RUNTIME://OPERATIONAL · PROJECT: digitalrealism.toe · BUILD: 2026.05
CPU 12.4% · COOK 1.2ms · MADRID · UTC+1
EMILIANO VOLPI · AI ENGINEERING STUDIO · EST. 2024

Ingeniería de IA
responsable, escalable
y medible.

Diseño y despliego sistemas de IA en arquitectura híbrida: local-first sobre Apple Silicon o Mac Mini servidor cuando los datos no pueden salir del edificio, cloud responsable en GCP o Azure cuando el caso pide escala global. La arquitectura sigue al caso, no al ciclo de hype. I design and deploy AI systems on hybrid architecture: local-first on Apple Silicon or a Mac Mini server when data cannot leave the building, responsible cloud on GCP or Azure when the case calls for global scale. Architecture follows the case, not the hype cycle.

Consultoría especializada en Gobierno de Datos y AI Compliance para sectores regulados. Diseñamos arquitecturas local-first auditables y pipelines productivos en GCP/Azure que reducen el riesgo regulatorio (RGPD, secreto profesional, AI Act UE) sin sacrificar la capacidad de innovación. Specialised consultancy in Data Governance and AI Compliance for regulated sectors. We design auditable local-first architectures and production pipelines on GCP/Azure that reduce regulatory risk (GDPR, sectoral confidentiality, EU AI Act) without sacrificing innovation capacity.

Reservar consultoríaBook consultation Ver serviciosSee services
EmilianoVolpi.tox
typeFounder · AI Engineer
companyDigital Realism
locationMadrid · ES
roleData Engineer @ Accenture
stack_localLlama 4 Scout · Llama 3.3 70B · Qwen 3.5 · MLX
stack_cloudGemini · Vertex AI · Azure AI
stack_avTouchDesigner · Ableton · VCV
td_mcp● Claude controls TD natively
● COMPILE OK v2026.05
CH 01 · LOCAL_COMPUTE
128GB
RAM unificada para
modelos frontera localesUnified memory for
local frontier models
CH 02 · CLOUD_CERTS
8×
certificaciones cloud activas
GCP · Azure · Databricks · Oracleactive cloud certifications
GCP · Azure · Databricks · Oracle
CH 03 · INFERENCE_FOOTPRINT
~30W
consumo medio inferencia local
vs racks GPU completosaverage local inference draw
vs full GPU racks
CH 04 · MODELS_ORCHESTRATED
10×
modelos en producción
local + cloud híbridomodels in production
local + hybrid cloud
SERVICIOS · NETWORK_VIEWSERVICES · NETWORK_VIEW

Siete operadores, una arquitectura coherente. Seven operators, one coherent architecture.

Cada propuesta combina ingeniería rigurosa con criterio práctico. La mejor solución es la que tu equipo entiende, mantiene y mide en resultados de negocio. Every proposal combines rigorous engineering with practical judgement. The best solution is the one your team understands, maintains, and measures in business outcomes.

[ 01 · INSIGNIA ]DAT · LOCAL

LegalVault.dat

Sistema RAG aislado por cliente para sectores regulados (legal, sanidad, finanzas). Indexa expedientes, jurisprudencia y plantillas internas; cada respuesta cita el documento fuente. Cumplimiento RGPD y secreto profesional by architecture, no por NDA. Despliegue local en Mac Mini servidor, M5 Max o, opcionalmente, en VPC privada GCP o Azure.Per-client isolated RAG system for regulated sectors (legal, healthcare, finance). Indexes case files, jurisprudence, and internal templates; every response cites its source document. GDPR and professional secrecy by architecture, not by NDA. Deploys on Mac Mini server, M5 Max, or optionally on GCP/Azure private VPC.

DEPLOYMENT: ON-PREMISE · OPCIONAL CLOUD VPC
AnythingLLMLlama 4 ScoutLlama 3.3 70BGLM-OCRChromaDBLlama Guard 3Vertex AI Search
[ 02 · A MEDIDA ]CHOP · HÍBRIDO

Agents.chop

Agentes IA type-safe en producción con memoria persistente, tests y observabilidad. Modelo agnóstico: ejecutan sobre Ollama local, Gemini, Claude o Vertex AI Agent Builder según el caso. Casos: clasificación documental, due diligence, atención cliente, automatización browser.Type-safe production AI agents with persistent memory, tests, and observability. Model-agnostic: run on local Ollama, Gemini, Claude, or Vertex AI Agent Builder per case. Use cases: document classification, due diligence, customer support, browser automation.

DEPLOYMENT: LOCAL · CLOUD · MIXED
Pydantic AILangGraphDeep AgentsBrowser UseMem0Langfuse
[ 03 · CLOUD ]TOP · GCP / AZURE

CloudEngine.top

Despliegues productivos serverless en Google Cloud y Azure con Gemini 2.5, Vertex AI Agent Builder, Cloud Run y Cloud Functions. La opción cuando el caso pide escala global o el cliente ya opera en cloud. Certificaciones activas: Professional Data Engineer + GenAI Leader + Cloud Digital Leader + Azure AI Fundamentals.Serverless production deployments on Google Cloud and Azure with Gemini 2.5, Vertex AI Agent Builder, Cloud Run, and Cloud Functions. The option when the case calls for global scale or the client already operates in cloud. Active credentials: Professional Data Engineer + GenAI Leader + Cloud Digital Leader + Azure AI Fundamentals.

DEPLOYMENT: GCP · AZURE · MULTI-CLOUD
Gemini 2.5Vertex AICloud RunCloud FunctionsBigQueryAzure AI Foundry
[ 04 · OPERACIONES ]COMP · SELF-HOSTED

Hyperflow.comp

Procesos manuales que dejan de serlo: extracción documental con OCR, integraciones cross-stack, automatizaciones web y workflows IA. Self-hosted por defecto (sin límites de ejecución ni costes por nodo); también deployable en cloud cuando se requiere alta disponibilidad gestionada. ROI medible en 90 días.Manual processes that stop being manual: document OCR extraction, cross-stack integrations, web automations, and AI workflows. Self-hosted by default (no execution limits or per-node costs); also deployable in cloud for managed high availability. Measurable ROI in 90 days.

DEPLOYMENT: DOCKER · KUBERNETES · CLOUD RUN
n8n self-hostedBrowser UsePlaywrightMCP serversComposio
[ 05 · VERTICAL ]SOP · VISION

Vision.sop

Computer Vision aplicada a problemas verticales: imagen biomédica (ultrasonido, radiología), object detection en imágenes satelitales, video analytics. Modelos custom (ResNet, U-Net, YOLO26) o LLMs multimodales (Gemini Vision, Claude Vision, Qwen3-VL). Experiencia académica con Premio al Mejor TFM por detección de sarcopenia mediante segmentación de ultrasonido.Computer Vision applied to vertical problems: biomedical imaging (ultrasound, radiology), object detection on satellite imagery, video analytics. Custom models (ResNet, U-Net, YOLO26) or multimodal LLMs (Gemini Vision, Claude Vision, Qwen3-VL). Academic background includes Best Thesis Award for sarcopenia detection via ultrasound segmentation.

DEPLOYMENT: ON-PREMISE · GCP VERTEX AI · AZURE
PyTorch MPSResNet-50YOLO26Gemini VisionOpenCVCoreML
[ 06 · INSTALACIONES AV ]TOX · LIVE

Stage.av

Instalaciones interactivas, VJ sets y experiencias audio-reactivas con TouchDesigner orquestado por Claude vía MCP server. AI Director (qwen3.5 cada 30s) ajusta parámetros en vivo. Voz sintética propia con VoiceBox + Qwen3-TTS. Para eventos corporativos, museos, marcas que buscan algo más allá del PowerPoint.Interactive installations, VJ sets, and audio-reactive experiences with TouchDesigner orchestrated by Claude via MCP server. AI Director (qwen3.5 every 30s) adjusts parameters live. Custom synthetic voice with VoiceBox + Qwen3-TTS. For corporate events, museums, and brands looking beyond PowerPoint.

DEPLOYMENT: ON-SITE · LIVE · NDI / SYPHON
TouchDesignerTD MCPAbleton LiveVoiceBoxQwen3-TTSRemotion
[ 07 · ADVISORY ]MAT · SESSIONS

AdvisoryBoard.mat

Workshops para equipos técnicos, auditoría de iniciativas IA existentes, hojas de ruta realistas para integrar IA sin caer en el hype. Sesiones presenciales en Madrid o remotas. Diseñado para CTOs, VP Engineering y comités de innovación.Workshops for technical teams, audits of existing AI initiatives, realistic roadmaps to integrate AI without hype. In-person in Madrid or remote sessions. Designed for CTOs, VP Engineering, and innovation committees.

Solicitar agenda →Request schedule →
ARQUITECTURAS · DEPLOYABLE_PATTERNS ARCHITECTURES · DEPLOYABLE_PATTERNS

Cuatro patrones probados en producción. Four patterns proven in production.

No vendo IA genérica: vendo arquitecturas con justificación técnica clara y métricas concretas. Estos cuatro patrones cubren el 90% de los casos reales de un cliente B2B en sectores regulados o intensivos en datos. Cada uno escala — del Mac Mini servidor en una clínica hasta GCP global multi-región — sin abandonar la disciplina de ingeniería. I don't sell generic AI: I sell architectures with clear technical justification and concrete metrics. These four patterns cover 90% of real cases for a B2B client in regulated or data-intensive sectors. Each one scales — from a Mac Mini server in a clinic to global multi-region GCP — without abandoning engineering discipline.

[ A · LOCAL-FIRST ]RGPD · Art. 9.2.h

Soberanía total. Cero red exterior.Total sovereignty. Zero external network.

Para casos donde el dato no puede salir del edificio: despachos, clínicas, defensa. Mac Mini M4/M5 servidor o M5 Max ejecutando modelos open-weight (Llama 4 Scout, Llama 3.3 70B). Cero llamadas a internet en path crítico. El hardware escala bajo pedido — desde un único Mac Mini M4 (1.500€, ~30W) para una clínica pequeña, hasta un cluster de 3-4 Mac Mini M5 Pro con Tailscale mesh para un despacho con 200 abogados. Misma arquitectura, mismo código, mismo audit trail.For cases where data cannot leave the building: law firms, clinics, defence. Mac Mini M4/M5 server or M5 Max running open-weight models (Llama 4 Scout, Llama 3.3 70B). Zero internet calls in critical path. Hardware scales on demand — from a single Mac Mini M4 (€1,500, ~30W) for a small clinic, to a cluster of 3-4 Mac Mini M5 Pro with Tailscale mesh for a 200-lawyer firm. Same architecture, same code, same audit trail.

DICOM/PDF → OCR (GLM) → Embeddings → ChromaDB ↓ Llama 4 Scout / Llama 3.3 70B (Ollama) ↓ Streamlit / Hono local · Visor en LAN (Llama Guard 3 → Langfuse audit trail)
Latencia p50~400ms Energía~30W Casos realesLegalVault · Hygeia Escala1 → N nodos · Tailscale mesh
[ B · HYBRID ]VPC · multi-region

Lo sensible local. Lo escalable cloud.Sensitive local. Scalable cloud.

Cuando el cliente quiere escalar (10 sedes, 200 usuarios simultáneos) sin comprometer aislamiento. Capa local en Mac Mini para PII; capa Vertex AI Agent Builder + Cloud Run para razonamiento sobre datos anonimizados. La frontera entre los dos planos queda documentada y auditable.When the client needs to scale (10 sites, 200 simultaneous users) without compromising isolation. Local Mac Mini layer for PII; Vertex AI Agent Builder + Cloud Run layer for reasoning over anonymised data. The boundary between the two planes is documented and auditable.

Edge gateway local (PII redaction) ↓ datos anonimizados VPC privado GCP (europe-southwest1) ↓ Vertex AI Agent Builder + Cloud Run + BigQuery ↓ Resultado regresa al gateway → cliente (zero raw PII en cloud · DPIA documentado)
Throughput~500 q/s Coste/100 usuarios~600€/mes Casos realesDeltaEngine pattern ComplianceRGPD + AI Act
[ C · CLOUD-NATIVE ]Serverless · GCP

RAG productivo en Cloud Run.Production RAG on Cloud Run.

Cuando el caso es público o con datos no sensibles: knowledge base interna pública, asistente de docs técnicos, soporte cliente con info abierta. Patrón de dos pasos — indexing offline + serving lightweight — que evita cold starts y mantiene coste sub-céntimo por query.For public or non-sensitive cases: public internal knowledge base, technical docs assistant, customer support over open data. Two-step pattern — offline indexing + lightweight serving — that avoids cold starts and keeps cost sub-cent per query.

[Step 1 · indexing offline] Cloud Storage → Cloud Run job → Embeddings → Vertex AI Search index [Step 2 · serving] Hono.js Edge → Cloud Run → Gemini 2.5 → Vertex AI Search retrieval → response (streaming SSE)
Cold start<500ms Coste / 1K queries$0.30 Casos realesAttentionRAG Escalaglobal · auto
[ D · EDGE-AI ]Cloudflare · sub-100ms

Inferencia en el edge global.Inference at the global edge.

Cuando latencia < 200ms es requisito (chat público, asistente de pre-venta, completion en formularios). Modelos pequeños (Phi-4, Gemma 2) corriendo en Workers AI o Cloudflare AI; fallback a Groq cuando el caso pide modelo más grande pero igual de rápido. Coste sub-céntimo por query, cero infraestructura que mantener.When latency < 200ms is a requirement (public chat, pre-sales assistant, form completion). Small models (Phi-4, Gemma 2) running on Workers AI or Cloudflare AI; Groq fallback when the case calls for a bigger but equally fast model. Sub-cent cost per query, zero infrastructure to maintain.

User → Cloudflare Worker (Hono.js) ↓ Workers AI (Llama 3.2 1B) — TTFT ~80ms ↓ (escalación condicional) Groq Cloud (Llama 4 Scout 800 t/s) ↓ Streaming SSE → user
TTFT p50~80ms Coste / 1K queries~$0.01 Casos realesdemo chat de este sitio Escalaglobal · 300+ POPs
DEMO · CONSULT_AGENT() DEMO · CONSULT_AGENT()

Pregunta al agente.
Lo que ves es lo que el cliente experimenta.Ask the agent.
What you see is what the client experiences.

Esta conversación se ejecuta sobre Llama 4 Scout / Llama 3.3 70B corriendo localmente en mi MacBook Pro M5 Max. Sin tokens cloud, sin latencia de red, sin datos cruzando internet del lado del cliente. Es exactamente la misma stack que tus usuarios usarían en producción sobre un Mac Mini servidor en tu sede.This conversation runs over Llama 4 Scout / Llama 3.3 70B locally on my MacBook Pro M5 Max. No cloud tokens, no network latency, no client data crossing the internet. It's exactly the same stack your users would use in production on a Mac Mini server at your office.

Sustituyendo el modelo por Gemini 2.5 Pro o Claude Opus, el mismo flujo se despliega en GCP/Vertex AI cuando el caso pide escala global.Swap the model for Gemini 2.5 Pro or Claude Opus and the same flow deploys on GCP/Vertex AI when the case calls for global scale.

Llama 4 ScoutLlama 3.3 70BChromaDBPydantic AIStreaming SSE
DigitalRealism.agent OPERATIONAL MODEL: Llama 4 Scout LOCAL
● 0 TOKENS CLOUD · 100% ON-PREMISE · GDPR_OK LATENCY: --ms
TRABAJO REALIZADO · CASESSHIPPED WORK · CASES

Lo que ya he construido. What I've already built.

Selección de proyectos open-source desde mi TFM premiado en Universidad Complutense hasta despliegues activos en Google Cloud. Cada caso enlaza a su repositorio cuando aplica. A selection of open-source projects, from my award-winning M.Sc. thesis at Universidad Complutense to active deployments on Google Cloud. Each case links to its repository where applicable.

[ HEALTHCARE · CV ]SOP
★ PREMIO MEJOR TFM · UCM 2024

Hygeia.cv

Detección y monitorización de sarcopenia mediante segmentación de imágenes de ultrasonido con redes neuronales profundas (ResNet-50 + U-Net). Aplicación clínica que asiste a profesionales sanitarios en diagnóstico y seguimiento. AUC 0.93 sobre holdout.Sarcopenia detection and monitoring via ultrasound image segmentation with deep neural networks (ResNet-50 + U-Net). Clinical application assisting healthcare professionals in diagnosis and follow-up. AUC 0.93 on holdout.

PyTorch MPS · ResNet-50 · U-Net · OpenCV
[ HEALTHCARE · LLM ]DAT

Hygeia2.rag

Asistente conversacional multi-dominio basado en LLaMA 3.1 (8B) con fine-tuning supervisado (LoRA + cuantización 4-bit) sobre dataset Q&A propio. Soporte para profesionales de biomedicina, IA y medicina deportiva.Multi-domain conversational assistant based on LLaMA 3.1 (8B) with supervised fine-tuning (LoRA + 4-bit quantisation) over a custom Q&A dataset. Supports biomedicine, AI, and sports medicine professionals.

LLaMA 3.1 · LoRA · PEFT · Streamlit
[ GCP · RAG ]TOP

AttentionRAG.cloud

Asistente RAG experto en el paper "Attention Is All You Need" desplegado en producción en Google Cloud. Arquitectura de dos pasos (indexing job + serving API) que resuelve el problema de cold start en serverless.RAG assistant specialised in "Attention Is All You Need" deployed in production on Google Cloud. Two-step architecture (indexing job + serving API) that solves the serverless cold-start problem.

Gemini 2.5 · LangChain · Cloud Run · GCS
[ GCP · AGENT ]CHOP

CloudSpec.ai

Agente multimodal que convierte sketches de pizarra y prompts en lenguaje natural en especificaciones de arquitectura cloud GCP, con pricing en tiempo real. Server-Driven UI vía protocolo A2UI.Multimodal agent that converts whiteboard sketches and natural-language prompts into GCP cloud architecture specs, with real-time pricing. Server-Driven UI via the A2UI protocol.

Vertex AI Gemini 2.0 · FastAPI · Cloud Run
[ ENERGY · CV ]SOP

SolarDetect.cv

Detección automática de paneles fotovoltaicos sobre imágenes satelitales de tejados (ResNet-34 fine-tuned sobre ImageNet). Aplicación: mapeo energético urbano y planificación de instalaciones renovables.Automatic photovoltaic panel detection on rooftop satellite imagery (ResNet-34 fine-tuned on ImageNet). Application: urban energy mapping and renewable installation planning.

ResNet-34 · Object Detection · fast.ai
[ NLP · DATA ]MAT

SentimentMusic.dat

Análisis de sentimiento sobre Billboard Hot 100 (29.503 canciones) cruzando audio features de Spotify (valence, energy, danceability, mode) para clasificar tracks en categorías emocionales mediante queries MongoDB.Sentiment analysis over Billboard Hot 100 (29,503 songs) cross-referencing Spotify audio features (valence, energy, danceability, mode) to classify tracks into emotional categories via MongoDB queries.

MongoDB · Aggregation Pipeline · Audio Features
[ ENTERPRISE · DATA ENGINEERING ]TOP
⚙ EXPERIENCIA ACTIVA · CLIENTE BAJO NDAACTIVE EXPERIENCE · NDA-PROTECTED CLIENT

DeltaEngine.gcp

Arquitectura de motores de procesamiento incremental near-real-time (micro-batching) sobre Google Cloud Platform en sectores de banca y energía. Integración CDC desde NoSQL hacia BigQuery, patrones HOT/COLD con idempotencia estricta, manejo de race conditions y exclusividad de versiones para garantizar Single-Version of Truth en ingesta de alta concurrencia. Trabajo desarrollado en mi rol como Data Engineer en Accenture: detalles del cliente y métricas específicas son confidenciales por NDA, pero el patrón arquitectónico es transferible a Digital Realism para clientes con necesidades equivalentes de pipelines críticos.Architecture of near-real-time incremental processing engines (micro-batching) on Google Cloud Platform in banking and energy sectors. CDC integration from NoSQL into BigQuery, HOT/COLD patterns with strict idempotency, race-condition handling, and version exclusivity to guarantee Single-Version of Truth in high-concurrency ingestion. Developed in my role as Data Engineer at Accenture: client specifics and metrics are NDA-protected, but the architectural pattern transfers to Digital Realism for clients with equivalent critical-pipeline needs.

BigQuery · Cloud Functions Gen2 · Pub/Sub · Datastream · Cloud Scheduler · Terraform · Azure DevOps · FinOps
COMPLIANCE · CERTIFICATIONS_BOARDCOMPLIANCE · CERTIFICATIONS_BOARD

Ingeniería certificada. Datos bajo control.Ingeniería certificada. Gobierno absoluto. Certified engineering. Data under control.Certified engineering. Absolute governance.

La innovación técnica sin rigor regulatorio es deuda escondida. Cada arquitectura que entregamos viene respaldada por certificaciones activas en GCP, Azure y Databricks, y por experiencia operando en sectores donde el dato es activo crítico.Cumplimiento normativo en cada capa del ciclo de vida del dato. Pipelines auditables, RGPD by design (no como parche posterior), arquitecturas alineadas con el AI Act UE y el secreto profesional sectorial. Credenciales activas en las tres nubes y experiencia académica revisada por pares. Technical innovation without regulatory rigour is hidden debt. Every architecture we ship is backed by active certifications in GCP, Azure and Databricks, and by hands-on experience in sectors where data is a critical asset.Regulatory compliance at every layer of the data lifecycle. Auditable pipelines, GDPR by design (not bolted on), architectures aligned with the EU AI Act and sectoral professional secrecy. Active credentials across the three major clouds and peer-reviewed academic experience.

Google CloudACTIVE

Professional Data Engineer

SEP 2023 — SEP 2027RECERTIFIED

Diseño de sistemas de procesamiento de datos a escala en GCP: BigQuery, Dataflow, Pub/Sub, Cloud Run. Foco en pipelines fiables, seguros y normativamente compliant.

Google CloudACTIVE

Generative AI Leader

NOV 2025 — NOV 2028STRATEGIC

Dirección estratégica de iniciativas GenAI corporativas. Evaluación de casos de uso, mitigación de riesgos (alucinaciones, sesgo, fuga de datos) y diseño para ROI medible.

Google CloudACTIVE

Cloud Digital Leader

OCT 2025 — OCT 2028FOUNDATIONAL

Visión transversal del ecosistema Google Cloud: mapeo de necesidades de negocio a productos cloud, casos de adopción y estrategia de modernización empresarial.

Accenture × Stanford HAIACTIVE

Reinvention with Agentic AI

DEC 2025EXECUTIVE

Programa ejecutivo en agentic AI con material licenciado de Stanford HAI. Frameworks de adopción corporativa, casos productivos y reinvención de procesos con autonomía controlada.

MicrosoftACTIVE

Azure AI Fundamentals

MAR 2026AI-900

Cargas de ML e IA sobre Azure: ML Studio, Cognitive Services, Azure AI Foundry. Ideal para clientes con stack Microsoft establecido o requisitos de soberanía europea Azure.

DatabricksACTIVE

Databricks Fundamentals

MAY 2025ACCREDITED

Lakehouse, Delta Lake, Unity Catalog y MLflow. Arquitecturas RAG productivas y vector search dentro del ecosistema Data Intelligence Platform.

OracleACTIVE

OCI Foundations Associate

SEP 2024OCI 2024

Fundamentos de Oracle Cloud Infrastructure: cómputo, almacenamiento, redes y seguridad. Cobertura para clientes regulados con stack Oracle establecido.

Coursera × StanfordVERIFIED

AI for Medicine

OCT 20243-COURSE SPECIALIZATION

Especialización Stanford de tres cursos en aplicación de ML a problemas médicos: diagnóstico (radiografías, resonancias), pronóstico clínico y estimación del efecto de tratamientos.

Premio al Mejor TFM · Universidad Complutense de Madrid

Trabajo de Fin de Máster premiado en Data Science, Big Data & Business Analytics (UCM 2024) por Hygeia — sistema de detección de sarcopenia mediante segmentación de imágenes de ultrasonido con redes neuronales profundas. Calificación 9,3/10 · Promoción 2023-2024 presencial.

NTIC MASTER × UCM
FEB · 2025
●  Todas las credenciales son verificables públicamente vía Credly · Google Cloud · Microsoft Learn. Copias originales en PDF disponibles bajo petición a emilianovolpi@digitalrealism.io.

Soberanía de datos por diseño. Data Sovereignty & Regulatory Posture.

Tus datos viven donde tú decides, no donde es cómodo para el proveedor de turno. Cuando el caso lo permite, el cómputo se queda en tu edificio. Cuando exige escala, lo desplegamos en cloud privada con la misma calidad de ingeniería. Diseñamos para clientes en sectores regulados (legal, sanidad, finanzas) donde el dato no puede abandonar la jurisdicción del cliente. Cada despliegue documenta su superficie de cumplimiento: RGPD, secreto profesional sectorial, AI Act UE, ISO 27001 cuando aplica.

[ p01 ] DATA RESIDENCY

Despliegues on-premise o en VPC privada con regiones controladas. Trazabilidad documental de cada copia y derivado del dato fuente.

[ p02 ] AUDIT TRAIL

Langfuse self-hosted en infraestructura del cliente. Cada inferencia (prompt + respuesta + metadatos) queda registrada y es auditable a perpetuidad.

[ p03 ] AI SAFETY GATE

Llama Guard 3 actuando como filtro previo a cualquier salida del agente. PII detection, toxicity scoring y bloqueo configurable por casos de uso.

FOUNDER · PORTRAIT_NODEFOUNDER · PORTRAIT_NODE
EmilianoVolpi.portrait
Emiliano Volpi — Founder & Principal Engineer, Digital Realism
● CAPTURED · MADRID 2026 v2026.05

Una agencia es una persona con un criterio.Empresa unipersonal con acreditaciones corporativas verificables y experiencia enterprise activa. An agency is one person with judgement.A solo studio with verifiable corporate credentials and active enterprise experience.

Soy Emiliano Volpi. Diseño y construyo sistemas de IA en producción desde 2024, con un foco editorial en lo que sirve realmente al cliente: arquitecturas que duran, que se auditan, y que respetan el dato como activo crítico.

Trabajo de día como Data Engineer en proyectos enterprise de banca y energía sobre Google Cloud Platform — pipelines críticos, FinOps disciplinado, observabilidad de datalakes Tier-1 con BigQuery, Cloud Functions, Datastream y Terraform. Esa exposición a la producción a escala es la que llevo a Digital Realism: un estudio para los despachos y clínicas que el mercado generalista ignora pero que merecen el mismo nivel de ingeniería.

Antes: Máster en Data Science con Premio al Mejor TFM (UCM 2024), computer vision biomédica para detección de sarcopenia, pre-sales cloud en Telefónica Tech. Y, anteriormente, otra vida en humanidades y crítica cultural — Máster en Teoría y Crítica de la Cultura (Carlos III).

Founder & Principal Engineer en Digital Realism. Actualmente Data Engineer & Governance Analyst en Accenture (Madrid) operando proyectos enterprise sobre Google Cloud Platform en sectores de banca y energía: arquitectura de pipelines críticos, optimización FinOps de BigQuery, ingesta CDC desde NoSQL, despliegue con Terraform y CI/CD en Azure DevOps.

Acreditaciones activas en las tres principales nubes (GCP × 3, Azure AI Fundamentals, Oracle OCI) más Databricks y formación ejecutiva certificada en Agentic AI por Accenture × Stanford HAI. Calificación 9,3/10 en Máster UCM con Premio al Mejor TFM (2024).

La misma disciplina que se aplica en proyectos enterprise — observabilidad, auditabilidad, gobernanza del dato — la traigo a Digital Realism para clientes de sectores regulados que requieren la misma calidad sin la sobrecarga de las consultoras grandes.

I'm Emiliano Volpi. I've been designing and building production AI systems since 2024, with an editorial focus on what actually serves the client: architectures that last, that audit cleanly, and that treat data as a critical asset.

By day I work as a Data Engineer on enterprise projects in banking and energy on Google Cloud Platform — critical pipelines, disciplined FinOps, Tier-1 datalake observability with BigQuery, Cloud Functions, Datastream and Terraform. That same exposure to production at scale is what I bring to Digital Realism: a studio for the law firms and clinics the generalist market ignores but who deserve the same engineering caliber.

Before that: M.Sc. in Data Science with the Best Thesis Award (UCM 2024), biomedical computer vision for sarcopenia detection, cloud pre-sales at Telefónica Tech. And, previously, humanities and cultural critique — M.A. in Cultural Theory (Carlos III).

Founder & Principal Engineer at Digital Realism. Currently Data Engineer & Governance Analyst at Accenture (Madrid) operating enterprise projects on Google Cloud Platform in banking and energy sectors: critical pipeline architecture, BigQuery FinOps optimization, CDC ingestion from NoSQL, Terraform deployment, and CI/CD on Azure DevOps.

Active credentials across the three major clouds (GCP × 3, Azure AI Fundamentals, Oracle OCI) plus Databricks and executive certification in Agentic AI from Accenture × Stanford HAI. M.Sc. UCM (9.3/10) with Best Thesis Award (2024).

The same discipline applied to enterprise projects — observability, auditability, data governance — is what I bring to Digital Realism for clients in regulated sectors who require that quality without the overhead of large consultancies.

FounderEmiliano Luis Volpi
Día actualDay roleData Engineer @ Accenture · Madrid
EstudioStudioDigital Realism · founder
BaseBased inMadrid · ES · UTC+1
LinkedIn/emiliano-volpi
Línea directaDirect lineemilianovolpi@digitalrealism.io
PHILOSOPHY · ENGINEERING_PRINCIPLES

Principios del Realismo Digital. Principles of Digital Realism.

«Realismo digital: lo que pasa de la ficción a la realidad cuando se mide. La arquitectura adecuada no se imagina — se despliega, se audita, se mantiene.» "Digital realism: what crosses from fiction to reality when it gets measured. The right architecture is not imagined — it is deployed, audited, maintained."

— PRINCIPIO RECTOR · v2026.05 — GUIDING PRINCIPLE · v2026.05

Cada decisión técnica deja huella — energética, regulatoria, contractual. Estos seis principios articulan los criterios de ingeniería del estudio: no son un manifiesto político, son las restricciones reales con las que se firma cada arquitectura. Las lecturas que los acompañan no son ornamento — son el linaje crítico desde el que se piensa.Cada decisión técnica deja huella — energética, regulatoria, contractual. Estos seis principios articulan los criterios de ingeniería del estudio, formulados como restricciones operacionales medibles antes que como manifiesto. Cada uno se traduce en cláusulas concretas de auditoría y entregables verificables. Every technical decision leaves a trace — energetic, regulatory, contractual. These six principles articulate the studio's engineering criteria: not a political manifesto but the actual constraints under which every architecture is signed. The readings cited are not ornament — they are the critical lineage from which we think.Every technical decision leaves a trace — energetic, regulatory, contractual. These six principles articulate the studio's engineering criteria, formulated as measurable operational constraints rather than manifesto. Each one translates into concrete audit clauses and verifiable deliverables.

[ p01 · ARCHITECTURE FIRST ]

La arquitectura sigue al caso, no al ciclo de hype.Architecture follows the case, not the hype cycle.

Cuando entra un proyecto, la primera pregunta no es "qué modelo usamos" sino "qué constraint del cliente define la solución". Local-first cuando el dato no puede salir; cloud cuando la escala lo justifica; edge cuando la latencia es el requisito. Cada elección queda validada por métricas concretas — TTFT, coste/query, footprint energético — no por la narrativa que esté de moda. El criterio se firma; la moda no se firma.When a project comes in, the first question is not "which model" but "which client constraint defines the solution". Local-first when data cannot leave; cloud when scale justifies; edge when latency is the requirement. Every choice is validated by concrete metrics — TTFT, cost/query, energy footprint — not by whatever narrative is trending. Criteria get signed; trends don't.

K. BeckD. ParnasM. Fisher
[ p02 · DATA AS LIABILITY ]

El dato es responsabilidad antes que activo.Data is liability before asset.

Cumplir la norma es el suelo, no el techo. Cada arquitectura está diseñada para que el control efectivo del dato — quién accede, dónde reside, cómo se borra — quede en manos de quien lo genera, no del proveedor de turno. Privacidad, transparencia y portabilidad son requisitos de diseño grabados en la infraestructura, no checkboxes añadidos en auditoría posterior. El dato del cliente vuelve al cliente cuando me voy.Compliance is the floor, not the ceiling. Every architecture is designed so that effective control of the data — who accesses, where it resides, how it gets deleted — stays with whoever generates it, not with the vendor of the moment. Privacy, transparency, and portability are design requirements baked into the infrastructure, not checkboxes bolted on after audit. Client data returns to the client when I leave.

É. SadinC. Rikap
[ p03 · ENERGY IS ENGINEERING ]

Cada vatio cuenta — y se mide.Every watt counts — and gets measured.

Un Mac Mini a 30W ejecutando Llama 3.3 70B no es una opción ideológica: es una decisión cuantificable. ~30W locales contra ~4kW de un cluster GPU equivalente significa 130× menos consumo, menor coste operativo, menos huella térmica, más vida útil del hardware. La eficiencia energética no es un valor añadido — es una métrica de calidad alineada con la latencia y la precisión. El ecosistema en el que opera el sistema es parte del sistema.A Mac Mini at 30W running Llama 3.3 70B is not an ideological choice: it's a quantifiable decision. ~30W locally vs ~4kW for an equivalent GPU cluster means 130× less power draw, lower operational cost, smaller thermal footprint, longer hardware lifecycle. Energy efficiency is not an added value — it's a quality metric on par with latency and accuracy. The ecosystem the system runs in is part of the system.

Yuk HuiCosmotechnicsJevons
[ p04 · MEASURABLE OUTCOMES ]

Si no se mide en resultados de negocio, no se entrega.If it's not measured in business outcomes, it doesn't ship.

Cada despliegue lleva un dashboard concreto: horas/semana liberadas, % consultas resueltas sin escalar, tiempo medio de redacción, queries/día, coste por inferencia. Sin esos KPIs el proyecto es un experimento, no una solución. Langfuse self-hosted + Metabase mantienen la auditoría dentro del cliente, no en SaaS externo donde la observabilidad se vuelve dependencia. Lo que no se mide se pierde; lo que se mide se defiende.Every deployment ships with a concrete dashboard: hours/week freed, % of queries resolved without escalation, mean drafting time, queries/day, cost per inference. Without those KPIs the project is an experiment, not a solution. Self-hosted Langfuse + Metabase keep the audit inside the client, not in external SaaS where observability becomes dependency. What isn't measured gets lost; what gets measured can be defended.

F. BerardiM. FisherCapitalist Realism
[ p05 · MAINTAINABLE BY YOUR TEAM ]

La mejor arquitectura es la que tu equipo entiende cuando me voy.The best architecture is the one your team understands when I'm gone.

Open source por convicción operativa (Llama, Ollama, AnythingLLM, n8n, Hono, ChromaDB, Pydantic AI): sin lock-in propietario que el cliente herede sin haberlo pedido. Documentación viva en el repo, IaC versionado con Terraform, runbooks que un junior pueda seguir sin contexto previo. La continuidad operativa después del consultor no es un favor — es parte del entregable firmado. Si el equipo no puede mantenerlo, no lo entrego.Open source by operational conviction (Llama, Ollama, AnythingLLM, n8n, Hono, ChromaDB, Pydantic AI): no proprietary lock-in inherited without consent. Living documentation in the repo, versioned IaC with Terraform, runbooks a junior can follow without prior context. Operational continuity after the consultant leaves is not a favour — it's part of the signed deliverable. If the team can't maintain it, I don't ship it.

Z. BaumanLiquidityD. Graeber
[ p06 · SHIP, ITERATE, MEASURE ]

Ingeniería como disciplina, no como espectáculo.Engineering as discipline, not spectacle.

Prototipo rápido sobre datos reales del cliente, validación con métricas en producción, iteración basada en lo que el sistema realmente hace — no en lo que el slide dice que hace. Sin sobre-ingeniería, sin mock dashboards, sin demos que no llegarán nunca a producción. Cada línea de código es una promesa al equipo del cliente: que mañana seguirá funcionando y que sabrán por qué. El sistema es lo que el sistema hace, no lo que el deck promete.Rapid prototype on real client data, validation with production metrics, iteration based on what the system actually does — not what the slide says it does. No over-engineering, no mock dashboards, no demos that never reach production. Every line of code is a promise to the client team: that it will still work tomorrow and that they'll know why. The system is what the system does, not what the deck promises.

K. BeckTest-FirstWorse is Better
«La ingeniería responsable no es la que evita riesgos, sino la que los nombra y los mide. Cada arquitectura que entrego documenta sus límites con la misma claridad con la que documenta sus capacidades. La frontera entre lo que el sistema hace y lo que no debe hacer es parte del diseño — no una nota al pie de la auditoría posterior.» "Responsible engineering is not engineering that avoids risk; it is engineering that names risk and measures it. Every architecture I ship documents its limits with the same clarity it documents its capabilities. The boundary between what the system does and what it must not do is part of the design — not a footnote to the audit that follows." — DIGITAL REALISM · ENGINEERING DOCTRINE
«El cumplimiento normativo no se añade al final del proyecto: se firma en la primera línea de código. Cada arquitectura entregada por Digital Realism documenta su superficie regulatoria — RGPD Art. 9.2.h, AI Act EU, secreto profesional sectorial — con la misma trazabilidad con la que documenta su rendimiento técnico.» "Regulatory compliance is not bolted on at the end of the project: it's signed into the first line of code. Every architecture delivered by Digital Realism documents its regulatory surface — GDPR Art. 9.2.h, EU AI Act, sectoral professional secrecy — with the same traceability it documents its technical performance." — DIGITAL REALISM · COMPLIANCE DOCTRINE
Versión extendida de estos principios — con citas largas, ensayos derivados y el cruce con mi tesis sobre jazz vernáculo como resistencia ante la industria cultural fonográfica aplicado a la arquitectura de IA local-first contra el cloud propietario: Extended version of these principles — with long-form citations, derived essays and the cross-reading with my thesis on vernacular jazz as resistance to the phonographic culture industry applied to local-first AI architecture against proprietary cloud:
Leer ensayoRead essay digitalrealism.art/reads/jazz-resistencia Manifiesto extendido →Extended manifesto →
STUDIO · HARDWARE_PATCHSTUDIO · HARDWARE_PATCH

El estudio que ejecuta todo lo anterior. The studio that runs all of the above.

El setup real desde el que se diseñan, prueban y entregan los proyectos. M5 Max 128GB ejecutando modelos frontera localmente, hardware musical conectado por audio-rate, TouchDesigner controlado por Claude vía MCP. Mismo equipo que sale a una instalación cliente. Roadmap incluye Mac Mini servidor 24/7 para Q3 2026. The actual setup where projects are designed, tested and shipped. An M5 Max with 128GB running frontier models locally, musical hardware at audio-rate, TouchDesigner controlled by Claude via MCP. The same rig that goes out to a client installation. Roadmap includes a 24/7 Mac Mini server for Q3 2026.

[ 01 ]SIGNAL INPUTS · MIDI + AUDIO RATE
NORDSSYNTH
Nord Stage 2
76 keys · piano · organ · synth
NORDSSYNTH
Nord Lead A1
analog modeling · 4-part
YAMAHAFM
Reface DX
FM 8-op · 37 keys
ROLANDRHYTHM
TR-8
drum machine · USB audio
[ 02 ]INTERFACE + DAW · SIGNAL ROUTING
MOTUDAC
M6 Interface
ESS Sabre32 · 6in/4out · USB-C
NOVATIONCTRL
Launchkey MK3 49
MIDI controller · DAW integration
ABLETONDAW
Live 12 Suite
48k · 128 smp · Max for Live
VCVMODULAR
VCV Rack 2
virtual eurorack · ARM64 native
[ 03 ]BRAIN · COMPUTE + AI ORCHESTRATION
APPLECOMPUTE
M5 Max
128GB unified · 4TB SSD · 614GB/s
OLLAMALLMs
10× modelos locales
Llama 4 Scout · Llama 3.3 70B · Qwen 3.5
CLAUDEAGENT
Claude Code + MCP
Opus 4.7 · Sonnet 4.6 · Haiku 4.5
VOICEBOXTTS
Qwen3-TTS Studio
voice cloning · 23 idiomas
[ 04 ]VISUAL OUTPUT · TOUCHDESIGNER + AI DIRECTOR
DERIVATIVEVISUAL
TouchDesigner
controlado por Claude vía MCP server
OLLAMADIRECTOR
qwen3.5 AI Director
ajusta parámetros TD cada 30s
EXISTENTIALPIPE
BlackHole 16ch
Ableton → TouchDesigner audio
SYPHON / NDISHOW
Projector + OBS
live · streaming · Resolume
[ 05 ]FUTURE FLEET · ROADMAP 2026—2027
APPLE · Q3 2026SERVER
Mac Mini M5 Pro
48GB · 24/7 · always-on inference
APPLE · Q4 2026RESEARCH
Mac Studio M5 Ultra
256GB · fine-tune · large models
SYNOLOGY · 2027STORAGE
NAS DS923+ ZFS
backup · audit logs · Restic
TAILSCALEMESH
Private overlay
m5max + minisrv + studio + nas
SECURITY:FileVault · Llama Guard 3 · Tailscale · 1Password (4 vaults) UPTIME:24/7 · daily backup cifrado CARBON:~30W avg · vs ~4kW datacenter equivalente
MANIFIESTO · PARAMSMANIFESTO · PARAMS

La elección no es entre cloud y local. Es entre la arquitectura adecuada y todo lo demás.

El cumplimiento regulatorio no es un coste. Es el diseño base sobre el que construimos todo lo demás.

— PRINCIPIO RECTOR · DIGITAL REALISM
[ p01 ]

La arquitectura sigue al caso

On-premise cuando los datos son sensibles. Cloud cuando la escala lo justifica. La decisión la dicta el caso de uso, no la moda del ciclo.

[ p02 ]

Computación responsable

Apple Silicon eficiente para inferencia local; GCP y Azure cuando aporta escala real. La eficiencia energética también es ingeniería.

[ p03 ]

Open source por convicción

Llama, Ollama, AnythingLLM, n8n, Hono. Sin lock-in propietario que el cliente herede sin haberlo pedido.

[ p04 ]

Pragmatismo medible

La mejor arquitectura es la que tu equipo entiende y puede mantener cuando el consultor se va. ROI antes que novelty.

STACK · LIVE_NETWORKSTACK · LIVE_NETWORK

Lo que realmente usamos en producción. What we actually run in production.

No es marketing. Cada operador de esta tabla se ejecuta hoy en mi MacBook Pro M5 Max o en infraestructura cloud de clientes activos.No marketing. Every operator on this table runs today on my M5 Max or on active client cloud infrastructure.

OPS COUNT: 17
LOCAL ● CLOUD ● EDGE ●
LLMs
Llama 4 Scout · Llama 3.3 70B · Qwen 3.5 · DeepSeek V4 Flash · Claude Opus 4.7 · Sonnet 4.6 · Gemini 2.5 Pro/Flash
LOCAL+CLOUD
Agentes
Pydantic AI · LangGraph · Deep Agents · Browser Use · n8n · Claude Code · Vertex AI Agent Builder
LOCAL+CLOUD
Memoria · Embeddings
Mem0 (cross-agent) · Claude-Mem (session) · TEI · ChromaDB · sentence-transformers
LOCAL+CLOUD
RAG · OCR
AnythingLLM · ChromaDB · GLM-OCR (0.9B, #1 benchmark) · LangExtract · Vertex AI Search
LOCAL+CLOUD
Vision · ML
PyTorch MPS · MLX · ResNet-50 · U-Net · YOLO26 · Gemini Vision · Claude Vision · CoreML
LOCAL+CLOUD
Web
HTML · CSS · Vanilla JS · Astro (Q3 2026) · Hono · Cloudflare Pages · Tailwind v4
EDGE
GCP · AI
Gemini 2.5 Pro/Flash · Vertex AI Agent Builder · Vertex AI Studio · Model Garden · AutoML
CLOUD
GCP · Compute
Cloud Run · Cloud Functions Gen2 · GKE · Cloud Build · Artifact Registry
CLOUD
GCP · Data
BigQuery · Dataflow · Pub/Sub · Cloud Storage · Dataform · Looker · Datastream (CDC) · Cloud Scheduler
CLOUD
FinOps · BigQuery
Query optimization · execution plan analysis · partition pruning · semi-join reduction · SLA monitoring · ghost data detection
CLOUD
Azure
Databricks · Azure AI Foundry · Azure OpenAI · Functions · Cosmos DB · Azure DevOps (CI/CD)
CLOUD
Edge
Cloudflare Workers · Workers AI · Vercel Edge · Tailscale · Hono on Edge · Groq
EDGE
AV · Visual
TouchDesigner · TD MCP server (Claude controla TD) · Resolume · Spline 3D · Remotion
LOCAL
AV · Audio
Ableton Live 12 · Max for Live · VCV Rack 2 · MOTU M6 · Nord Stage 2 · Reface DX · TR-8 · BlackHole 16ch
LOCAL
AV · Voice
VoiceBox (Qwen3-TTS, 23 idiomas) · Kokoro 82M · MLX-Whisper v3 · MusicGen 3.3B
LOCAL
Infra · IaC · Security
Terraform · Azure DevOps · Docker · OrbStack · Tailscale · 1Password · FileVault · Llama Guard 3 · CI/CD pipelines
LOCAL+CLOUD
Observabilidad
Langfuse self-hosted · Logfire · Postgres · Redis · Metabase
LOCAL
PUBLICACIONES · LATESTPUBLICATIONS · LATEST

Notas técnicas y reflexiones de campo. Technical notes and field reflections.

Aprendizajes prácticos de despliegues reales. Sin marketing, sin hype. Lo que funciona, lo que no, y qué probar la próxima vez.Practical learnings from real deployments. No marketing, no hype. What works, what doesn't, and what to try next.

[ CASO ]2026.04

Por qué la sarcopenia en deportistas pide computer vision local-first.

Lecciones del despliegue de Hygeia en clínica deportiva. Por qué los datos de ultrasonido no pueden cruzar internet bajo Art. 9.2.h RGPD, y cómo ResNet-50 sobre Apple Silicon resuelve la inferencia clínica sin GPU dedicada.

Leer artículo →
[ TUTORIAL ]2026.03

RAG en Cloud Run con Gemini: el patrón de dos pasos que evita cold starts.

Construir un RAG productivo en GCP no es entrenar un job pesado dentro del serving. Separar indexing (offline) de serving (lightweight) es el patrón estándar para ML en serverless. Walkthrough completo con AttentionRAG.

Leer artículo →
[ REFLEXIÓN ]2026.02

Local vs cloud no es una guerra ideológica. Es una decisión técnica.

Los datos sensibles van en local. La escala global va en cloud. Casi todo lo demás es ego del consultor o miedo del cliente. Reflexión sobre cuándo Vertex AI Agent Builder gana y cuándo Llama 3.3 70B sobre Mac Mini es la mejor decisión.

Leer artículo →
CONTACTO · CONNECT()CONTACT · CONNECT()

Hablemos de tu caso concreto.Let's talk about your specific case.

Una sesión de descubrimiento, sin compromiso, para entender qué problema quieres resolver y si nuestra forma de trabajar encaja con tu organización.A no-commitment discovery session to understand what problem you want to solve and whether our way of working fits your organisation.

// SCHEDULE_DISCOVERY()

30 minutos, formato remoto o presencial en Madrid. Te diré con sinceridad si tu caso encaja con alguno de nuestros servicios o si necesitas otra cosa.30 minutes, remote or in-person in Madrid. I'll tell you honestly whether your case fits one of our services or whether you need something else.

emilianovolpi@digitalrealism.io
● RESPONSE_TIME: 24hUTC+1 · MADRID