Un lugar adecuado para guardar sus datos
Una estructura que refleja cómo funciona el negocio para poder responder también a las preguntas que surjan más adelante.
Diseño y operación de 6 flujos ETL/ELT
Diseñé, implementé y administré 6 flujos ETL/ELT con Google BigQuery, MSSQL, PostgreSQL, scripts de Shell, PL/pgSQL y Transact‑SQL, integrando los datos para su procesamiento eficiente mediante una API en Python.
6 flujos ETL/ELT en BigQuery, MSSQL y PostgreSQL: una tarea manual de 3 horas pasa a menos de 20 minutos con sincronización diaria.
100 almacenes Postgre, MS SQL y BigQuery
Diseñé la arquitectura, creé y administré 100 bases de datos de almacenes de datos en PostgreSQL, MS SQL y Google BigQuery, principalmente con datos GIS y series temporales, y optimicé su rendimiento y escalabilidad.
100 almacenes PostgreSQL, MS SQL y BigQuery para datos GIS y temporales: tiempos de consulta reducidos un 40–60 %.
Una plataforma marítima con límites claros entre sistemas
Diseñé una plataforma marítima por capas que separaba una interfaz PWA en Next.js, una API en Go (Huma/Fiber) y una capa de funciones PostgreSQL, manteniendo toda la lógica de negocio en la base de datos.
Plataforma marítima por capas: PWA Next.js, API Go (Huma/Fiber) y funciones PostgreSQL con toda la lógica de negocio.
Paso directo de JSON de Postgres a la API
Diseñé una arquitectura de paso directo de JSON en la que las funciones PostgreSQL devuelven documentos JSON completos que la API en Go transmite sin cambios, eliminando la deserialización intermedia y desacoplando la interfaz de los cambios del esquema.
Funciones PostgreSQL que devuelven JSON completo, transmitido sin cambios por la API Go: interfaz desacoplada del esquema.
Datos Postgre centrados en funciones
Diseñé una capa de datos PostgreSQL centrada en funciones — 1.275 funciones almacenadas en 34 esquemas — para que cada lectura y escritura pase por una función a la que la base de datos pueda conceder acceso, en lugar de hacerlo por una tabla.
Capa PostgreSQL centrada en funciones: 1.275 funciones almacenadas en 34 esquemas, con acceso limitado por la propia base de datos.
Claves ordenadas temporalmente para un modelo de datos en crecimiento
Adopté identificadores UUID v7 ordenados temporalmente (PostgreSQL 18) como claves de las entidades para reducir la fragmentación de los índices B‑tree y acelerar las consultas.
Claves UUID v7 temporales en PostgreSQL 18 para reducir la fragmentación B-tree y mejorar inserciones y consultas por intervalos en tablas de entidades.
Combinación recursiva guiada por un catálogo
Implementé una combinación recursiva de preferencias JSON almacenadas, guiada por un catálogo, para evitar fallos por claves ausentes a medida que evoluciona el esquema.
Combinación recursiva de preferencias JSON guiada por catálogo para evitar fallos por claves ausentes al evolucionar el esquema.
348 tablas en 34 esquemas Postgres
Modelé el dominio marítimo en 348 tablas normalizadas distribuidas en 34 esquemas PostgreSQL — profesionales, empresas, barcos, empleos, reseñas y el resto — con tablas de referencia SMALLINT y claves UUID v7.
Dominio marítimo en 348 tablas normalizadas y 34 esquemas PostgreSQL, con referencias SMALLINT, claves UUID v7 y nombres coherentes.
Stripe y acceso por compras en aplicaciones
Desarrollé la capa de pagos y derechos de acceso — Stripe junto con las compras dentro de las aplicaciones de Apple y Google —, regulando el acceso al directorio, la búsqueda y la exportación mediante un modelo de 11 tablas comprobado en el servidor.
Pagos y acceso con Stripe y compras Apple y Google: directorio, búsqueda y exportación sujetos a un modelo de permisos.
Trabajo lento trasladado a una cola River
Saqué las tareas lentas del procesamiento de solicitudes y las trasladé a una cola River — 15 módulos de trabajadores, 8 tareas programadas y 20 tareas pg_cron — para responder a las solicitudes mientras el trabajo continúa en segundo plano.
Tareas lentas fuera de las solicitudes con River: 15 módulos de trabajadores, 8 tareas programadas y 20 tareas de mantenimiento pg_cron.
Analítica propia dentro de Postgre
Desarrollé analítica de producto propia en PostgreSQL — 47 funciones sobre tablas de eventos particionadas que se depuran automáticamente —, seudonimizada con una sal rotatoria y supeditada al consentimiento del visitante.
Analítica propia PostgreSQL: 47 funciones sobre tablas particionadas con depuración automática, seudonimización y consentimiento.
Monedero de fidelidad, ligas e insignias
Desarrollé el sistema de fidelidad y reputación — 67 funciones sobre un registro de 31 tablas, con ligas, insignias y una tienda de canje —, bloqueando la fila del saldo para cerrar la ventana de doble gasto.
Fidelidad y reputación: 67 funciones, registro de 31 tablas, ligas, insignias y tienda, con bloqueo de fila sobre el saldo.
Espacios de contratación y carrera marítima
Construí espacios de contratación y de carrera profesional para marinos; la instantánea de implementación registrada contiene 151 funciones almacenadas en 48 tablas para vacantes, candidaturas, certificados, progresión de rango y tiempo de embarque.
Construí espacios de contratación y de carrera profesional para marinos, con 151 funciones en 48 tablas en la instantánea de implementación registrada.
Generador de CV basado en base de datos
Desarrollé en Python un generador de CV, referencias, portafolios y cartas de presentación basado en base de datos — 41 módulos y 10.580 líneas — que genera seis formatos de salida desde una fuente SQLite de 23 tablas ensamblada mediante un flujo idempotente de 19 pasos.
Seis formatos, tres idiomas y cinco temas salen de una base de datos, y una frase corregida se corrige una sola vez.