Fedor Chishchin
Ingeniero y constructor de IA · Senior Full-Stack · Más de 20 años construyendo software y empresas
fedorstartup@gmail.comfedorthinks.comlinkedin.com/in/teochigithub.com/fedorellogitlab.com/teochiRemoto · Uruguay (UTC−3), con solapamiento horario con EE. UU.
Ingeniero y constructor de IA especializado en orquestación multiagente y desarrollo de agentes guiado por especificaciones. Actualmente soy Senior AI Engineer para un cliente de biotecnología con sede en EE. UU., donde diseño e implemento sistemas de IA autónomos para la investigación científica, evaluados frente a múltiples benchmarks públicos de agentes (incl. BixBench de FutureHouse) y conjuntos de escenarios internos personalizados. Opero en la frontera del desarrollo nativo de IA: no escribo código a mano, dirijo agentes de programación (Claude Code sobre Opus) como capa de implementación mientras me hago cargo de la arquitectura, la metodología y la calidad. Más de 20 años de ingeniería aportan el criterio de sistemas para diseñar lo que debe construirse; la práctica diaria con agentes aporta la velocidad para llevarlo a producción.
Áreas de especialización
- Orquestación de agentes
- Arquitectura de sistemas multiagente · Orquestación jerárquica · Agentes como herramientas · Protocolos entre agentes · Flujos de trabajo recursivos · ReAct y plan-execute · Transferencias tipadas y recuperables con reintentos y fallbacks
- Ingeniería de LLM
- RAG (chunking, búsqueda híbrida, reranking) · Búsqueda vectorial y embeddings (pgvector) · Prompt engineering · Salida estructurada, tool/function calling · Streaming · Optimización de contexto y coste de tokens · Servidores MCP (Stdio, SSE, Streamable HTTP) · Model-agnostic — OpenAI, Anthropic, Google, OpenRouter, además de modelos self-hosted / locales vía Ollama
- Evaluación y fiabilidad
- Marcos de evaluación — benchmarks públicos de agentes (incl. BixBench de FutureHouse) y conjuntos de escenarios privados reservados · Evaluaciones offline + online · Suites de regresión y guardrails · Trazabilidad, control de coste y observabilidad · La calidad se mide, no se declara
- Desarrollo nativo de IA
- Desarrollo guiado por especificaciones — la fuente de verdad es la especificación escrita, no el prompt · Dirección de agentes de programación (Claude Code sobre Opus) como capa de implementación, de extremo a extremo · Los agentes escriben el código; yo soy responsable de la arquitectura, la metodología y el listón de calidad
- Arquitectura
- Diseño de sistemas · Diseño de API · Modelado de datos · Límites de seguridad · Clean / arquitectura hexagonal · SOLID · Inyección de dependencias · Orientación a eventos · Compromisos de rendimiento · Descomposición para la testabilidad y el mantenimiento
- Stack
- Python (FastAPI, asyncio) · TypeScript · Rust · C/C++ · C# · Node.js · React · Next.js · Vue / Nuxt · PostgreSQL (incl. pgvector) · Redis · Docker · CI/CD · Kubernetes (conocimiento funcional) · GCP — el lenguaje es secundario: no escribo código a mano, soy responsable de la arquitectura y las decisiones de fondo.
Experiencia seleccionada
Senior AI Engineer
Mar 2025 — PresenteCliente de biotecnología (EE. UU.) · Remoto · Confidencial
Senior AI Engineer que impulsa la arquitectura e implementación de sistemas de IA autónomos para la automatización de la investigación científica.
- Trabajo en la arquitectura de extremo a extremo: diseño de sistemas, patrones de orquestación de agentes, diseño del uso de herramientas, gestión de memoria y estado, límites de seguridad, compromisos de rendimiento; y la implementación que convierte la arquitectura en software funcional.
- Desarrollé estándares de desarrollo de agentes guiado por especificaciones que convierten una especificación escrita en un agente funcional de forma rápida y reproducible. La metodología reduce la brecha entre la idea y el agente entregado, y es la razón por la que avanzamos al ritmo que lo hacemos.
- Construí el marco de evaluación: una metodología de medición que abarca múltiples benchmarks públicos de agentes (incluido BixBench de FutureHouse) más conjuntos de escenarios internos personalizados, el conjunto de validación que el agente nunca ve durante el desarrollo. Es el marco, y no un único benchmark, lo que nos dice que estamos mejorando.
- Construí servidores MCP personalizados (Stdio, SSE, Streamable HTTP) que conectan los LLM con herramientas propietarias y ejecución segura. Diseñé pipelines de RAG sobre corpus científicos usando PostgreSQL + pgvector. Apliqué Clean Architecture, SOLID, DI y pruebas exhaustivas, dirigiendo Claude Code (Opus) como capa de implementación mientras me hago cargo de la arquitectura y la calidad.
Ingeniero Full-Stack Senior y de IA
Feb 2023 — Mar 2025BOTTEC · WowCase · Contento · Independiente / Contrato
- Construí desde cero, como único ingeniero, varios MVP de SaaS potenciados por LLM: un marketplace de consultas con IA (bot de Telegram + app en Flutter) y Contento (un generador de guiones impulsado por LLM con orquestación de prompts) — diseño, implementación, integración y lanzamiento. Aparte, por contrato, construí una app de e-commerce integrada con Telegram para BOTTEC con pagos, logística e integraciones de almacén.
- Stack: backends con FastAPI + PostgreSQL + Celery, frontends con Vue/Nuxt, prompt engineering e integración de LLM de extremo a extremo. También construí un sistema de trading multiestrategia aumentado con IA en Python + Docker.
Educación e idiomas
Máster en Ciencias de la Computación · Novosibirsk State University · uno de los principales programas de Ciencias de la Computación de Rusia
2001 — 2007Inglés con competencia profesional · Ruso nativo
Más allá del CV: 20 años creando negocios — ver mis emprendimientos →