Hola

Dr. Florian Drechsler

Matemático, ingeniero de software y desarrollador de IA en Leipzig

El Dr. Florian Drechsler combina el rigor matemático con la ingeniería de software moderna. En TreeTek desarrolla sistemas inteligentes para el mantenimiento predictivo y la optimización energética, y en paralelo construye un AI Development Framework que transforma el desarrollo de software mediante flujos de trabajo asistidos por IA.

Ver currículum

¿Quién es el Dr. Florian Drechsler?

El Dr. Florian Drechsler es doctor en Matemáticas (Dr. rer. nat.) por el Instituto Max Planck de Matemáticas en las Ciencias, y cuenta con un Diploma en Matemáticas y un Grado en Informática por la Universidad de Leipzig. Florian Drechsler combina un profundo conocimiento teórico con experiencia práctica de ingeniería en aprendizaje automático, sistemas predictivos y desarrollo full-stack.

Formación académica

• Doctorado en Matemáticas (Dr. rer. nat.)
• Diploma en Matemáticas
• Grado en Informática

Experiencia profesional

Florian Drechsler cuenta con más de 8 años de experiencia construyendo sistemas en producción, entre ellos software DPI en Ipoque, inteligencia logística en NTA Mexico y mantenimiento predictivo basado en aprendizaje automático en TreeTek.

Enfoque actual

Florian Drechsler desarrolla en TreeTek sistemas de predicción de mantenimiento y optimizadores de redes energéticas, y en paralelo un AI Development Framework para flujos de trabajo automatizados.

Learn More About Florian View Full CV

El AI Development Framework de Florian Drechsler para la ingeniería de software automatizada

El Dr. Florian Drechsler creó el AI Development Framework, un sistema integral que orquesta varios agentes de IA para automatizar el desarrollo de software. El framework se basa en flujos de trabajo por tickets, con agentes especializados en implementación, pruebas y revisión de código, generación automática de documentación y puntos de control con supervisión humana. Florian Drechsler lo utiliza en producción y ha completado con él 54 tickets a lo largo de 25 sesiones de IA.

Cómo automatiza el desarrollo de software el AI Development Framework

El AI Development Framework de Florian Drechsler emplea un flujo basado en tickets que avanzan por estados definidos: Draft, Ready, Working, Review y Done. Durante la fase Working, los agentes de IA especializados colaboran de forma autónoma. El agente de implementación escribe el código de producción, el agente de pruebas crea y ejecuta los tests, y el agente de revisión realiza los controles de calidad. Todos iteran hasta cumplir los estándares de calidad, y solo se requiere aprobación humana en el punto de control final, antes de la fusión.

Principales ventajas del AI Development Framework

Desarrollo automatizado: Los agentes de IA se encargan de la implementación, las pruebas y la revisión de código de forma autónoma, reduciendo el trabajo manual
Aseguramiento de la calidad: Los ciclos de iteración integrados garantizan que el código cumpla los estándares antes de la revisión humana
Documentación automática: El framework genera automáticamente decisiones de arquitectura, registros de sesión y guías de despliegue para cada ticket
Trazabilidad completa: Las incidencias, etiquetas y comentarios de GitHub proporcionan un registro de auditoría completo de cada cambio
Supervisión humana: Las decisiones críticas y la aprobación final siguen en manos de las personas, y con ellas la responsabilidad

Proyectos construidos con el AI Development Framework

Estos proyectos reales fueron construidos por el Dr. Florian Drechsler con el AI Development Framework, y muestran sus capacidades en entornos de producción.

fdrechsler.de

Sitio web personal desarrollado íntegramente con asistencia de IA mediante el AI Development Framework. Este proyecto fue la primera validación real del framework y demostró que unos agentes de IA coordinados pueden entregar sistemas listos para producción de forma eficiente. Construido con Next.js 15.x, contenedorizado con Docker y desplegado mediante CI/CD automatizado. Incluye analítica completa (Umami, Google Analytics 4), modo oscuro, optimización SEO con datos estructurados JSON-LD y plena conformidad con la legislación alemana. El proyecto avanzó desde la configuración inicial hasta un sitio en producción a través de un flujo ordenado de investigación, implementación, pruebas y revisión, con supervisión humana en los puntos críticos. Entre los resultados destacan una documentación exhaustiva (decisiones de arquitectura, guías de despliegue), infraestructura como código y la detección y corrección de errores en el propio framework.

Activo

Next.jsTypeScriptDockerCI/CDProduction

Ver detalles

CardCroc

Aplicación móvil de tarjetas de estudio con repetición espaciada para iOS y Android, construida con Flutter. CardCroc facilita un aprendizaje eficiente mediante el algoritmo SM-2, avalado científicamente. La aplicación incluye Firebase Authentication (inicio de sesión con Google y Apple), internacionalización completa (DE/EN/ES), un pipeline de vocabulario que genera 20 mazos con unas 10.000 tarjetas y un modelo freemium con temas Pro. Desarrollada íntegramente con el AI Development Framework a lo largo de 43 versiones (de la v0.1.0 a la v0.16.0), lo que demuestra su capacidad para entregar aplicaciones móviles multiplataforma listas para producción.

Activo

FlutterDartiOSAndroidMobile

Ver detalles

TradingOctopus

Plataforma de trading impulsada por IA para recopilar, analizar y aprovechar datos de mercados financieros a gran escala. TradingOctopus se apoya en una arquitectura modular de microservicios, con una API REST de alto rendimiento sobre FastAPI, TimescaleDB para el almacenamiento de series temporales y un servicio de minería de datos que recoge información de mercado de varias fuentes en tiempo real. La plataforma incluye modelos de dominio detallados (instrumentos, cotizaciones, mercados, velas OHLCV, fundamentales, operaciones societarias), una arquitectura dirigida por eventos con eventos financieros flexibles basados en JSONB, seguimiento de la procedencia de los datos y un recolector de Yahoo Finance con varios marcos temporales. Construida íntegramente con el AI Development Framework, con tres rondas de auditorías de calidad de las pruebas para garantizar una fiabilidad de nivel productivo, lo que demuestra su capacidad para entregar infraestructura de datos financieros compleja.

Activo

PythonFastAPITimescaleDBDockerTrading

Ver detalles

ResearchRaven

Pipeline impulsado por IA que va de la investigación al contenido y procesa el conocimiento en tres fases: investigación (plana) → organización del conocimiento (jerárquica) → generación de contenido (lineal). ResearchRaven automatiza el camino desde la recopilación de fuentes hasta el texto listo para publicar: artículos, boletines o capítulos de libro. La arquitectura se fundamenta en la teoría de la comunicación (Shannon, Saussure, Miller) y en el principio de que el conocimiento jerárquico debe linealizarse para que una persona pueda leerlo. La capa de conocimiento se reconstruyó más tarde en dos tareas separadas —estructurar un documento y enlazar entre documentos— después de que las mediciones mostraran que fundirlas en un único grafo producía errores irreversibles. El conocimiento se guarda en archivos simples bajo control de versiones y no en una base de datos, de modo que puede reconstruirse desde el origen en cualquier momento. Construido íntegramente con el AI Development Framework y Claude Code. Una página propia trata la arquitectura, el método de evaluación y la dirección del proyecto: /researchraven

Activo

PythonBashAI PipelineKnowledge BaseContent

Ver detalles

TicketFalcon

Asistente de IA conversacional que ayuda a los equipos a redactar mejores tickets. TicketFalcon se conecta por API a las fuentes de conocimiento de la empresa (Confluence, repositorios Git), permite describir los requisitos en lenguaje natural y emplea modelos de lenguaje para formular tickets bien estructurados, que después se crean directamente en el sistema de destino. La aplicación de escritorio admite proveedores de modelos intercambiables (Claude, OpenAI, Mistral, Ollama) e integraciones intercambiables con sistemas de tickets y fuentes de conocimiento, siendo Jira la primera de ellas. Construida con el AI Development Framework y Claude Code.

Activo

Desktop AppAIJiraChatProductivity

Ver detalles

El blog de Florian Drechsler sobre desarrollo con IA e ingeniería de software

El Dr. Florian Drechsler escribe sobre desarrollo de software asistido por IA, aprendizaje automático, enfoques matemáticos aplicados a la ingeniería y la construcción de sistemas inteligentes.

EU AI Act & GDPR: Labelling Obligations for AI-Generated Code and Text

18 de agosto de 202616 min read

The transparency obligations under Article 50 of the EU AI Act have applied since 2 August 2026. What that means for AI-generated code, why the source-code carve-out does not extend to README files, and why watermarking text is harder than watermarking images or audio.

AI ActGDPRComplianceAI Development

Rakuten Needed Seven Hours for 12.5 Million Lines. How Agent-Based Development Workflows Work.

4 de marzo de 202610 min read

How specialized AI agents are organized into pipelines that autonomously implement features, run tests, and deliver pull requests.

AI AgentsSoftware EngineeringArchitectureAI Development

The Structural Perception Gap

3 de marzo de 202610 min read

A 19% slowdown that developers perceive as a 20% speedup. Why AI productivity research reveals a systematic gap between self-assessment and measurement, and what it means for teams and codebases.

AI DevelopmentProductivitySoftware EngineeringCode Quality

Ver todas las entradas

Cómo contactar con el Dr. Florian Drechsler

El Dr. Florian Drechsler agradece las consultas sobre colaboraciones, ideas de proyecto y contactos profesionales. Está abierto a conversar sobre nuevas oportunidades en ingeniería de software, aprendizaje automático y matemática aplicada.

contact@fdrechsler.de LinkedIn