Noah Zepter, M.S.

Soy científico de formación, pero los hábitos de trabajo asociados a esa formación me han servido en cada trabajo que he tenido desde entonces.

Toxicología forense en Legacy Health en Portland, Oregon: operé de forma independiente un sitio satélite de alto volumen, donde la precisión de cada prueba recaía directamente en mí. Visualización de datos en KOSA AI en Osaka, Japón: desarrollé visualizaciones que mostraban dónde los modelos de IA habían incorporado sesgos a partir de sus datos de entrenamiento, traduciendo su comportamiento en algo que personas no técnicas pudieran entender. Trabajo de laboratorio médico en University of Oklahoma Health: trabajo en laboratorio hospitalario reportando resultados críticos a médicos, donde la precisión no es negociable, ya que impacta directamente en la atención al paciente. Más recientemente, trabajo genómico en LUMAE AI en Barcelona, España: desarrollé pipelines genómicos para analizar datos que vinculaban evidencia de ARN con mecanismos de enfermedad en cohortes de cáncer.

En todos esos entornos, dos cosas se repetían. Cada sistema en el que trabajé tenía ineficiencias evitables: de las que hacen perder tiempo y se acumulan durante años. Y el método científico en el que me formé terminó siendo, en esencia, una disciplina de diseño de sistemas: precisión, reproducibilidad, documentación, validación. Con el tiempo, el siguiente paso lógico fue construir algo propio.

M37 Ventures es uno de mis clientes actuales, para quienes diseño e implemento flujos de trabajo con IA en sus proyectos de consultoría.

De ahí nace AeroLex. El trabajo que quiero hacer lo desarrollo aquí, bajo mi propio rumbo.

Aporto a cada proyecto el rigor de la formación científica, experiencia en entornos de alta exigencia y dominio de herramientas y sistemas de IA, todo impulsado por una curiosidad constante por descubrir lo que aún no sé. Mi trabajo es identificar la fricción, reducirla y crear sistemas que evolucionen junto con tu empresa.