Volver a los proyectosDefinir
Precisar el alcance de la integración, el significado de sus campos y el contexto necesario para interpretar los datos.
Volver a los proyectosEl problema. Las decisiones.
Casos de ingeniería
El problema. Las decisiones.
La evidencia.
Integraciones de backend, desarrollo de producto y flujos de IA. Cada caso explica mi aporte y el estado actual del trabajo.
Brame Brands
Revisado el 13 de octubre de 2026Construcción y operación de la plataforma de datos de BRAME.
Ingeniero backend de IA · Marzo de 2025 – Presente
En Brame Brands, ayudo a convertir datos de distintos sistemas del negocio en una base compartida para reportes, operaciones y aplicaciones de IA. Mi trabajo abarca la definición, desarrollo, implementación, soporte y mantenimiento de Brame Data Extraction, la plataforma que reúne esos datos en el almacén central de datos (CDW).
El problema
Consolidar datos requiere más que mover registros. Cada fuente tiene su propio método de acceso, formato, ciclo de actualización y contexto de negocio. El equipo necesita entender qué llegó, cómo interpretarlo y qué sigue requiriendo investigación antes de usar esos datos en reportes o aplicaciones.
Una responsabilidad continua de ingeniería
Desarrollar
Construir y evolucionar los flujos de backend que obtienen, normalizan y guardan datos de distintas fuentes.
Implementar
Preparar cambios para su entrega, documentar cómo se validan y conectar la implementación con sus requisitos de operación.
Dar soporte
Investigar ejecuciones incompletas y brechas de datos, y recuperar información cuando la fuente y el contrato de integración lo permiten.
Mantener
Adaptar las integraciones a los cambios de las fuentes, mejorar los controles de operación y mantener procedimientos claros para el equipo.
Decisiones que orientan la plataforma
Los datos necesitan un contexto explícito. Trabajo con definiciones de origen y contratos de integración que conservan la fecha de negocio, ubicación y alcance necesarios para interpretar un resultado.
La validación depende del contrato de cada integración. Un flujo documentado comprueba estructura, filas y totales antes de confirmar una carga para una ubicación y fecha concretas. Es un ejemplo de cómo validar lo recibido, sin atribuir esas mismas garantías a todos los conjuntos de datos.
La operación forma parte de la ingeniería. Supervisar las cargas esperadas ayuda al equipo a detectar tanto un proceso que no se ejecutó como uno que reportó un fallo. Los controles de presencia permiten encontrar brechas; por sí solos no certifican la exactitud de los valores.
Evidencia y estado actual
La evidencia incluye flujos de integración implementados, contratos de datos, procedimientos de recuperación, controles de operación y trabajo de entrega documentado. Brame Data Extraction está en operación y su desarrollo y mantenimiento continúan conforme cambian las fuentes y las necesidades del negocio. Mi aporte forma parte del trabajo del equipo de ingeniería.
Una ManoConstrucción de un producto de servicios del hogar como cofundador y CTO
Cofundador y CTO · Junio de 2026 – Presente · Managua, Nicaragua
Piloto en ManaguaUna Mano es un producto de servicios del hogar en etapa piloto en Managua, que comienza con plomería y electricidad. Como cofundador y CTO, lidero el desarrollo de la aplicación, la integración de IA y la preparación técnica del piloto, conectando las decisiones de producto con el comportamiento del software.
El problema
Un producto útil necesita más que una forma de encontrar a un técnico. Los clientes deben entender qué significa una solicitud y cuándo se confirma una visita. El equipo necesita incorporar técnicos, revisar su evidencia y controlar qué servicios se ofrecen. Esos pasos deben funcionar juntos sin perder el historial que respalda una decisión.
Mi aporte
Mi trabajo conecta la experiencia de clientes y técnicos, los flujos de backend y las herramientas de administración. Convierto requisitos de producto en comportamiento de la aplicación y criterios de validación: quién puede realizar una acción, qué información modifica y qué debe comprobar el equipo antes de aceptar una entrega.
Lidero la preparación técnica de este trabajo con el equipo. La incorporación de técnicos, la revisión por categoría y la aceptación del piloto también dependen de las personas que operan y usan el producto.
Decisiones de producto que guían el desarrollo
Una solicitud de servicio clara
Una solicitud inicia una visita de evaluación. El cliente elige a un técnico y propone un horario; el técnico confirma la visita al aceptar. El alcance y precio se acuerdan antes de comenzar el trabajo. Esto da a la interfaz y al backend un significado claro para cada paso.
Aprobación vinculada con la evidencia
Confirmé que una aprobación debe corresponder a una categoría, alcance y versión presentada. Las correcciones conservan la evidencia anterior y la última oferta aprobada sigue sujeta a sus reglas de elegibilidad mientras se revisan los cambios. La aprobación humana y la publicación en la app son pasos separados.
IA con revisión humana
La IA ayuda a recopilar y organizar testimonios de referencias para una persona revisora. No aprueba a un técnico. Lidero la dirección técnica de la integración de ElevenLabs; el caso de IA explica el recorrido de la evidencia y su validación controlada.
Evidencia
La implementación y las comprobaciones documentadas cubren solicitudes de servicio, envíos y correcciones de expedientes, historial de versiones, decisiones por categoría y permisos. Muestran cómo las reglas de producto se traducen en comportamiento de la aplicación y el backend; son evidencia técnica, no métricas de adopción del piloto.
Etapa actual del piloto
Una Mano continúa en etapa piloto. Siguen pendientes la incorporación completa en el entorno alojado y la aceptación con el equipo y los técnicos. Las opciones de pago para Nicaragua permanecen en evaluación.
Una llamada controlada del equipo con ElevenLabs llegó al expediente ficticio correcto y se publicó la vista de revisión. Después, el contacto volvió al modo de simulación; el uso con referencias reales aún requiere preparación. Este avance no completa el piloto del producto.
Conocer el piloto
ElevenLabs en Una Mano
Revisado el 14 de octubre de 2026Testimonios de referencias y revisión humana
Integración de IA en Una Mano
Una referencia es más útil cuando quien revisa puede distinguir la experiencia directa de un relato de oídas y consultar las palabras que respaldan un relato estructurado.
Como parte de mi trabajo de CTO en Una Mano, lidero la dirección técnica de la integración de un agente de ElevenLabs en español en este flujo. El agente recopila testimonios; el backend conserva transcripciones, extractos de respaldo, faltantes y contradicciones. Los eventos firmados, la vinculación con el expediente y el manejo de duplicados protegen el recorrido de la evidencia. Una persona revisora toma la decisión por categoría.
Evidencia y estado: Los escenarios ficticios y las simulaciones textuales fueron seguidos por una llamada controlada del equipo que llegó al expediente ficticio correcto. Se publicó la vista de revisión. El testimonio de la llamada quedó inconcluso y no aprobó a un técnico; el contacto volvió al modo de simulación. Sigue pendiente el uso con referencias reales. La demo del portafolio es una reconstrucción textual ficticia independiente.
Explorar la simulación
