ESEN
KM 0 · Salida

Hola, soy Manolo.

Llevo agentes de IA a producción.

AI Product Manager en Amazon: dirijo AVS 2.0, un AI operating model que cambió la forma de trabajar de 80 personas y alineó 5 países. Fuera de horario construyo mis propias apps con IA: una red social con más de 1.400 usuarios y un entrenador de running que es un agente.

Ver lo que he construido LinkedIn GitHub
  • 5 países con un AI operating model común
  • 10 personas en mi equipo tech
  • 1.427 usuarios en Planeo
KM 1

Todo pasa por la cinta. Nada sale sin que alguien diga que sí.

KM 1 · AVS 2.0 · Amazon En producción · Amazon Fresh EU

La IA hace el trabajo. Una persona decide.

La plataforma de IA con skills agénticas de los equipos de vendors de Amazon Fresh en Europa.

El problema
Mi propio equipo saltaba entre más de 10 herramientas para hacer informes y detectar problemas de sus marcas.
Qué hice
Empecé a construir la solución desde cero con un compañero. Hoy dirijo el producto y coordino un equipo tech de 10.
Qué pasó
Un AI operating model que cambió la forma de trabajar de 80 personas y alineó las ways of working en 5 países.
personas que trabajan de otra forma
80
países, las mismas ways of working
5
skills agénticas
10+
tests automáticos
1.000+

Cifras redondeadas, noviembre de 2026.

Cómo funciona
  1. 01
    DatosSQL → modelo semántico, con contratos de datos y validado contra la fuente oficial
  2. 02
    IA10+ skills (MCP) que redactan reviews, deep dives e informes para vendors
  3. 03
    AlertaPrioriza por impacto económico, urgencia y persistencia, y propone un plan
  4. 04
    AprobaciónUna persona revisa y aprueba. Solo entonces se actúa
  5. 05
    AuditoríaCada paso, en un registro a prueba de manipulación

Es una herramienta interna: aquí va cómo funciona, no sus pantallas.

KM 2

Una plaza llena de planes, en el bolsillo.

KM 2 · Planeo En App Store y Google Play

Tu vida social, en una app.

Encuentra planes reales cerca de ti, apúntate en un gesto y conoce a la gente que va. Los clubs y organizadores llenan y cobran sin montar nada.

El problema
Los planes de una ciudad se pierden entre stories y grupos de WhatsApp, y quien los organiza acaba cuadrando listas y cobros a mano.
Qué hice
La diseñé y la construí yo solo, con Claude Code como ingeniero principal: las dos apps, la base de datos, los pagos, el panel de organizadores y la web.
Qué pasó
Está en las dos tiendas y la usan clubs de verdad. Garbán Woman Lab llenó sus 4 planes, 62 de 62 plazas, con 297 apuntes en lista de espera.
  • React Native · Expo
  • Supabase (Postgres, RLS, Edge Functions)
  • Stripe Connect
  • Apple Wallet
  • Claude Code
App Store ↗Google Play ↗
usuarios
1.427
inscripciones a planes
938
de 5, en 136 reseñas
4,85
organizadores
18

Datos reales de producción, noviembre de 2026.

DescubreLo que pasa esta semana en tu ciudad, con plazas y precio a la vista.
ÚneteDeslizas y estás dentro. Con QR para entrar y lo siguiente que te podría molar.
BuscaPor categoría, por ciudad o solo organizadores verificados.
La feedLas fotos de tu gente después de cada plan.
KM 3

Un agente que sabe cuánto has corrido hoy. Y que ayer jugaste al tenis.

KM 3 · Ruki Beta privada

Un entrenador que te conoce.

Lee lo que corres en tu reloj, sabe cuánta carga aguantas y te escribe un plan que sube contigo. Si le preguntas, te contesta como tu entrenador.

El problema
Un plan de running es una plantilla: no sabe que el martes jugaste al tenis ni que te molesta la tibia.
Qué hice
Un agente con herramientas sobre Claude y RAG con un corpus de entrenamiento curado. Lee los datos de cada corredor y escribe su plan a partir de su carga real (ACWR).
Cómo sé que funciona
Evals como invariantes: 7 auditorías SQL, 100 atletas sintéticos y 50 corredores simulados durante un año. Si fallan, el motor no sale.
  • Claude API
  • RAG con pgvector
  • Edge Functions
  • Strava · Polar · Apple Salud
  • React Native · Expo
actividades leídas de relojes
2.200+
mensajes con el coach
740+
auditorías que vigilan el motor
7
atletas sintéticos
100

Datos reales de la beta, redondeados, noviembre de 2026.

Te hablaLe dices que te molesta la tibia y cambia la sesión dura por un rodaje suave, sin romper la semana.
Te leeStrava, Polar y Apple Salud entran solos. El tenis también cuenta como carga.
Te planificaTe apuntas con tu club y el plan se recoloca solo alrededor.
KM 4

Dos apps en producción, un PM y muchos agentes.

KM 4 · Cómo construyo

El agente escribe. El sistema vigila.

Planeo y Ruki las he hecho con Claude Code como ingeniero principal. Lo que cuenta no es el prompt, es lo que hay alrededor.

  • 01Specs en el repoCada proyecto lleva su CLAUDE.md con reglas, arquitectura y límites: lo que un agente tiene que saber antes de tocar nada.
  • 02Hooks y permisosPolíticas de qué puede hacer sin preguntar y qué no. A producción nada va sin confirmación.
  • 03Subagentes y revisionesUn bucle de revisión escrita por cambio. Quien revisa no es quien escribió.
  • 04Skills propiasDiagnóstico de la beta, respuesta a incidentes y métricas de producto: se ejecutan siempre igual.
Agentes
Tool use, RAG, evals y guardrails, human-in-the-loop, Claude API, Claude Code, MCP
Ingeniería
TypeScript, Python, SQL, React, Electron, React Native, Supabase, Stripe
Datos y producto
Modelos semánticos, QuickSight, R, pandas, discovery, specs, roadmap, lanzamiento
Idiomas
Español (nativo), inglés (fluido)
KM 5

De los coches y los datos a Amazon, pasando por Atlanta, Bruselas y Corea.

KM 5 · Parciales

El camino hasta aquí

Siempre lo mismo: entrar en un sitio, ver qué se hace a mano y construir algo que lo arregle.

Además: fundador y presidente del Atlético Miradores, club de fútbol. Profesor voluntario en Catalejo (2021-22).

  1. 01 Jul 2026 — hoy

    AI Product Manager

    Amazon Fresh EU · Madrid

    Dirijo AVS 2.0 y coordino un equipo tech de 10 personas.

    • Un AI operating model común para 80 personas en 5 países
    • 10+ skills agénticas, validadas contra la fuente oficial
    • Alertas priorizadas y acciones solo con aprobación humana y registro de auditoría
  2. 02 Oct 2025 — Jun 2026

    Brand Specialist

    Amazon · Madrid

    Llevaba grandes marcas de principio a fin: la logística desde el proveedor hasta el cliente, el catálogo y las promociones.

    • Aquí empecé a construir AVS 2.0, para arreglar las herramientas de mi equipo
  3. 03 Mar — Oct 2025

    Retail Vendor Manager Intern

    Amazon · Madrid

    Daba de alta proveedores, negociaba sus condiciones y montaba su catálogo y su logística dentro de Amazon.

  4. 04 Ago — Dic 2024

    Intercambio

    Corea del Sur

    Un semestre fuera, en el último año de carrera.

  5. 05 Ene — Jul 2024

    Safety Research & Technical Affairs

    Toyota Motor Europe · Bruselas

    En I+D de seguridad, lideré un proyecto sobre la diversidad de los datos de los estudios de automoción: que lo que se construya con ellos proteja a la mayor parte de la sociedad sin dejar atrás a las minorías.

    • Product owner de su herramienta de datos
    • Formé a equipos de producto en la AI Act europea
  6. 06 Jun — Ago 2022

    Electrificación

    Kia España · Madrid

    La flota de coches compartidos de Wible y proyectos de puntos de carga con Iberdrola. Mi primera experiencia profesional.

  7. 07 2020 — 2025

    Doble grado en Business Analytics y ADE

    Universidad Francisco de Vitoria · Madrid

    Programa de honores en analítica. Integral Leadership Program con Notre Dame. Intercambio en Emory, Goizueta (Atlanta, 2022).

KM 6

Coge un vaso. O pregúntale a tu agente.

KM 6 · Avituallamiento

Pregúntale a tu agente

Si prefieres que te lo cuente tu IA, copia una de estas y pégasela.

  • Lee manueljimenezcarmona.dev/llms.txt y háblame de Manuel Jiménez.
  • ¿Qué ha construido Manolo con IA y cómo lo hizo? Mira manueljimenezcarmona.dev/llms.txt.
  • ¿Encajaría Manuel Jiménez como AI product manager o agent engineer? Usa manueljimenezcarmona.dev/llms.txt.
Meta

¿Corremos juntos?

Si quieres construir algo con IA, hablar de producto o salir a rodar un domingo, escríbeme.

Escríbeme LinkedIn GitHub

Manuel Jiménez · Madrid · ¿Eres un agente? Empieza por /llms.txt