Pedro Ventura

Perfil técnico-producto senior con experiencia en liderazgo tecnológico, dirección de proyectos, negocio digital e IA aplicada, orientado a convertir oportunidades en sistemas reales: estrategia, arquitectura, desarrollo, datos, validación y evolución de producto.

Dirección técnica Producto Arquitectura IA aplicada Data Monetización QA

Cómo trabajo

Mi trayectoria combina liderazgo tecnológico, producto, negocio digital y ejecución técnica. Desde 2008 he trabajado en tecnología, marketing, publicidad, datos, monetización y desarrollo de producto, con una evolución natural hacia roles donde la clave no es solo construir software, sino decidir qué merece la pena construir y cómo llevarlo a producción con criterio.

A lo largo de mi carrera he trabajado en roles de Tech Lead, dirección de proyectos, dirección de data y monetización, y también como CTO en etapas anteriores dentro de startups y pymes digitales. Además, he trabajado en entornos corporativos de mayor escala, donde la coordinación entre áreas, la gobernanza, los datos y la ejecución operativa tienen otro nivel de complejidad.

Esa experiencia me ha dado una visión bastante completa de cómo se conectan tecnología, negocio, usuarios, equipos, presupuestos, proveedores, operación y crecimiento.

No entiendo la tecnología como una capa separada del negocio. Una decisión técnica puede afectar costes, escalabilidad, experiencia de usuario, monetización, soporte, datos, cumplimiento y velocidad de ejecución. Esa es la zona donde más valor aporto: traducir objetivos de negocio en decisiones técnicas sostenibles, y traducir complejidad técnica en decisiones que una organización puede entender y ejecutar.

En los últimos años he incorporado IA generativa, agentes, instrucciones locales, specs y documentación viva como parte central de mi forma de trabajar. No uso la IA como un atajo puntual ni como una capa decorativa. La uso como una infraestructura de pensamiento y ejecución: para analizar mejor, producir más, validar antes y mantener control técnico sobre productos reales.

Mi foco actual es la dirección tecnológica end-to-end con IA aplicada: transformar una oportunidad de mercado en una decisión de producto, una decisión de producto en arquitectura, la arquitectura en software desplegable, y el software en aprendizaje medible.

Enolisa como laboratorio real

Mi principal campo de aplicación actual es Enolisa, una app para amantes del vino que he ido construyendo como producto real: app móvil, backend serverless, IA aplicada, analítica, compras, notificaciones, documentación, QA y web.

Enolisa me permite trabajar con restricciones reales: usuarios, costes, stores, privacidad, datos, rendimiento, internacionalización, monetización, suscripción, experiencia offline-first y evolución continua. No es un proyecto de demo. Es un entorno donde cada decisión técnica tiene impacto de producto y cada decisión de producto exige una base técnica sólida.

He agrupado los artículos más relevantes en Enolisa Tech Hub, una página curada sobre producto, IA aplicada, arquitectura, monetización, QA y ejecución end-to-end.

Algunos ejemplos que explico en el blog:

• Enolisa Tech Hub: producto, IA y arquitectura end-to-end
• Cómo trabajar con IA: perfiles, habilidades y criterio profesional
• Control de stock en Enolisa: convertir una vinoteca en inventario útil sin perder simplicidad
• Mi equipo IA: cómo organizo agentes, subagentes y QA para construir producto real
• Cómo uso Codex como capa operativa de desarrollo en Enolisa
• De la idea a la spec: cómo convierto intuiciones de producto en planes de trabajo con IA
• Creando un modelo generativo propio con Genkit y arquitectura orquestada sobre Firebase
• Arquitectura de Engagement basada en reglas: así diseñé un orquestador serverless para campañas en Enolisa

IA aplicada en entorno corporativo

Además de Enolisa, aplico IA en mi trabajo diario dentro de una gran organización, con un enfoque distinto pero complementario: productividad, coordinación, automatización y consolidación de conocimiento en contextos donde hay muchas áreas, documentos, reuniones y dependencias.

Trabajo con herramientas corporativas como Copilot para sintetizar información, preparar reuniones, ordenar puntos de situación, resumir tareas, consolidar conocimiento de un área o proyecto y acelerar procesos que antes dependían de mucho trabajo manual. También exploro agentes acotados a necesidades concretas: asistentes para organizar contexto, recuperar información útil y reducir fricción en tareas recurrentes.

En el plano técnico, GitHub Copilot me ayuda a crear con más velocidad pequeñas herramientas de apoyo: análisis de CSV, utilidades en Python, scripts de validación, automatizaciones o extensiones de navegador que resuelven problemas operativos concretos para mí y para otros equipos. Ese tipo de software interno no siempre justificaría un ciclo de desarrollo formal, pero con IA se vuelve viable prototipar, validar y entregar valor con más agilidad.

Este uso corporativo de la IA refuerza una parte importante de mi perfil: no solo construir producto propio con agentes avanzados, sino aplicar IA dentro de restricciones reales de empresa, seguridad, herramientas aprobadas, coordinación entre equipos y foco en productividad.

IA aplicada sin hype

Me interesa la IA cuando mejora la calidad del trabajo: especificaciones más claras, decisiones mejor razonadas, validaciones más tempranas y trazabilidad suficiente para entender cómo se ha llegado a una conclusión.

Trabajo con agentes y sistemas de instrucciones para convertir conocimiento disperso en contexto operativo. Esto permite coordinar tareas de producto, código, documentación y QA con más continuidad, sin depender de una conversación aislada ni de memoria informal.

La diferencia no está en utilizar una herramienta concreta, sino en integrarla dentro de una forma de trabajo gobernada: contexto suficiente, límites claros, revisión humana, criterio técnico y foco de negocio. Ahí es donde la IA deja de ser una ayuda puntual y se convierte en capacidad operativa.

Áreas de experiencia

Producto, negocio y crecimiento

• Definición de producto digital y priorización.
• Análisis de oportunidad, modelos de monetización y business case.
• Publicidad digital, AdTech, retail media, CDP, analítica y medición.
• Estrategia de contenido, SEO y posicionamiento técnico.
• Dirección técnica, gestión de equipos, presupuestos, proveedores y proyectos de innovación.

Arquitectura y desarrollo

• Flutter, Dart, JavaScript, Node.js, Python, PHP y Bash.
• Firebase, Cloud Functions, Firestore, Cloud Storage, FCM y Google Cloud.
• SQLite, MySQL, SQL Server, BigQuery y sistemas NoSQL.
• Arquitecturas serverless, integraciones API y sistemas orientados a eventos.

IA, datos y automatización

• IA generativa aplicada a producto y desarrollo.
• Prompt engineering operativo, agentes, tool calling, MCP, specs y documentación viva.
• Copilot y GitHub Copilot aplicados a productividad corporativa, programación asistida y automatización interna.
• Analítica de producto, eventos, funnels y validación de hipótesis.
• Automatización de procesos técnicos y flujos de QA.

Operación técnica

• Linux, servidores, Nginx, Apache, Vercel y despliegues web.
• Seguridad de aplicaciones, gestión de permisos y trazabilidad.
• Publicación en stores, validación de compras y procesos de release.

Certificaciones

• Coursera
  • Google Data Analytics
  • Google AI Essentials
  • Google IT Automation with Python
  • Programa especializado Blockchain - University at Buffalo
  • Programa especializado Estrategia de marketing - IE Business School
• MIT
  • Leading Innovation
• Microsoft Azure
  • AI Fundamentals
  • Data Fundamentals