DevOps
44 logros
Este trabajo forma parte de lo que ofrecemos como DevOps y automatización CI/CD, Dirección técnica y consultoría, Infraestructura como código, Seguridad y gestión de accesos, Infraestructura en la nube y migración, Administración de sistemas, Desarrollo de backend y API y Fiabilidad de sistemas y monitorización.

Foto: batupehlivan / Pixabay 
Foto: sontung57 / Pixabay
Conecte las partes de su sistema
Los trabajos reunidos en «DevOps» muestran una parte de un sistema en funcionamiento. Podemos ayudar a conectar esa parte con el resto de su operación. Monitorización y alertas que avisan cuando un fallo aún es pequeño, y cifras que muestran con qué frecuencia se mantiene así.
Encuentre un reto comparable
Siga un ejemplo que se parezca a su situación. Su reseña describe las decisiones detrás del resultado, más allá de la etiqueta tecnológica. Primer panel de observabilidad de la empresa — la primera visión de la empresa sobre sus propios sistemas
Primer panel de observabilidad de la empresa Póngase en contacto
-
Primer panel de observabilidad de la empresa
Desarrollé y puse en marcha el primer panel de observabilidad de la empresa, con información del rendimiento del sistema en tiempo real y visualizaciones de datos en el televisor grande de la oficina.
-
10 servidores PostgreSQL y MS SQL en Ubuntu
Diseñé, desplegué y mantuve 10 servidores PostgreSQL y MS SQL en VPS con Ubuntu Linux, para mantener un rendimiento y una fiabilidad adecuados.
-
1.000 reglas RBAC para servidores Linux
Reforcé la seguridad de los datos mediante 1.000 reglas RBAC para desarrolladores, instancias de aplicaciones, PostgreSQL, MS SQL y otros servidores Linux, evitando accesos no autorizados y documentando la configuración mediante automatización con Ansible.
-
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.
-
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.
-
100 copias críticas automatizadas con Barman
Automaticé 100 copias de seguridad de datos críticos con Barman, Google Cloud, Bash y Python, preservando la integridad de los datos entre bases de datos.
-
20 aplicaciones Docker en Google Cloud y AWS
Desplegué y mantuve 20 aplicaciones en contenedores Docker, resolví incidencias con Podman y Kubernetes y administré aplicaciones basadas en R en Google Cloud y AWS.
-
Administración de 30 VPS Ubuntu Linux
Administré 30 instancias VPS con Ubuntu Linux, implementé estrategias de recuperación ante desastres y mantuve configuraciones de red adecuadas.
-
Menor riesgo con Grafana y Prometheus
Reduje los riesgos operativos mediante un panel de monitorización con Grafana y Prometheus, mejorando la fiabilidad del sistema.
-
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.
-
SSL/TLS automático para 100 aplicaciones Docker
Automaticé la creación de certificados SSL/TLS para 100 aplicaciones Docker, manteniendo conexiones seguras entre servidores Ubuntu Linux.
-
CI/CD optimizado: 4.000 horas ahorradas
Simplifiqué los procesos CI/CD y ahorré 4.000 horas mediante la automatización de los flujos de desarrollo de software.
-
4.000 horas ahorradas con CI/CD GitHub y GitLab
Simplifiqué los procesos de análisis de datos y desarrollo de software y ahorré 4.000 horas mediante prácticas CI/CD con GitHub, GitLab, Bash y Python.
-
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.
-
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.
-
Infraestructura Azure como código
Aprovisioné infraestructura Azure como código con Bicep — Container Apps, PostgreSQL Flexible Server, Front Door/WAF y redes — en los entornos de desarrollo, preproducción y producción.
-
Flujos CI/CD en GitHub Actions
Desarrollé flujos CI/CD en GitHub Actions con una imagen de producción distroless para la interfaz y promoción entre varios entornos.
-
578 tareas de automatización go‑task
Redacté 578 tareas de automatización go‑task para los modos de desarrollo nativo, Docker y HTTPS, así como para análisis estático, pruebas, bases de datos y despliegue.
-
Despliegues completos de la plataforma en Azure
Asumí los despliegues completos de la plataforma en Azure y gestioné las versiones en desarrollo, preproducción y producción.
-
Copias y recuperación ante desastres como código
Configuré la retención de las copias de seguridad de la base de datos como infraestructura como código, audité la capacidad de recuperación y documenté el procedimiento de restauración, dejando explícitas las carencias pendientes para evitar descubrirlas durante un incidente.
-
Cero advertencias en seis lenguajes
Fijé un criterio de calidad de cero advertencias en seis lenguajes — Go, TypeScript, SQL, Python, Shell y Markdown — aplicado mediante hooks de pre‑commit.
-
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.
-
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.
-
Colaboración del equipo automatizada
Automaticé la colaboración del equipo, la gestión de contraseñas, tareas y tiempo, y desarrollé un sistema semiautomático de presentación de proyectos que elevó la productividad del equipo.
-
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.
-
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.
-
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.
-
1.022 migraciones con control de coherencia
Mantuve la coherencia del esquema durante 1.022 migraciones con un control CI que crea la base de datos por dos vías — una instalación nueva y una instalación seguida de todas las migraciones — y falla si los resultados difieren.
-
Análisis continuo de seguridad
Establecí un programa continuo de seguridad — análisis de código, DAST, comprobación de dependencias y vulnerabilidades, generación de SBOM, detección de secretos y acciones fijadas por SHA —, junto con 21 auditorías de seguridad documentadas.
-
Infraestructura definida en un repositorio
Desarrollé la infraestructura de la empresa mediante 19 playbooks de Ansible y 34 roles en 12.065 líneas de YAML, haciendo converger un servidor activo hacia un estado declarado con todas las ejecuciones idempotentes.
-
Modo de comprobación Ansible fiel a la realidad
Hice que el modo de comprobación reflejara la realidad en toda la plataforma tras detectar seis sondeos que decidían a partir de un valor que el servidor nunca había proporcionado, porque el módulo command de Ansible informa de éxito con --check aunque omita la orden por completo.
-
Comprobación de secretos en un segundo
Añadí una comprobación previa que ejecuta en aproximadamente un segundo el mismo código de convergencia sobre secretos locales del operador, después de que una ejecución de producción parcialmente aplicada fallara en su novena tarea con los ajustes de intercambio ya escritos en el servidor activo.
-
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.
-
Contenedores con Podman y Quadlet
Desplegué una plataforma de contenedores con Podman y Quadlet bajo systemd en lugar de Docker, porque la publicación predeterminada de puertos en redes bridge de Docker puede eludir las reglas UFW, y asigné a los despliegues un usuario sin privilegios con una única orden fija, en vez de root.
-
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 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.
-
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.
-
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.
-
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.
-
Diferencias detectadas entre hooks y controles
Detecté que los hooks de commit y el control de calidad ejecutaban comprobaciones distintas aunque un documento prometía que eran iguales, al comparar ambas listas en una prueba: las cinco que solo se ejecutaban a mano eran las que revisaban la redacción del CV.
-
Ensayo del hook CI: 2 defectos detectados
Ensayé el hook CI del servidor de la forja y encontré dos defectos imposibles de alcanzar leyendo el archivo: una alternativa que introducía un argumento irresoluble en la entrada del hook y una variable de entorno de git que acompañaba al control hasta el checkout y hacía fallar 19 pruebas.
-
Pruebas reducidas a 8,9 segundos
Pasé de seis pruebas que superaban un límite de sesenta segundos a 135 pruebas satisfactorias en 8,9 segundos al analizar el hilo principal y eliminar las dos llamadas en las que permanecía durante 3.989 de 4.017 muestras.
-
Conocer la licencia de todo lo que se publica
Audité la compatibilidad de licencias de 644 crates Rust en cada compilación y probé que el control se activa al cambiar la licencia de una crate y al modificar la revisión fijada del núcleo sin regenerar los datos.
-
Un criterio de historial para 4 repositorios
Apliqué un único criterio de historial a cuatro repositorios — commits convencionales, sin emojis ni líneas de atribución y con un hook de mensajes de commit —, junto con 48 documentos de instrucciones que regulan la forma de trabajar.
¿Está creando algo que necesita esto? Póngase en contacto.

