Nos pusimos en contacto con Alberto, CTO de InfiniteWatch, a finales de febrero de 2026. La compañía llevaba pocos meses de vida: la habían fundado ex fundadores y directivos de CoverWallet, acababa de salir de stealth con una ronda pre-seed y operaba entre Nueva York y Madrid.
Su producto es la capa de observabilidad para agentes de IA. Supervisan y despliegan agentes en entornos de producción, y dan visibilidad sobre calidad, cumplimiento, reputación y satisfacción del cliente. Dicho de otra forma, su terreno de juego es exactamente el punto donde la mayoría de proyectos de IA se rompen: el salto de la demo a producción.
En ese momento estaban teniendo problemas para cerrar el founding team que debía poner las bases de toda la parte de IA. Y el punto de partida no era un equipo vacío. InfiniteWatch ya contaba con AI Engineers con bastante conocimiento y mucha capacidad de ejecución. Lo que faltaba era una persona que subiera la vara dentro del equipo y que, con su llegada, hiciera mejorar a los ingenieros que ya estaban dentro.
Eso cambiaba el tipo de búsqueda. No bastaba con haber trabajado con modelos. El requisito era experiencia real con GenAI a escala y en producción, que es justo lo que su plataforma audita en el resto de compañías.
Fue un proceso complicado, porque no cualquier persona les valía. El filtro era muy fino y cada candidato se medía contra ese listón. Presentamos ocho perfiles y solo uno llegó hasta el final.
El candidato con el que avanzaron era muy senior: experiencia reciente y a escala en GenAI y en construcción de agentes, y detrás de eso una trayectoria larga en Machine Learning y Deep Learning. Justo el recorrido que permite discutir de tú a tú con un equipo que ya sabe ejecutar y llevarlo un paso más allá.
Terminaron contratándolo y la incorporación funcionó.