Sobre Chelsea AI Ventures
La mayoría de los proyectos de IA fracasan entre el prototipo y la producción. Nosotros entregamos sistemas de IA funcionales en semanas en lugar de meses, mientras desarrollamos las capacidades de su equipo para mantener y ampliar las soluciones de forma independiente.
Centro de innovación y experiencia
Consultoría de IA
Orientación experta para pymes que implementan y escalan tecnologías LLM con un ROI medible.
Educación en IA
Programas integrales de formación y mentoría para desarrollar capacidades de IA dentro de las organizaciones.
Centro de startups
Lanzamiento de productos innovadores de datos e IA para resolver desafíos empresariales específicos.
Nuestro equipo
Ben Auffarth
Fundador y Director de Datos
Liderazgo e implementación de IA empresarial
Con más de 15 años de experiencia individual en IA, Ben ha diseñado y desplegado sistemas de misión crítica, incluyendo plataformas de detección de fraude con un impacto de £60M, motores de decisión en tiempo real que procesan más de 100.000 transacciones diarias y optimización de marketing basada en ML con mejoras del 15% en ROI. Su experiencia se refleja en tres libros superventas con aproximadamente $200.000 en ventas. Su investigación en neurociencia computacional y aprendizaje automático, y su escritura técnica le han valido más de 500 citas, mientras que su experiencia en la industria incluye la creación de sistemas de datos, infraestructura y equipos desde cero.
Ben posee un PhD en Informática de la Universidad Técnica Real (KTH) en Estocolmo, donde su tesis "Machine Learning Techniques with Specific Application to the Early Olfactory System" estableció principios fundamentales para comprender cómo las redes neuronales biológicas procesan información compleja. Actualmente, dirige una consultoría especializada en desarrollo de IA a medida y refuerzo experto de equipos.
Minghan Bao
Director de ventas
Ventas técnicas y desarrollo de negocio
Con un Ph.D. en Ingeniería Química y de Procesos y experiencia en inteligencia artificial, Minghan aporta una perspectiva técnica única a nuestras colaboraciones con clientes. Su experiencia en aplicaciones industriales de IA le permite comprender rápidamente los desafíos de los clientes y conectarlos con las soluciones adecuadas.
Antes de unirse a Chelsea AI Ventures, Minghan adquirió una valiosa experiencia en Industrial Tomography Systems y lideró un proyecto de investigación financiado por el EPSRC centrado en la comercialización de tecnología de medición avanzada. Su combinación de conocimiento técnico y visión empresarial ayuda a nuestros clientes a identificar oportunidades de IA de alto valor que generan retornos medibles.
Connect:
Justin Ju
Asociado junior de IA
Investigación de proyectos, visualización de datos
Justin Ju es estudiante de Matemáticas en Imperial College London y combina sólidas capacidades analíticas con una visión empresarial práctica en Chelsea AI Ventures. Con experiencia en modelado matemático, aprendizaje automático supervisado y visualización de datos con Python y R, Justin ayuda a traducir conceptos técnicos complejos en valor empresarial para nuestros clientes pymes. Su experiencia de liderazgo en la gestión de eventos de ventas exitosos en el programa Young Enterprise, junto con su fluidez en inglés, cantonés y mandarín, le permite comunicar soluciones de manera efectiva en mercados diversos, algo particularmente valioso para clientes que buscan implementar soluciones de IA con un ROI claro en contextos internacionales.
Connect:
Saman Shah Hosseini
Becario de ingeniería de IA
MLOps, series temporales, enseñanza
Saman Shah Hosseini es becario de ingeniería de IA en Chelsea AI Ventures, donde desarrolla soluciones de IA agente y generativa que realizan una transición fluida del prototipo a la producción. Como ingeniero de aprendizaje automático en ATLAS R&D Group, implementó un clasificador automatizado de pruebas oftalmológicas que digitaliza miles de resultados clínicos cada mes, eliminando el desperdicio de papel y acelerando la atención al paciente. Con un BEng en Ingeniería Informática y cursando un MSc en Inteligencia Artificial, Saman explora herramientas LLM e IA para finanzas, motivado por la convicción de que los agentes de IA bien diseñados pueden desbloquear flujos de trabajo más inteligentes y sostenibles a escala.
Connect:
Nuestro ecosistema de productos
VeritaMetrics
- Seguimiento centrado en la privacidad
- Análisis de comportamiento
- Cuadros de mando personalizados
- Integraciones de plataforma (en desarrollo)
KirokuForms
- Constructor de arrastrar y soltar
- Opciones de supervisión humana
- Capacidad API completa (REST, MCP)
- Recopilación segura de datos
- Opciones de marca personalizada
You x you i
- Fase de prueba de ajuste al mercado
- Programa de adoptantes tempranos
- Integración de retroalimentación de usuarios
- Ciclos de iteración rápida
Akilima
- Predictive Pricing Optimizer
- Shopify Data & SEO Plugin
- AI-Powered UX Research
- Aegis AI Compliance Monitor
- Optimus Logistics Engine
- Veritas Logic Auditor
Libros publicados
Retrieval Augmented Generation, The Seminal Papers
Published: March 2026 | New Release
Principles for architecting reliable and verifiable AI
Retrieval Augmented Generation (RAG) is a standard process for grounding LLM prompts in user-specified content rather than relying only on a model’s training data. RAG has grown from a simple prompt engineering workflow into a sophisticated set of data analysis, storage, and retrieval techniques. Retrieval Augmented Generation, The Seminal Papers explores foundational research papers that explain why RAG works, how it’s built, and what makes it different from other approaches.
Focus areas include:
Generative AI with LangChain (2nd edition)
Published: May 2025 | Amazon Bestseller in Programming
Build production ready LLM applications and advanced agents using Python and LangGraph
A practical guide to leveraging LangChain and LangGraph for GenAI implementation, with real-world examples ranging from customer support to data analysis. The 2025 edition features updated code examples and improved GitHub repository.
Focus areas include:
Machine Learning for Time Series
Published: October 2021 | Industry Standard Reference
Forecast, predict, and detect anomalies with state-of-the-art machine learning methods
Use Python to forecast, predict, and detect anomalies with state-of-the-art machine learning methods. This comprehensive guide covers everything from data preprocessing to advanced models for time-dependent data. The included tutorials range from simple forecasting to complex deep learning architectures for time series analysis.
Focus areas include:
Artificial Intelligence with Python Cookbook
Published: October 2020 | BookAuthority Best-Seller
Proven recipes for applying AI algorithms and deep learning techniques
Proven recipes for applying AI algorithms and deep learning techniques using TensorFlow and PyTorch. The practical cookbook approach provides ready-to-use solutions for common AI challenges, from computer vision to natural language processing, with complete code examples and detailed explanations of implementation considerations.
Focus areas include:
Conferencias y ponencias
Moving Beyond Statistical Parrots: LLMs and Their Tooling
ODSC 2024, Data Science Week Amsterdam
Focus: LLMs de código abierto e implementación empresarial
Time-Series in Python -- Preprocessing and ML
ODSC 2022
Focus: Técnicas de aprendizaje automático para datos de series temporales
Strategic AI Implementation
Data & Analytics Summit EU 2022
Focus: Estrategia empresarial de IA y hojas de ruta de implementación
Future of Data Science and LLMs
PyData London 2023
Focus: Mesa redonda sobre tecnologías de IA de código abierto
Nuestros valores
Excelencia técnica
Impacto empresarial
IA ética
Transferencia de conocimiento
¿Listo para explorar nuestro ecosistema?
Hablemos de cómo nuestro equipo y productos pueden ayudar a su organización a tener éxito.