Alejandro R.

En este proyecto lideré el desarrollo de una aplicación de Multi-Agent RAG (Retrieval-Augmented Generation) especializada por departamentos, diseñando y configurando desde cero toda la arquitectura y el networking en AWS. Para el motor de IA, utilicé FastAPI y LangChain, implementando un sistema de recuperación de datos basado en PostgreSQL con pgvector para el almacenamiento de embeddings y apoyándome en AWS Bedrock y OpenRouter para la generación de respuestas. Además, complementé la solución con la creación de automatizaciones de flujos de trabajo para diversos departamentos, utilizando tanto n8n como implementaciones a medida en código cuando la lógica requería un control más granular. El resultado fue un ecosistema capaz de orquestar múltiples agentes y procesos automáticos para gestionar la información departamental de forma precisa y eficiente.

En esta etapa continué evolucionando el motor de backend del ETL, pero asumiendo además el desarrollo full stack desde cero de una herramienta de visualización de datos tipo Power BI. Utilicé Next.js, Symfony y PostgreSQL para construir una interfaz capaz de generar dashboards dinámicos conectándose a diversas fuentes de datos en tiempo real. En el apartado de infraestructura, me encargué de modernizar el ciclo de vida del software implementando flujos de CI/CD con GitHub Actions, Jenkins y AWS. Esto incluyó despliegues escalables en AWS Lambda y Fargate, apoyándome en colas SQS para procesos asíncronos y una configuración de red avanzada para garantizar la seguridad y el rendimiento. Todo el desarrollo se gestionó bajo metodología SCRUM, manteniendo una comunicación técnica constante con el cliente para alinear las funcionalidades con sus necesidades de negocio.

En este proyecto trabajé en el núcleo de un software de ETL, encargándome de la lógica de procesamiento y la arquitectura del motor de datos. Utilicé PHP 8 y Symfony para desarrollar flujos de ingesta y transformación eficientes, priorizando siempre el rendimiento del sistema ante grandes volúmenes de información. Una parte fundamental de mi rol fue la gestión avanzada de PostgreSQL, donde me enfoqué en el modelado de datos, la optimización de consultas complejas y la implementación de estrategias de indexación para reducir cuellos de botella. Además, integré soluciones para el procesamiento de tareas en segundo plano y colas de mensajes, asegurando que el sistema fuera capaz de escalar y procesar datos de forma asíncrona con total fiabilidad.