Mapa interactivo 3D (CesiumJS) que cruza datos satelitales con información territorial para revelar patrones entre incendios y cambios de uso del suelo sobre bosque nativo protegido en Córdoba (2018–2025). Superpone cicatrices de incendio derivadas de Sentinel-2 vía Google Earth Engine (índice dNBR clasificado por severidad) con focos activos NASA FIRMS en tiempo casi real, vientos de Open-Meteo, bosque nativo OTBN (IDECOR), loteos municipales, desarrollos OSM y recurrencia histórica. Un score compuesto rankea las 20 cicatrices con más señales de alerta (bosque nativo quemado + loteo posterior al incendio + recurrencia + desarrollos de alto valor). Cada cicatriz se analiza con Claude vía un Cloudflare Worker que protege la API key server-side. Pipeline de datos en Python + GEE, exportación a Excel/PDF y auto-actualización por GitHub Action. Corre 100% estático en GitHub Pages.

SaaS legal fullstack con corpus propio de +23.000 fragmentos indexados en Qdrant. El corpus cubre la Constitución Nacional, Código Civil y Comercial completo (~2.600 arts.), Código Penal, LCT, 15+ leyes laborales, 127 fallos de la CSJN, plenarios de la CNAT y CNCiv, 3 CCT completos (comercio, construcción, gastronomía) y ~7.920 fragmentos de consultas reales de abogados. Datos vivos actualizados (SMVM, RIPTE, UVA, tasa BNA). Backend Node.js + Qdrant, frontend React, autenticación, historial de consultas, blog legal, calculadora de indemnizaciones y generación de contratos con IA.

Visualizador sísmico global en tiempo real construido sobre CesiumJS: globo 3D con imágenes satelitales reales, renderizado WebGL de alto rendimiento y soporte nativo de coordenadas geográficas. Consume hasta 5.000 eventos del catálogo USGS y los posiciona sobre el globo en tiempo real. Vientos vectoriales en tiempo real sobre 77 puntos de grilla con datos de Open-Meteo, proyectados sobre el plano tangente de la esfera. Alertas push configurables por magnitud. Modelo de riesgo sísmico dual: implementación ETAS en el browser (b-value Aki 1965, ley Omori-Utsu, Gutenberg-Richter + Poisson) y XGBoost entrenado en Python con 2 años de catálogo, 10 features sísmicas y validación cruzada de 5 pliegues (AUC ~0.84–0.87). Todo sin backend — funciona 100% en el navegador.

Pipeline de audio DSP + ML que extrae 67 features acústicas (pYIN, 13 MFCCs + deltas, HPSS, centroide espectral, onset detection) con librosa, clasifica la vocalización entre 9 clases usando Random Forest entrenado con supervisión débil sobre Freesound, y llama a Claude Opus vía streaming SSE para producir una interpretación anclada en literatura peer-reviewed.

LLM con RAG sobre un corpus histórico curado: discursos, documentos y entrevistas de Juan Domingo Perón. El agente mantiene coherencia de personaje, cita fuentes primarias y responde en contexto histórico. Ejercicio de prompt engineering, curación de fuentes y construcción de pipelines de recuperación semántica sobre documentos de época.