IA aplicada · Visión artificial · Agroindustria

Diego
Teuta

Ingeniero electrónico enfocado en inteligencia artificial aplicada. Soluciones reales de visión por computadora, automatización y analítica de datos en la agroindustria. Actualmente cursando maestría en Ciencia de Datos e IA.

Maestría en Ciencia de Datos ISSCT 2025 github.com/diegoteuta
3+
años de experiencia
4+
sistemas desplegados en entornos reales
1
publicación internacional
Ene 2022
en Cenicaña · presente
01 —

Sobre mí

Ingeniero electrónico enfocado en inteligencia artificial aplicada, con experiencia en visión artificial, automatización y analítica de datos en la agroindustria.

He desarrollado e implementado soluciones en entornos reales: sistemas de visión por computadora para clasificación y conteo automático, tracking en tiempo real, análisis de procesos industriales y plataformas de monitoreo integrando SQL, OPC UA y Modbus.

Actualmente curso una maestría en Ciencia de Datos e Inteligencia Artificial, fortaleciendo mis habilidades en machine learning, deep learning y arquitecturas de datos.

Me interesa seguir trabajando en soluciones de IA aplicada, optimización de procesos y analítica avanzada donde los datos se conviertan en decisiones reales.

RolIngeniero electrónico · IA aplicada · Investigador
EmpresaCenicaña · enero 2022 – presente
MaestríaCiencia de Datos e Inteligencia Artificial · en curso
FormaciónIngeniería Electrónica — Universidad del Valle, 2022
IdiomasEspañol nativo · Inglés B2 · Portugués A2
UbicaciónCali, Colombia
GitHubgithub.com/diegoteuta
LinkedInlinkedin.com/in/diegoteuta
02 —

Experiencia

Cenicaña
Ene 2022 – presente
Cali, Colombia
Ingeniero electrónico de proyectos
Diseñé y desarrollé un prototipo de visión artificial para estimar de forma no destructiva el color del azúcar y clasificar impurezas con procesamiento de imágenes y machine learning.
Implementé una solución de IA para conteo automático de sacos en líneas de despacho — visión por computadora en tiempo real con 98% de precisión bajo condiciones ambientales variables.
Desarrollé servicio web para monitoreo de KPIs y variables de proceso en tiempo real, integrando SQL Server, OPC DA/UA y Modbus con sistemas historiadores industriales.
Diseñé e implementé sistemas de control PLC y DCS (Unitronics) en plantas piloto para procesos de calentamiento y sistemas CIP (Clean-In-Place).
Participé en modelos predictivos para mejorar la eficiencia de un cristalizador de azúcar. Gestioné contratos de soporte técnico con proveedores externos.
Python OpenCV Machine Learning PLC/DCS Unitronics OPC DA/UA SQL Server APIs REST Modbus SCADA/HMI
Eka Corporación S.A.
Ene 2015 – Feb 2016
Colombia
Electromecánico
Ejecuté planes de contingencia y mantenimiento preventivo y correctivo alineados con los principios de Mantenimiento Productivo Total (TPM) para maximizar la disponibilidad de equipos.
TPM Mantenimiento industrial Electromecánica
03 —

Habilidades

>_
IA aplicada & Machine Learning
Núcleo técnico · Maestría en curso
Python avanzado Machine Learning Deep Learning OpenCV Java JavaScript
Automatización industrial
Control & comunicaciones
PLC Siemens PLC Unitronics DCS HMI · SCADA OPC DA/UA Modbus
Datos industriales
Backend & análisis
SQL Server APIs REST Historiadores KPI dashboards
Diseño & herramientas
Ingeniería CAD & office
SolidWorks Inventor Office 365
Ciberseguridad industrial
ICS / OT security
Diplomado USACH 2024 Redes industriales Seguridad OT
Habilidades blandas
Trabajo & liderazgo
Comunicación efectiva Trabajo en equipo Resolución de problemas Pensamiento crítico Gestión del tiempo
04 —

Publicaciones & reconocimientos

International Society of Sugar Cane Technologists (ISSCT)
DataCane by Cenicaña: optimization of efficiency and maintenance in sugarcane mills through Industry 4.0
Investigación publicada sobre la optimización de eficiencia y mantenimiento en ingenios azucareros aplicando principios de Industria 4.0. Integración de IoT, análisis de datos en tiempo real y modelos predictivos para la agroindustria colombiana.
ISSCT · 2025 Vol. 32, p. 610–616 Industria 4.0 Agroindustria
2025
Vol. 32
pp. 610–616
Bee-in Fest 2024–2025
Reconocimiento por innovación tecnológica — participación activa en el desarrollo de soluciones que fortalecen la cultura de innovación y el avance tecnológico del sector de la agroindustria de la caña.
05 —

Formación académica

En curso
Maestría en Ciencia de Datos e IA
Cursando actualmente
2022
Ingeniería Electrónica
Universidad del Valle
2024
Diplomado Ciberseguridad Industrial
Universidad de Santiago de Chile
2023
Diplomado Misión TIC
Universidad Nacional
2024
Curso Excel Avanzado
Finanzas VLR
2015
Tecnología en Mantenimiento Mecánico Industrial
SENA
06 —

Contacto

¿Tienes un proyecto de IA aplicada o analítica industrial? Hablemos.

Disponible para colaboraciones en investigación, visión artificial, industria 4.0 y consultoría técnica.

diegofernandoteuta@gmail.com Email 315 740 4753 Teléfono linkedin.com/in/diegoteuta LinkedIn github.com/diegoteuta GitHub