Ingeniero de IA · Backend Developer · Cloud Solutions
Construyo sistemas de backend e inteligencia artificial que convierten datos, procesos y modelos en productos que sí llegan a producción.
const juan = {
role: "AI Engineer & Backend Developer"
,
focus: ["APIs"
, "LLMs"
, "Cloud"
],
location: "Bogotá, Colombia"
,
available: true
};
01 — Capacidades técnicas
Diseño sistemas de extremo a extremo: desde el modelo y el contrato de una API hasta la seguridad, la observabilidad y el despliegue en nube.
Integro modelos, recuperación de conocimiento y agentes con controles para que la IA sea útil, trazable y segura.
Construyo servicios mantenibles y APIs que protegen la integridad de los datos y soportan integraciones reales.
Elijo patrones y servicios según el problema: coste, latencia, resiliencia, seguridad y capacidad operativa.
Trabajo con herramientas que aceleran el ciclo de entrega sin perder criterio técnico ni control del código.
02 — Lenguajes
Implementaciones para demostrar semántica, modelado, asincronía, manejo de errores, testing y criterio idiomático de cada lenguaje. No es formación: es cómo se usa el lenguaje cuando la decisión es tuya.
¿Cómo uso este lenguaje?
¿Cómo diseño sistemas?
Pure domain core, immutable data transformations and asynchronous ingestion. Dependency-light, native node:test, no framework.
Concurrent transaction processing, composition of types, synchronization, ownership and idiomatic error propagation.
Test execution engine demonstrating generics, LINQ, the standard event pattern, IDisposable resource ownership, exception semantics and structured logging. Nullable reference types enabled; warnings treated as errors.
Typed data transformations, safe file I/O, deterministic fixtures and explicit error boundaries in batch processing pipelines.
03 — Engineering portfolio
Cada proyecto documenta qué se construyó, por qué se eligió cada componente, qué métricas se midieron y dónde está la prueba verificable. Nada es decoración: las cards representan afirmaciones técnicas que se pueden auditar.
Servicios, CLIs, contenedores y arquitectura distribuida con foco en criterios de diseño, aislamiento, persistencia y rendimiento medido.
CLI para gestionar tareas con persistencia en JSON. Implementación completa con cobertura funcional, latencia medida y prueba de persistencia tras reinicio.
Proxy HTTP en Node.js con caché en memoria. Hit ratio, latencia HIT vs MISS, throughput y origen evitado como métricas reproducibles.
API REST contenerizada con Express, MongoDB, Nginx, Docker Compose, Terraform, Ansible y CI/CD. Persistencia, latencia y salud de contenedores medibles.
Plataforma de e-commerce con 6 microservicios, API Gateway, mensajería asíncrona, Stripe y Kubernetes. Decisiones de diseño documentadas.
Estrategias de despliegue, contenerización multi-servicio, hardening de servidores y operación con foco en prácticas de la industria y resultados medidos.
Acceso SSH con claves ed25519, múltiples identidades y aliases. Aislamiento por identidad, validación de claves y rechazo de claves no autorizadas.
Hardening de Ubuntu con SSH por claves, UFW, Fail2Ban y unattended-upgrades. Auditoría reproducible de cada control.
Despliegue sin downtime con dos entornos, Nginx como conmutador, health gate y rollback atómico. Tráfico continuo durante el switch para medir fallos reales.
Cinco servicios contenerizados con React, Express, MongoDB, Redis y Nginx. Multi-stage builds, Docker Secrets, health checks y volúmenes persistentes.
Evaluación, orquestación, Deep Learning, RAG, video, agentes conversacionales, evaluación de LLMs en español y un GPT desde cero. Mezcla trabajo real desplegado y sistemas del portfolio con evidence verificable.
Agente conversacional de texto y voz con RAG propio, memoria persistente, clasificación de intención, control de acceso y observabilidad.
Suite tipo pytest con 15 métricas, benchmarks ES, CLI, CI/CD y dashboard para evaluar chatbots, agentes y RAG.
Pipeline de guion, voz, subtítulos, visuales, curaduría y render con procesamiento por lotes a gran escala.
Implementación educativa de un GPT-like desde cero con PyTorch: tokenización, embeddings, atención causal, bloques Transformer, preentrenamiento y fine-tuning para clasificación e instrucciones.
Pipeline de evaluación sistemática con DeepEval y RAGAS. Datasets versionados, métricas determinísticas, LLM-as-Judge y reportes comparativos.
Framework modular de agentes con Planner/Executor, memoria, tool routing, tracing OpenTelemetry y evaluación sobre tareas fijas.
Plataforma para entrenar y comparar arquitecturas de Deep Learning con config YAML, gestión de experimentos y exportación ONNX.
Plataforma provider-agnostic para búsqueda semántica y RAG. Ingesta, chunking, embeddings, vector store, reranking, generación con citas y evaluación RAGAS.
04 — Trayectoria profesional
Lideré la estrategia tecnológica y de IA de la compañía, desde la arquitectura y el desarrollo hasta el despliegue y la operación en producción.
Diseñé y desplegué en producción soluciones a medida para más de 40 empresas: aplicaciones de pedidos, inventario, prospección de leads, educación y generación de video con IA a gran escala.
05 — Formación
Formación continua en IA, arquitectura cloud y desarrollo de software.
06 — Contacto
Hablemos de arquitectura, backend, IA aplicada o del siguiente paso de tu producto.
contacto@juanmeza.dev ↗