Evaluación de algoritmos de Deep Learning para un sistema de mantenimiento predictivo mediante diseño de experimentos
Comparé RNN, LSTM, CNN y TCN con diseño de experimentos y construí el software web de predicción en tiempo real.
Hola, soy Juan Urueña 👋Ingeniero de Sistemas y Telecomunicaciones. Del sensor al modelo y de la landing al despliegue.

Sobre mí
Ingeniero de Sistemas y Telecomunicaciones (UCP, 2026). Desarrollo con agentes de IA bajo un ciclo de ingeniería escrito: definir, planear, construir, verificar, revisar, entregar. Nada cuenta como terminado sin evidencia.
Mi proyecto de grado: cuatro redes neuronales comparadas para detectar fallas en maquinaria industrial, con predicciones en vivo.
Diez proyectos en producción, en dos países. La cadena completa:
Mi trabajo
Desliza: clientes reales primero, luego producto propio, embudos de afiliado y demos.
Caso destacado
La pauta la llevó mi hermano. El resto lo construí y lo conecté yo.
Un médico con audiencia, pero sin forma de capturarla.
Una landing que entrega un ebook a cambio del correo y lleva el lead al grupo de WhatsApp donde él vende.
El sitio se sirve desde la red de Cloudflare y no necesita servidor propio; una sola función guarda los leads en Supabase. GA4, Meta Pixel y Clarity miden el embudo.
Ingeniería
Comparé RNN, LSTM, CNN y TCN con diseño de experimentos y construí el software web de predicción en tiempo real.
Landing y aplicación web con autenticación y base de datos, y agentes de IA construidos sobre n8n con la API oficial de WhatsApp Business y modelos vía OpenRouter.
Conocimientos
Contacto
Escríbeme y te respondo. Mi código público está en GitHub.