Applied AI studio · Lima, Peru
I build practical AI tools with Claude for small teams — or teach your team to build them with Claude Code. Measured before it’s trusted, and private when your data needs it.
Two ways to work together
Same standard either way: a working tool, numbers you can check, and nothing you can’t run without me.
We pick one concrete problem. I build a working tool with Claude, or with models that run on your own hardware, and measure how it actually performs.
Hands-on sessions on your own data and workflows, so your team keeps building after we’re done.
Selected work
Every number below comes from my own test runs — including the ones that show the limits.
A safety layer for Claude Code: hooks that stop malformed or risky commands before they run, push long jobs to the background with visible progress, and enforce project rules — packaged as an installable kit and delivered to another user.
An architect → executor pipeline: Claude writes the plan, a local model implements it, and a verifier checks the result. Behind it is a test bench built from real tasks to decide what the local model can do alone, what it can do with guidance, and when it’s better to leave it all to Claude.
Clear limits: reliable on well-defined, test-verified fixes; not on open-ended discovery (0 of 6 runs).
A document-grounded assistant split between a laptop with a 6 GB GPU and a small home server: hybrid search with reranking, 16 governed tools, memory that only changes with approval, and a trace of every answer.
A 35-billion-parameter model runs on a laptop with a 6 GB GPU. On a 16B mixture-of-experts model, I tuned which layers stay on the GPU and which move to the CPU.
Also built
A ~290-page technical book translated with every formula intact; page extraction at 8.4 s/page with 0 failures in 287 pages.
2,747 / 2,747 formulasDaily collection and reconciliation of public spending data, nowcasts with uncertainty bands, and AI-ranked news monitoring.
dailyA grocery basket tracked across online supermarkets in Lima, with alerts at historical lows.
18 / 18 testsContainerized services behind zero-trust tunnels, with access control and backups in two locations.
zero-trust accessProcess
One concrete problem, and the data you already have.
A working tool, with Claude or with local models — whichever fits.
A test set, the numbers, and the limits written down.
Code, documentation and training. No lock-in.
Your data stays yours. When it’s sensitive, models run on your own hardware. When the cloud is the better tool, I tell you so — and why.
About
I build AI the way I’d want it built for me: measured, private when it matters, and handed over.
I’m Julio, based in Lima.
I build AI systems hands-on — from fitting large models onto modest GPUs to data pipelines, evaluation and guardrails for AI agents. Juliohome is where that work lives.
I build with Claude and Claude Code; this site was made the same way.
Contact
Tell me what you’d like to solve — a short description is enough.
Estudio de IA aplicada · Lima, Perú
Construyo herramientas de IA prácticas con Claude para equipos pequeños, o le enseño a tu equipo a construirlas con Claude Code. Medidas antes de confiar en ellas, y privadas cuando tus datos lo exigen.
Dos formas de trabajar
El mismo estándar en ambos casos: una herramienta que funciona, cifras que puedes comprobar y nada que no puedas mantener sin mí.
Elegimos un problema concreto. Construyo una herramienta que funciona, con Claude o con modelos que corren en tu propio equipo, y mido cómo rinde de verdad.
Sesiones prácticas con tus propios datos y procesos, para que tu equipo siga construyendo cuando terminemos.
Trabajo seleccionado
Cada cifra de abajo sale de mis propias pruebas, incluidas las que muestran los límites.
Una capa de seguridad para Claude Code: hooks que detienen comandos mal formados o riesgosos antes de ejecutarse, mandan las tareas largas a segundo plano con progreso visible y hacen cumplir las reglas del proyecto; empaquetada como kit instalable y entregada a otra persona.
Un flujo arquitecto → ejecutor: Claude escribe el plan, un modelo local lo implementa y un verificador comprueba el resultado. Detrás hay un banco de pruebas con tareas reales para decidir qué puede hacer solo el modelo local, qué puede hacer con guía y cuándo conviene dejárselo todo a Claude.
Límites claros: confiable en arreglos bien definidos y verificados con tests; no en descubrimiento abierto (0 de 6 corridas).
Un asistente que responde con base en documentos, repartido entre una laptop con GPU de 6 GB y un pequeño servidor doméstico: búsqueda híbrida con reordenamiento, 16 herramientas controladas, memoria que solo cambia con aprobación y registro de cada respuesta.
Un modelo de 35 mil millones de parámetros corre en una laptop con GPU de 6 GB. En un modelo mixture-of-experts de 16B, ajusté qué capas se quedan en la GPU y cuáles pasan a la CPU.
También he construido
Un libro técnico de ~290 páginas traducido con todas sus fórmulas intactas; extracción a 8.4 s por página con 0 fallos en 287 páginas.
2,747 / 2,747 fórmulasRecolección y conciliación diaria de datos de gasto público, nowcasting con bandas de incertidumbre y monitoreo de noticias ordenado con IA.
diarioUna canasta de alimentos seguida en supermercados online de Lima, con alertas en mínimos históricos.
18 / 18 pruebasServicios en contenedores detrás de túneles con acceso restringido, control de acceso y backups en dos lugares.
acceso zero-trustProceso
Un problema concreto y los datos que ya tienes.
Una herramienta que funciona, con Claude o con modelos locales, lo que encaje mejor.
Un set de pruebas, las cifras y los límites por escrito.
Código, documentación y capacitación. Sin dependencia.
Tus datos siguen siendo tuyos. Si son sensibles, los modelos corren en tu propio equipo. Si la nube es la mejor herramienta, te lo digo, y por qué.
Sobre mí
Construyo IA como me gustaría que la construyeran para mí: medida, privada cuando importa, y entregada.
Soy Julio y trabajo desde Lima.
Construyo sistemas de IA con mis propias manos: desde hacer caber modelos grandes en GPUs modestas hasta pipelines de datos, evaluación y controles para agentes de IA. Juliohome es donde vive ese trabajo.
Construyo con Claude y Claude Code; esta web también se hizo así.
Contacto
Cuéntame qué te gustaría resolver; basta con una descripción corta.