Software Development @ UNSAM · E-commerce operations · Backend, data & processes
Trabajo donde se cruzan la operación real y el software. Desde 2022 participo en operaciones de e-commerce en Carrefour Argentina y, desde 2024, estudio Desarrollo de Software en la Universidad Nacional de San Martín.
Mi diferencial no es acumular tecnologías: conozco problemas concretos de fulfillment —faltantes, sustituciones, trazabilidad, capacidad y excepciones— y sé convertirlos en reglas explícitas, datos reproducibles, APIs, pruebas y documentación que otra persona puede revisar.
Construí estos proyectos para demostrar criterio de producto y profundidad técnica, no sólo interfaces. Los repositorios permanecen privados por decisión de portfolio; puedo dar acceso de lectura a recruiters y equipos técnicos a pedido.
| Proyecto | Pregunta que resuelve | Qué demuestra |
|---|---|---|
| Fulfillment Control Tower | ¿Cómo convertir eventos operativos en estado, trazabilidad y alertas? | Java 21, Spring Boot, PostgreSQL, Flyway, máquina de estados, idempotencia y audit trail |
| Explainable Substitution Engine | ¿Cómo proponer un reemplazo seguro y explicar cada decisión? | Python, FastAPI, Pydantic, ranking determinista, abstención segura, property testing y 95 % de cobertura |
| Delivery Slot Capacity Lab | ¿Qué pasa con el backlog si cambian demanda, dotación o duración de preparación? | Monte Carlo, Streamlit, DuckDB, SQL, escenarios reproducibles e intervalos P05–P95 |
Un flujo event-driven que conserva cada evento, impide transiciones imposibles, detecta excepciones y construye una proyección operativa consultable. Incluye API REST, migraciones, concurrencia e idempotencia probadas, CI con PostgreSQL, Docker y 22 pruebas.
Un motor que primero aplica restricciones duras —stock, categoría, dieta, estado y precio— y después ordena candidatos con un score explicable. Si no existe una opción segura, se abstiene; cada descarte queda auditado. La suite tiene 14 pruebas y 95,49 % de cobertura.
Un simulador para comparar un escenario base y otro alternativo mediante demanda sintética reproducible, cola FIFO y múltiples réplicas. Expone backlog, utilización, nivel de servicio simulado, incertidumbre y consultas analíticas en DuckDB. Su suite tiene 22 pruebas y 92,28 % de cobertura.
Los tres casos son personales y educativos. Usan únicamente datos y parámetros sintéticos; no reproducen sistemas, métricas, arquitectura ni información confidencial de Carrefour ni de otra organización.
Contribuyo a Hermes Agent, de Nous Research, sobre problemas de seguridad de configuración, aislamiento de entornos y estado concurrente.
- Evitar que credenciales de webhooks y modelos se guarden en
config.yaml - Aislar por perfil el entorno de subprocesos de herramientas Desktop — integrado en
main: el mantenedor lo incorporó con mi autoría preservada - Proteger con lock las lecturas del último error de inicialización
Uno de los aportes ya está integrado; los otros dos siguen en revisión. No presento el fork como un producto propio.
- HyperX Battery: app de bandeja para Windows que muestra la batería y evita el apagado automático de los HyperX Cloud Flight, hablando directo con el dongle USB por HID (Python, pytest).
Backend: Java · Spring Boot · Python · FastAPI · Django · APIs REST
Datos: SQL · PostgreSQL · DuckDB · SQLite · modelado relacional · normalización
Aplicaciones: Python (escritorio) · TypeScript/JavaScript · React · HTML/CSS
Calidad: JUnit · pytest · Hypothesis · Ruff · Flyway · GitHub Actions · Docker
Análisis: ingeniería de requisitos · AS-IS / TO-BE · reglas y excepciones · testing funcional · documentación operativa
También uso asistentes de desarrollo para investigar, revisar código y automatizar tareas, siempre con validación crítica y pruebas reproducibles.
- Desarrollo de Software, Universidad Nacional de San Martín — 2024–actualidad.
- Base de Datos y SQL, EducaciónIT — 2025.
- Ciberseguridad, Coderhouse — 2025.
- Python, Coderhouse — 2023.
- Inglés: B2.
- Entiendo el problema, los actores y los límites antes de implementar.
- Hago explícitas las reglas, excepciones y supuestos.
- Diseño datos sintéticos cuando la información real no debe utilizarse.
- Pruebo caminos principales, bordes e invariantes.
- Documento cómo ejecutar, validar y extender la solución.
English summary. Software Development student at UNSAM with hands-on e-commerce operations experience. I build backend and data projects around real operational problems, with explicit rules, synthetic datasets, tests, CI and honest documentation. Open to junior backend, application support, systems/process analysis and data-oriented opportunities.




