# Manuel Jiménez

> 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.

## Proyectos

### AVS 2.0 · Amazon — 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.

- Estado: En producción · Amazon Fresh EU
- 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 (noviembre de 2026)
- países, las mismas ways of working: 5 (noviembre de 2026)
- skills agénticas: 10+ (noviembre de 2026)
- tests automáticos: 1000+ (noviembre de 2026)
- Datos: SQL → modelo semántico, con contratos de datos y validado contra la fuente oficial
- IA: 10+ skills (MCP) que redactan reviews, deep dives e informes para vendors
- Alerta: Prioriza por impacto económico, urgencia y persistencia, y propone un plan
- Aprobación: Una persona revisa y aprueba. Solo entonces se actúa
- Auditoría: Cada paso, en un registro a prueba de manipulación

### Planeo — 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.

- Estado: En App Store y Google Play
- 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.
- Descubre: Lo que pasa esta semana en tu ciudad, con plazas y precio a la vista.
- Únete: Deslizas y estás dentro. Con QR para entrar y lo siguiente que te podría molar.
- Busca: Por categoría, por ciudad o solo organizadores verificados.
- La feed: Las fotos de tu gente después de cada plan.
- Stack: React Native · Expo, Supabase (Postgres, RLS, Edge Functions), Stripe Connect, Apple Wallet, Claude Code
- usuarios: 1427 (noviembre de 2026)
- inscripciones a planes: 938 (noviembre de 2026)
- de 5, en 136 reseñas: 4.85 (noviembre de 2026)
- organizadores: 18 (noviembre de 2026)
- App Store: https://apps.apple.com/app/planeo/id6760037863
- Google Play: https://play.google.com/store/apps/details?id=com.planeo.app

### Ruki — 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.

- Estado: Beta privada
- 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.
- Te habla: Le dices que te molesta la tibia y cambia la sesión dura por un rodaje suave, sin romper la semana.
- Te lee: Strava, Polar y Apple Salud entran solos. El tenis también cuenta como carga.
- Te planifica: Te apuntas con tu club y el plan se recoloca solo alrededor.
- Stack: Claude API, RAG con pgvector, Edge Functions, Strava · Polar · Apple Salud, React Native · Expo
- actividades leídas de relojes: 2200+ (noviembre de 2026)
- mensajes con el coach: 740+ (noviembre de 2026)
- auditorías que vigilan el motor: 7 (noviembre de 2026)
- atletas sintéticos: 100 (noviembre de 2026)

## KM 4 · Cómo construyo

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

- Specs en el repo: Cada proyecto lleva su CLAUDE.md con reglas, arquitectura y límites: lo que un agente tiene que saber antes de tocar nada.
- Hooks y permisos: Políticas de qué puede hacer sin preguntar y qué no. A producción nada va sin confirmación.
- Subagentes y revisiones: Un bucle de revisión escrita por cambio. Quien revisa no es quien escribió.
- Skills propias: Diagnóstico 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)

## Trayectoria

- 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.
- 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.
- 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.
- Ago — Dic 2024 · Intercambio · Corea del Sur. Un semestre fuera, en el último año de carrera.
- 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.
- 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.
- 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).

## Enlaces

- GitHub: https://github.com/manueljimenez-creator
- LinkedIn: https://www.linkedin.com/in/manuel-jimenez-carmona/
- Email: manuel.jimenez@planeoeo.com