Desde 2014 construyo las partes poco glamorosas que hacen confiable a una gran plataforma de e-commerce — pagos, CI/CD, infraestructura AWS, el propio pipeline de despliegue. En paralelo, desarrollo Paper Trail, una herramienta open-source en Go que rastrea informes de negocio en busca de señales de producto. Me gustan los sistemas que siguen funcionando después de entregarlos.
Los equipos de soporte no tenían una visión común de qué clientes importaban más. Construí el sistema que los puntúa y ordena automáticamente — del repositorio vacío a producción en AWS, en solitario: motor de scoring, tarea diaria de clasificación, alertas en el chat y un panel con modo de vista previa para que perfiles no técnicos pudieran ajustar los umbrales por su cuenta. Luego escribí la guía, formé a los responsables y lo entregué.
El pipeline diario de extremo a extremo de una gran plataforma de e-commerce pasaba 4 de 24 jobs; una suite inestable que bloquea los merges frena a todo el equipo. Reescribí las pruebas para las nuevas interfaces, hice determinista la preparación de datos, arreglé el checkout con Stripe y PayPal en clones efímeros de CI y repartí la etapa entre ejecutores en paralelo. 24/24 en verde, casi el doble de rápido — y así se mantuvo.
Cada publicación dejaba páginas obsoletas — la caché de la aplicación y el CDN seguían sirviendo la versión antigua. Añadí un mecanismo de hooks post-despliegue al pipeline blue-green que purga las cachés e invalida CloudFront en cada publicación, eliminando por completo esa clase de incidentes, y de paso reduje las tormentas de reintentos y las colas de espera del pipeline.
Un programa de correos de feedback de clientes funcionaba a ciegas. Construí el panel: un embudo de cinco etapas (elegible → enviado → clicado → valorado → texto), segmentado por idioma, tipo de mensaje y variante de experimento, alimentado por una tarea diaria que capturaba datos que el sistema de origen ni registraba — luego reformulé las métricas junto al product owner hasta que respondieran preguntas reales en lugar de mostrar totales.
El que puedes leer línea por línea. Una CLI en Go que rastrea white papers públicos de negocio en busca de dolores recurrentes y clasifica candidatos a oportunidades de SaaS con citas a las fuentes — un pipeline de 13 etapas entre descubrimiento, ingesta, embeddings y análisis con LLM. Deliberadamente compliance-first: respeta el robots.txt, nunca elude los muros de pago y almacena resúmenes en lugar de los documentos.