Engineer / Software / Categorías
DevOps
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.
Despliegue GIS SaaS, datos e informes automatizados con GitHub Actions CI/CD, Python, Bash y SQL para versiones más rápidas y fiables.
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.
20 flujos GIS y procesos ETL de aplicaciones automatizados para simplificar la infraestructura y entregar datos fiables y actualizados.
Ingresos multiplicados por 10 con mapas GIS
Dirigí el desarrollo de una aplicación de mapas GIS, contribuí a multiplicar los ingresos por 10 y consolidé el producto como un activo de datos principal.
Dirección de una aplicación de mapas GIS clave para la plataforma: ingresos multiplicados por 10 mediante ventas adicionales y licencias de datos.
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.
Infraestructura de un cliente internacional revisada: servicios sin uso eliminados, capacidad ajustada y cargas trasladadas fuera de AWS.
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.
Contrato de API desde la base de datos: OpenAPI, cliente TypeScript tipado, manejadores simulados y límites de interfaz con controles en cada paso.
Decisiones técnicas fundacionales de plataforma
Definí las decisiones fundacionales de la plataforma durante las semanas siguientes a la apertura del repositorio en noviembre de 2025 — la separación en capas, el acceso a datos centrado en la base de datos y el criterio de cero advertencias —, que seguían vigentes nueve meses después.
Decisiones de noviembre de 2025 aún vigentes: capas, acceso centrado en la base de datos y criterio de cero advertencias.
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.
Como una de las primeras incorporaciones, creación desde cero de toda la infraestructura de una startup SaaS de energía verde para crecer 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.
Pruebas por capas: 981 Go, 543 de interfaz y 494 de comportamiento SQL, con controles de mutación, propiedades y 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.
Motor con 268 controles de commit, 277 reglas de análisis y 15 reglas ESLint propias, además de 146 pruebas de los controles.
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.
Monitorización propia de errores y trazas OpenTelemetry: saneamiento, detección de picos, resolución de símbolos y señal de actividad en 11 vistas.
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.
La empresa aloja su propio código en su propio hardware, y la página que lo presenta hereda todas las comprobaciones que supera el sitio principal en lugar de…
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 máquina formula las objeciones mecánicas antes de que exista un commit, y el control de calidad obligatorio es el único revisor que tiene este proyecto.
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.
El control de calidad obligatorio pasó de 1.636 segundos a 615, mientras las comprobaciones se ampliaban en lugar de estrecharse — el coste en serie aumentó y…
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.
El código más grande y del que más depende el repositorio está ahora formateado, analizado y comprobado en sus tipos, con trece hallazgos corregidos y cero…
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.
El flujo puede volver a ejecutarse contra una base de datos en uso sin temor, que es lo que hace posible el trabajo incremental de contenido.
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.
El analizador funciona con toda su exigencia y cero hallazgos, y cada desviación está documentada en la línea en que se aplica.