Skill: LinkedIn Content Generator
Activación
Este skill se activa cuando el usuario:
- •Usa el comando
/linkedin-post - •Solicita crear contenido para LinkedIn
- •Menciona "post de LinkedIn", "publicación LinkedIn", "contenido profesional"
Descripción
Genera contenido optimizado para LinkedIn basado en el perfil, proyectos y experiencia de Vicente Rivas Monferrer como Full-Stack AI Engineer.
Sintaxis de Uso
code
/linkedin-post [tipo] [tema]
Tipos disponibles:
| Tipo | Descripción | Ejemplo |
|---|---|---|
technical | Post técnico sobre un proyecto o tecnología | "Mi experiencia con RAG" |
learning | Reflexión sobre aprendizaje | "Lo que aprendí en el hackathon" |
showcase | Presentación de proyecto | "Presentando Zyndra" |
opinion | Opinión sobre tendencia/tema | "El futuro de los LLMs" |
milestone | Celebración de logro | "Premio Telefónica LDU" |
Ejemplos de invocación:
code
/linkedin-post technical "Cómo implementé RAG con ChromaDB" /linkedin-post learning "Mi primer año desarrollando IA" /linkedin-post showcase "NeuroSpot - detección de TDAH" /linkedin-post opinion "RAG vs Fine-tuning" /linkedin-post milestone "1er puesto en Telefónica LDU"
Estructura de Posts
Formato estándar (hook → contexto → valor → CTA):
code
🎯 [HOOK impactante - estadística o pregunta] [2-3 líneas de contexto personal] [3-5 bullets con el contenido de valor] 💬 [Pregunta para engagement] #Hashtag1 #Hashtag2 #Hashtag3
Datos del Perfil de Vicente
Identidad Profesional
- •Título: Full-Stack AI Engineer
- •Rol: Cofundador @Zyndra
- •Logro destacado: 1er Puesto Nacional Telefónica LDU 2025
- •Ubicación: Valencia, España
- •Disponibilidad: Remoto/híbrido
Especialización en IA
- •Sistemas RAG con ensemble de 4 LLMs (GPT-4, Claude, Llama, Mistral)
- •Computer Vision con YOLOv8 (99.6% precisión, 80K+ imágenes)
- •Evaluación con framework RAGAS (68+ benchmarks)
- •LangChain, ChromaDB, OpenAI API, Anthropic API
Cloud & DevOps
- •AWS: Lambda, DynamoDB, Cognito, S3, EC2, Rekognition, CloudWatch
- •Docker, CI/CD con GitHub Actions
- •Google Cloud, Firebase, Redis
- •Arquitecturas serverless
Métricas de Impacto
- •94% accuracy en chatbot RAG (122K+ líneas de código)
- •99.9% uptime en sistemas de producción
- •90% reducción trabajo administrativo (100+ familias)
- •630K+ líneas de código en arquitectura serverless
- •99.6% precisión en detección de obstáculos (<100ms latencia)
Proyectos Principales
- •Chatbot RAG ONG DNI - TFG, 94% accuracy, RAGAS evaluation
- •NeuroSpot - Plataforma TDAH, 8 servicios AWS, 630K+ LOC
- •Zyndra/AidGuide - Robot guía, YOLOv8, ROS2, 80K imágenes
- •Osyris-Web - Gestión scout, 105K+ LOC, 90% reducción admin
- •TeamLens - Sistema producción, 99.9% uptime
- •GeneticAgent - IA Catan, 40K partidas, 100% win rate
- •MCP Smart Agent - npm package, 440+ descargas
Formación
- •Grado Tecnologías Interactivas - UPV (2022-2026)
- •Especialización IA Sostenibilidad - Cátedra ENIA-UPV
- •Despliegue AWS - CFP-UPV (60h)
- •Bootcamp DevOps - Código Facilito
Hashtags Estratégicos
Core (siempre incluir 2-3):
#AI #MachineLearning #Python
Por tema:
- •IA:
#RAG#LLM#ComputerVision#DeepLearning#NLP#LangChain - •Cloud:
#AWS#Docker#DevOps#CloudComputing#Serverless - •General:
#TechForGood#Startup#Valencia#UPV#JuniorDev
Templates por Tipo
Template: Technical Post
code
[Métrica impactante o pregunta técnica] [Contexto: qué problema resolviste] La solución: • [Tecnología/técnica 1 + resultado] • [Tecnología/técnica 2 + resultado] • [Tecnología/técnica 3 + resultado] [Lección aprendida o takeaway] ¿[Pregunta técnica relacionada para engagement]? #AI #[TechSpecifica] #Python #[CloudService]
Template: Learning Journey Post
code
[Reflexión o momento clave] [Hace X meses/años, estaba en situación Y] [3-4 puntos de lo que aprendiste] [Cómo te ha cambiado o qué harías diferente] ¿[Pregunta personal para conexión]? #Learning #[TemaEspecifico] #JuniorDev #Growth
Template: Project Showcase Post
code
[Nombre del proyecto + una línea de impacto] El problema: [descripción del problema que resuelve] Mi solución: • [Característica 1] • [Característica 2] • [Característica 3] Métricas: • [Resultado cuantificable 1] • [Resultado cuantificable 2] [Link o llamada a la acción] #[TechStack] #[Industria] #OpenSource
Template: Opinion Post
code
[Opinión controversial o pregunta retórica] [Tu perspectiva basada en experiencia] Mis argumentos: • [Punto 1] • [Punto 2] • [Punto 3] [Matiz o contraargumento que reconoces] ¿Qué opinas tú sobre [tema]? #AI #[TemaDebate] #Opinion #Tech
Template: Milestone Post
code
🏆 [Logro concreto] [Contexto: cómo llegaste ahí] [2-3 puntos de lo que significó el proceso] Agradecimientos: [personas/instituciones] [Siguiente paso o aspiración] #Achievement #[Contexto] #Grateful
Mejores Horarios de Publicación
| Día | Hora óptima | Notas |
|---|---|---|
| Martes | 8:00 - 9:00 | Posts técnicos |
| Miércoles | 9:00 - 10:00 | Carruseles/visuales |
| Jueves | 8:30 - 9:30 | Learning journey |
| Viernes | 10:00 - 11:00 | Opinión/casual |
Output del Skill
Al ejecutar /linkedin-post, el skill genera:
- •Post formateado - Listo para copiar y pegar
- •Hashtags sugeridos - Optimizados para alcance
- •Sugerencia de imagen/carrusel - Ideas visuales
- •Mejor horario - Cuándo publicar
- •Variantes - 2-3 alternativas de hook
Notas de Estilo para Vicente
- •Tono: Profesional pero cercano, entusiasta sin ser excesivo
- •Idioma principal: Español (con términos técnicos en inglés)
- •Emojis: Usar con moderación, máximo 3-4 por post
- •Longitud: 150-300 palabras (ideal para engagement)
- •Primera persona: Siempre ("Desarrollé", "Aprendí", "Mi experiencia")
- •Evitar: Superlativos vacíos, clickbait excesivo, humblebragging
Archivo de Referencia
El contenido completo del perfil LinkedIn se encuentra en:
/linkedin/ - Todos los textos listos para copiar
/files/cv_vicente_rivas_*.tex - CV con información detallada