Hola, soy Jotive
Backend Engineer especializado en Python y Node.js. Diseño APIs y microservicios para entornos productivos, mejoro performance, destrabo incidentes críticos e integro IA en flujos reales de negocio.
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
Experiencia
Backend Engineer · Python + AI Integration
Dichter & Neira · LATAM
Backend Engineer
Periferia IT Group
Backend Engineer
Tata Consultancy Services
Backend Software Engineer
WOM Colombia · Telecom
Proyectos
Order Processing Platform
Idempotency dual-layer: Redis lock atómico + Postgres unique constraint. Token bucket Lua para rate limiting sin race conditions. Cursor pagination, cache-aside con invalidación por evento. Cada decisión documentada como ADR.
Observability Starter
Stack de observabilidad para microservicios Python: structlog JSON con correlation ID propagado entre servicios, métricas RED por endpoint vía Prometheus, trazas distribuidas OpenTelemetry. Un request ID une el log, la métrica y el trace.
LLM Quota Gateway
Proxy para LLMs con quota por tenant, semantic cache vía pgvector (similitud >0.95 = cache hit sin llamada a la API), audit log completo y failover de proveedor. Drop-in replacement del cliente OpenAI.
Multi-Tenant API
Aislamiento schema-per-tenant en PostgreSQL enforced a nivel de conexión — no en filtros de aplicación. Una WHERE olvidada devuelve vacío, nunca datos de otro cliente. Alembic multi-head migrations.
Webhook Delivery Engine
At-least-once delivery con circuit breaker por endpoint, exponential backoff con jitter, y dead letter queue. Endpoints lentos no bloquean la entrega al resto. Cada webhook tiene recibo de entrega o entra al DLQ.
RAG Document Search
Pipeline RAG para preguntarle a documentos propios sin alucinaciones. Chunking recursivo, búsqueda híbrida (pgvector + FTS) con RRF reranking, respuestas con cita de fuente. Si no hay contexto relevante, responde "no sé".
Blog
Ver todos →El patrón que encontré en los algoritmos no es el tema, es la miniatura
Generé una herramienta para ver qué videos rompen la mediana de vistas de su canal. El patrón que predice el pico no estaba en el tema, sino en cómo se ve la miniatura.
No sabía qué hace un agente por dentro, así que me construí uno para entenderlo
Uso agentes de IA a diario pero no sabía qué hacen por dentro, así que me construí uno mínimo en Python sin librería. Adentro no hay magia: es un bucle.
Qué convierte a un modelo de IA en un agente: el harness, en 120 líneas
El harness es la capa que convierte un modelo en un agente que actúa. Lo construí desde cero en Python, sin frameworks, para ver el mecanismo por dentro.