Sobre el autor

Esta documentación, y el AI Agent Eval Harness que describe, son obra de Waldemar Szemat, Arquitecto de Soluciones IA y Fractional Head of AI.

Qué hago

La mayoría de los pilotos de GenAI nunca llega a producción. Llevarlos ahí y mantenerlos funcionando a escala es mi foco: sistemas de IA orientados a la medición, harnesses de evaluación, gobernanza de IA y generación aumentada por recuperación para dominios regulados como el de la salud.

Este proyecto es una prueba de trabajo pública y trilingüe: un agente conversacional de salud orientado a la medición y con arquitectura cite-or-refuse para adherencia a la medicación, junto a un harness de evaluación con gating en CI, construido y evaluado sobre datos 100% sintéticos. Es una referencia de capacidad y preparación, no un dispositivo médico. Lee el resumen ejecutivo para la versión breve.

Áreas

• Evaluación de LLMs y calibración de jueces (compuertas de calidad y seguridad en CI)
• Gobernanza y preparación de IA (HIPAA, EU AI Act, NIST AI RMF, ISO/IEC 42001, SOC 2, MITRE ATLAS)
• Generación aumentada por recuperación (recuperación híbrida, parent-document retrieval, exigencia de citación)
• IA para salud y otros dominios regulados

En otros lugares

• Sitio principal: szemat.pro
• LinkedIn: linkedin.com/in/szematpro
• GitHub: github.com/SzematPro
• Microsoft Learn: learn.microsoft.com/users/wszemat
• Contacto: waldemar@szemat.pro

Nota

El código fuente del agente y del harness de evaluación está licenciado Apache-2.0 y disponible bajo solicitud; esos repositorios son privados. Este sitio es la documentación pública. Un demo de extensión de voz público aparte (muestras de audio sintético, sin código) está en github.com/SzematPro/voice-demo-ai-agent-eval-harness.