Agentes en producción
La distancia entre una demo que funciona y un sistema que puedes dejar corriendo
Un agente en producción trabaja sobre datos reales y gasta dinero en cada llamada al modelo. Defino qué acciones necesitan aprobación, cómo detener una ejecución y cómo comprobar su comportamiento después de un cambio.
- Tool calling
- Conecto las herramientas a los servicios de dominio que el producto ya usa, con las mismas validaciones y permisos.
- Write safety
- Defino qué puede modificar cada herramienta y qué acciones necesitan aprobación explícita antes de ejecutarse.
- Evals
- Ejecuto un conjunto fijo de casos en CI con cada cambio de prompt, modelo o herramienta para detectar regresiones antes del despliegue.
- Control de coste
- Contabilidad de tokens por ejecución y por tenant, con los límites y fallbacks que evitan que un bucle de agente se convierta en una factura sin techo.
Sistemas en producción y una demo
Una demo de código abierto y tres sistemas en los que he trabajado.
Los sistemas son de mi etapa en FXStreet (2020-2025) y de mi trabajo como freelance desde 2023; se omiten los nombres de cliente. La demo es código abierto y puedes leerla entera.
invoice-assistant
Una demo de código abierto con tool calling, control de escrituras, evals y seguimiento del coste.
- Las herramientas llaman a la API REST de la app con el token y los permisos del usuario
- Las escrituras requieren confirmación humana, siguen las reglas de policies.json y tienen límites de llamadas a herramientas por turno
- Los evals corren en CI contra un modelo real; una regresión de una línea en el prompt pone el pipeline en rojo
- Tokens, euros y latencia medidos por llamada al modelo, detrás de un kill switch de gasto diario
- Casos de eval
- 36 en CI
- Write gate
- En servidor
- Gasto
- Tope diario
Rearquitectura de plataforma
Llevar un monolito legacy a cloud-native.
- Partí el monolito en dominios que despliegan por separado
- Llevé la comunicación entre ellos a Kafka, para que un servicio caído deje de tumbar la petición
- Bajé el tiempo de pruebas de regresión de días a minutos
Optimización de coste y rendimiento
Más throughput con una factura más pequeña.
- Reescribí las queries y los índices que se llevaban la carga
- Puse Redis delante de las lecturas que más se repetían
- Ajusté los requests de Kubernetes a lo que los pods usaban de verdad, y dejé los picos al autoscaling
- Throughput
- 15k+ msg/min
- Regiones
- Multi-región
Fiabilidad y guardias
Monitorización de servicios y respuesta automatizada a incidentes.
- Definí SLOs y medí los servicios contra ellos
- Monté los dashboards alrededor de esos SLOs
- Automaticé los pasos rutinarios de respuesta a incidentes
- Monitorización
- New Relic
Experiencia en plataformas y despliegues
Servicios de datos financieros y pipelines de despliegue
Entrega de plataforma FinTech
Construcción y evolución de servicios multi-tenant procesando datos financieros de alta frecuencia, con garantías de entrega que aguantan reinicios de broker y de consumidores.
.NET, Azure, Kafka, Redis, TimescaleDB
Modernización de entrega CI/CD
Migré pipelines legacy a flujos GitOps con despliegues repetibles.
Kubernetes, Helm, GitHub Actions, Terraform, ArgoCD
Con qué trabajo
Lo que uso, y lo que he tenido corriendo en producción.
- IA aplicada
- Azure OpenAI, Amazon Bedrock, Model Context Protocol, evals de LLM
- Infraestructura
- Kubernetes (AKS y EKS), Terraform, Docker
- Nube
- AWS, Azure
- Observabilidad
- OpenTelemetry, New Relic
- Backend y datos
- .NET 10, Kafka, PostgreSQL
- Web
- Next.js, React