Arquitecto de Software · Backend Java & Spring Boot · GenAI aplicada
Diseño sistemas escalables, observables y mantenibles. Traduzco decisiones técnicas en valor de negocio.
Trabajo como Arquitecto de Software con foco en backend Java + Spring Boot, en entornos de fintech y sistemas de alta escala. Me dedico a diseñar arquitecturas de microservicios, definir contratos de API claros y garantizar que lo que se construye sea resiliente, observable y fácil de evolucionar.
- Arquitectura: microservicios, Clean/Hexagonal Architecture, event-driven (Kafka), API governance y decisiones documentadas (ADRs).
- Calidad: manejo de excepciones consistente, logging estructurado, testing (JUnit, Testcontainers) y pipelines con chequeos tempranos.
- GenAI aplicada: exploro sistemas multi-agente, RAG, observabilidad de LLMs (LLMOps) y el protocolo MCP.
- Filosofía: código simple, automatización de lo repetitivo y documentar el por qué tanto como el cómo.
Lenguajes
Frameworks & librerías
Datos & mensajería
Cloud & DevOps
Herramientas
| Proyecto | Descripción |
|---|---|
| patterns-lab | Software Architecture Lab — 53 mini-módulos en Spring Boot 3 / Java 21 (Docker) sobre patrones de arquitectura, resiliencia, integración, persistencia, observabilidad, seguridad, AOP y paradigmas. |
| spring-boot-batch | Procesos de Spring Batch: lectura/validación de datos, idempotencia y reprocesos controlados. |
| spring-batch-dashboard | Dashboard (TypeScript) para monitorear jobs de Spring Batch: estado, trazas y ejecución. |
| e-commerce | API de e-commerce con arquitectura hexagonal: separación de capas y límites de dominio claros. |
| spaceship-api | API REST de referencia con un conjunto de endpoints bien definidos sobre el dominio Spaceship. |
| candidate-api | API de challenge técnico en Java: buen ejemplo de diseño de endpoints y buenas prácticas. |
| Proyecto | Descripción |
|---|---|
| genai-cloud-architecture | Arquitectura GenAI cloud escalable y multi-tenant en AWS: ADRs, diagrama y gateway de referencia (auth por tenant, rate limiting, caching, ruteo de modelos) + Terraform. |
| multi-agent-orchestration | Sistema multi-agente con orquestación LangGraph y un gate human-in-the-loop, aplicado a triage de tickets. |
| rag-pipeline-eval | Pipeline RAG sobre corpus propio con evaluación automatizada (RAGAS): faithfulness, relevancia y context precision/recall. |
| llmops-observability | Capa de observabilidad para LLMOps: costo, latencia y errores por request (Prometheus + structlog + Docker + CI). |
| mcp-server-demo | Servidor MCP (Model Context Protocol) con FastMCP: tools de SQLite, API de clima (Open-Meteo) y un resource de esquema. |
| log-analysis-agent | Agente en Python para análisis automatizado de logs. |
Código simple > código "listo para TED Talk".
Logs útiles > logs ruidosos.
Tests que rompan pronto > bugs que rompan tarde.
El por qué documentado > el cómo olvidado.
"El código limpio siempre parece escrito por alguien que se preocupa."