MLOps y despliegue
 
 FastAPIDockerCI/CDMLflowKubeflowModel Registry 
 
 
Datos y nube
 
 PythonSQLSnowflakeSparkAWSAzureGCP 
 
 
 
 
  
 
 
05Proyectos
 
Trabajo destacado.
 
 
 
  
  
 
Sistema de detección de células sanguíneas 🔬🩸
 
Este trabajo propone un sistema rápido y económico para reconocer 3 tipos de células sanguíneas usando redes convolucionales. Nuestro modelo de DL destaca por sus tiempos de inferencia reducidos y por lo fácil que es desplegarlo en hardware con pocos recursos, como una Raspberry Pi.
 
 PytorchFlaskRaspberry 
 
  Caso de estudio   Demo en vivo   Código  
 
 
 
  
  
 
Chatbot médico Unimedic 🤖💬
 
Unimedic es un chatbot capaz de responder distintas consultas médicas en tiempo real. Además, segmenta imágenes médicas (sobre todo imágenes cerebrales) con modelos de Deep Learning y luego ofrece algunas recomendaciones.
 
 PytorchFastAPIReact Native 
 
  Caso de estudio   Demo en vivo   Código  
 
 
 
      
 
  
 
 
06Contacto
 
  
 
Abierto a conversaciones, colaboraciones u oportunidades en ML e IA.
 
 
 
Escríbeme
 
 christiansanchezsaune@gmail.com   
 
  
LinkedIn    
GitHub