DevOps y automatización CI/CD
Publicar cambios sin sobresaltos
Cambios probados, publicados y reversibles, para que lleguen a sus clientes un martes por la tarde en vez de un viernes por la noche.
Trabajos seleccionados que demuestran este servicio.

Foto: martex5 / Pixabay 
Foto: Rattakarn_ / Pixabay
Convierta el servicio en un resultado
Haga que «DevOps y automatización CI/CD» contribuya a un resultado empresarial. Podemos conectar el trabajo técnico con los usuarios, las operaciones y las decisiones a los que debe dar soporte. Cambios probados, publicados y reversibles, para que lleguen a sus clientes un martes por la tarde en vez de un viernes por la noche.
Examine los trabajos relevantes
Utilice los trabajos relacionados de esta página para examinar nuestro enfoque. Pregunte por los compromisos entre objetivos y las condiciones detrás de cada resultado. Despliegue GIS SaaS con GitHub Actions — despliegue, datos e informes automatizados
-
Despliegue GIS SaaS con GitHub Actions
Automaticé el despliegue de una aplicación GIS SaaS, el procesamiento de datos y el sistema de informes con GitHub Actions CI/CD, Python, Bash y SQL.
-
Entrega automática de 20 flujos de datos GIS
Automaticé la entrega de 20 flujos de datos GIS y procesos ETL de datos de aplicaciones, simplificando la automatización de la infraestructura y la elaboración de informes.
-
Procesos renovados: 8.000 horas ahorradas
Reorganicé los procesos internos y ahorré 8.000 horas mediante mejoras en la arquitectura del software, los sistemas y la planificación.
-
Infraestructura simplificada fuera de AWS
Reorganicé la infraestructura de un cliente internacional, eliminando servicios sin uso, ajustando la capacidad y trasladando cargas fuera de AWS. La fundadora informa de una reducción del gasto en la nube por un factor de 10, sin pérdida de productividad.
-
Contrato de API generado desde la base de datos
Generé el contrato de la API desde la base de datos hacia las capas externas — OpenAPI, un cliente TypeScript tipado de 44.076 líneas, 61 manejadores simulados y los límites que aplica la interfaz — con una comprobación en cada paso que falla ante cualquier divergencia.
-
Infraestructura principal creada desde cero
Como una de las primeras incorporaciones, diseñé y construí desde cero toda la infraestructura principal y los procesos de soporte de una startup SaaS de energía verde, sentando las bases para un crecimiento rápido.
-
Pruebas para Go, SQL y navegador
Desarrollé una batería de pruebas automatizadas por capas — 981 pruebas Go, 543 especificaciones de interfaz y navegador y 494 pruebas de comportamiento SQL — con pruebas de mutación, pruebas basadas en propiedades y un control obligatorio de accesibilidad.
-
Motor de 268 controles para el repositorio
Desarrollé el motor de comprobaciones del repositorio — 268 controles de commit registrados, 277 reglas de análisis estático y 15 reglas ESLint propias —, además de 146 pruebas de los propios controles, para que la compilación haga cumplir el criterio de calidad.
-
Monitorización de errores y trazas propias
Desarrollé internamente la monitorización de errores y las trazas OpenTelemetry, en lugar de adquirirlas — saneamiento de cargas, detección de picos y regresiones, resolución de símbolos y una señal de actividad sintética —, con 11 vistas para operaciones.
-
Su código en su propio servidor
Desplegué la forja git propia de la empresa con Soft Serve, privada por defecto, sin panel web y con el puerto SSH limitado a loopback detrás de un servidor de salto, e hice de su página de entrada un artefacto de compilación del sitio principal en lugar de una copia mantenida a mano.
-
Control de commits con 22 analizadores
Desarrollé un control obligatorio de commits con 22 analizadores de una línea y cinco que requieren una explicación, sin nivel de advertencias ni supresiones en línea permitidas, que cubre HTML, CSS, JavaScript, Python, YAML, Markdown, Shell, enlaces, ortografía, secretos y tipografía.
-
Una red de seguridad que ya no cuesta media hora
Reduje el tiempo del control de calidad del sitio basado en navegador de 1.636 segundos a 615 al ordenar las comprobaciones de mayor a menor duración y ejecutarlas en un grupo limitado a cuatro trabajadores, tras medir que el orden alfabético requería 320 segundos frente a 224.
-
Espejos del sitio en Gemini y Gopher
Construí salidas Gemini y Gopher a partir de la misma fuente del sitio web; el logro registra 777 documentos en cada formato en aquella etapa, con cero bytes de HTML modificados al añadir los formatos.
-
Sitemap corregido: fechas que eran iguales
Corregí un sitemap en el que 172 de 176 URL compartían una misma fecha de modificación, tomando la fecha del historial git tras constatar que la exportación reescribe todos los archivos en cada ejecución.
-
Control de calidad de 10.242 líneas analizado
Apliqué un formateador y un analizador a 10.242 líneas de JavaScript del control de calidad tras constatar que eran el mayor bloque de código del repositorio y el único que ninguna herramienta revisaba; corregí 13 hallazgos sin suprimir ninguno.
-
Generador: 981 pruebas y 92 % de cobertura
Mantuve el generador bajo 981 casos de prueba con un mínimo del 92 % de cobertura de ramas y las advertencias tratadas como errores, y verifiqué la idempotencia ejecutando dos veces todo el flujo de construcción desde un archivo vacío y exigiendo que la segunda pasada no cambiara nada.
-
Cada regla del analizador tratada como error
Activé como errores todas las reglas del analizador Python y resolví 1.815 hallazgos hasta llegar a cero, con un motivo escrito para cada una de las escasas excepciones y dos de ellas respaldadas por una comprobación, además de un comentario.
-
Pruebas para los propios verificadores
Escribí pruebas para los propios verificadores tras constatar que un verificador que solo recibe entradas correctas puede acabar informando de éxito por no haber leído nada; introduje una falta de ortografía para confirmar su detección y obtuve un intervalo de identificadores de la base de datos en vez de fijarlo en la prueba.
-
Analizador que verifica cada llamada FFI
Escribí un analizador que lee la cabecera C real de 7.308 líneas y verifica cada punto de llamada, cada constante de enumeración y que toda clase propietaria de un puntero sea final, después de que una cabecera provisional escrita a mano permitiera compilar y enlazar llamadas a tres funciones eliminadas que causaban fallos al ejecutarse.
-
La mitad sin utilizar del núcleo, implementada
Implementé la mitad del núcleo de mensajería que la aplicación no utilizaba — transferencia de copias de seguridad, mensajes temporales, edición y reenvío de mensajes, invitaciones verificadas, proxies y política de cifrado —, ejecutando cada prueba contra la biblioteca real, sin simulaciones.

