Hola, soy Jotive
Backend Engineer · Python y Node.js. Construyo APIs y servicios backend que llegan a producción, con integración de IA en flujos de negocio reales.
Más de 6 años en backend. Stack principal: FastAPI · PostgreSQL · Redis · Docker · AWS · Azure. Desde Colombia.
# Idempotency dual-layer: Redis lock + Postgres unique
@router.post("/orders", status_code=201)
async def create_order(
payload: OrderIn,
idem_key: str = Header(...),
):
async with redis_lock(idem_key, ttl=600):
try:
return await orders.insert(payload, idem_key)
except UniqueViolation:
# replay tardío — devolver existente
return await orders.fetch_by_key(idem_key)Stack
Proyectos
Order Processing Platform
Idempotency dual-layer (Redis atomic + DB constraint) para cero pedidos duplicados en Black Friday. Token bucket Lua-atómico, cursor pagination, cache-aside con invalidación por evento. Cada decisión documentada como ADR.
Webhook Delivery Engine
At-least-once delivery con circuit breaker por endpoint, exponential backoff con jitter, y dead letter queue. Cero fallos silenciosos: cada webhook tiene recibo de entrega o entra al DLQ para revisión.
Async Document Processor
Generación de PDFs y documentos como jobs async — no como respuesta síncrona. State machine formal (pending → processing → completed | failed), idempotencia por hash de contenido, notificación vía webhook.
Multi-Tenant API
Aislamiento schema-per-tenant en PostgreSQL — enforced a nivel de conexión, no en filtros de aplicación. JWT con tenant_id en claims, onboarding vía admin API, rate limiting por tenant. Una WHERE olvidada devuelve vacío, no datos de otro cliente.
LLM Quota Gateway
Proxy para LLMs con quota por tenant, semantic cache vía pgvector (similitud >0.95 = hit sin llamada a la API), audit log completo y failover de proveedor. Drop-in replacement del cliente OpenAI. 30-40% reducción de costo en workloads repetitivos.
Observability Starter
Stack de observabilidad para microservicios Python: structlog JSON con correlation ID propagado entre servicios, métricas RED por endpoint vía Prometheus, trazas OpenTelemetry. Un request ID une el log, la métrica y el trace.
Blog
Ver todos →Le cargue 150 archivos Markdown a Claude Opus 4.7 y el resultado no fue lo que esperaba
1M de tokens de contexto sin una estrategia clara es ruido. Aqui esta el workflow que uso para cargar mi segundo cerebro completo y conseguir que el modelo entienda el ecosistema sin re-explicar nada.
Abri DocuQuery como OSS — RAG con FastAPI y Qdrant, sin pretender que era perfecto
Tenia repos privados con descripciones aspiracionales y casi nada de codigo. Hoy abri uno real al publico, con su ADR, sus tests y sus huecos.
Como elegi mi stack de agentes Python en 2026 (y por que no fue LangChain)
Tres frameworks Python para agentes LLM en produccion compitieron: PydanticAI v1, LangGraph v1 y Microsoft Agent Framework 1.0 GA. Aqui mi decision con razones duras.