[1] ai_agents
Sistemas agénticos en producción con guardrails deterministas.
Agentes en producción LLMs (OpenAI-compatible) Orquestación de herramientas Extracción estructurada Guardrails deterministas Golden tests
// AI ENGINEER & TECH LEAD
Kevin
Bayter
Construyo sistemas de IA que sobreviven a producción.
AI Engineer y líder técnico. Modernizo plataformas críticas de pagos y alto tráfico en Mercado Libre y WOM Colombia, y diseño agentes con guardrails deterministas donde un error no es opción.
disponible para nuevos retos | Bogotá, Colombia | GMT-5
❯
5+
años construyendo sistemas en producción
2
equipos liderados como tech lead
100%
del equipo despliega con mi plataforma
24/7
pagos y alto tráfico en producción
❯ ls ./tools --icons
Kafka Spring Kubernetes AWS Redis Playwright Terraform Go TypeScript Java Kotlin Node.js React Next.js GraphQL PostgreSQL Docker Grafana Datadog GitLab
# 20 tools · con esto construyo y opero sistemas en producción
~/skills $ ls --group
Competencias
Del diseño de agentes con guardrails deterministas a plataformas de pagos resilientes: profundidad en todo el stack.
[2] backend_payments
Flujos reactivos y transaccionales de alto tráfico.
Spring Boot Spring WebFlux Kafka Redis GraphQL REST / μservices Node.js Next.js
[3] languages
Políglota con foco en JVM, Go y TypeScript.
Java Go TypeScript JavaScript Kotlin SQL
[4] cloud_devops
Infraestructura como código, on-premise y multi-cloud.
Kubernetes (on-prem + EKS) Terraform AWS GCP Azure GitLab CI / GH Actions APISIX
[5] observability_sec
Diagnóstico rápido y aplicaciones endurecidas.
Grafana Datadog New Relic Opsgenie OWASP Burp Suite
[6] testing_data
Calidad automatizada de la UI a la base de datos.
Playwright Selenium Jest JUnit Vitest PostgreSQL Oracle MySQL
~/infra $ kubectl get platform -o wide
Infraestructura
Construí desde cero la plataforma on-premise del equipo: un clúster Kubernetes gestionado de forma declarativa, con gateway de APIs, TLS automático, datos en alta disponibilidad y observabilidad completa. Todo lo que ves animado abajo corre en producción.
- Gateway de APIs con autenticación, rate-limiting y TLS automático emitido por cert-manager.
- Postgres en alta disponibilidad con operador, Redis para caché y colas, y registry privado de imágenes firmadas.
- Prometheus y Grafana con métricas, dashboards y alertas para cada servicio del clúster.
~/deploy-platform $ ls escenas/ --play
La plataforma de despliegues
Diseñé y construí la plataforma interna con la que despliega todo el equipo: de un push a producción con entornos efímeros, secretos gestionados, un bot en el chat y auditoría de cada paso.
$ cat escenas/01-deploy.md
Deploy de extremo a extremo
Un push dispara el pipeline completo: build con tests, imagen firmada en el registry privado, despliegue a un namespace efímero aislado, smoke tests automáticos y promoción a producción.
- Cada feature obtiene su propio entorno efímero con URL propia, creado y destruido automáticamente.
- Nada llega a producción sin pasar los smoke tests del entorno efímero.
- Rollback a la versión anterior en un clic, con historial completo.
$ cat escenas/02-secrets.md
Gestión de secretos
Los secretos viven cifrados en un almacén central con acceso por rol y se inyectan en los pods en tiempo de despliegue. Nunca tocan un repositorio y se enmascaran en cualquier log.
- Rotación de credenciales sin tocar código ni redesplegar a mano.
- Cada servicio solo ve los secretos que le corresponden.
- Auditoría de quién accedió a qué y cuándo.
$ cat escenas/03-bot.md
El bot de despliegues
Un bot integrado en el chat del equipo ejecuta despliegues, rollbacks y consultas de estado con un comando. Valida permisos contra la plataforma y responde con el resultado del rollout en tiempo real.
- Desplegar desde el chat elimina fricción: sin abrir consolas ni dashboards.
- Permisos por rol: cada quien solo puede operar sus servicios.
- Notifica proactivamente incidentes de salud de los despliegues.
$ cat escenas/04-arquitectura.md
Arquitectura interna
UI web y bot hablan con un API central; los trabajos pesados (builds, rollouts, smoke tests) corren en workers asíncronos coordinados con colas Redis, desplegando tanto al clúster on-premise como a EKS en la nube.
- Multi-destino: el mismo flujo despliega a on-premise y a la nube.
- Workers asíncronos: la UI nunca se bloquea esperando un rollout.
- Todo evento queda en un log de auditoría inmutable.
~/method $ cat spec.md | agents --run --parallel
Cómo la construí
Spec-driven development con orquestación de agentes de IA: cada funcionalidad nace de un spec ejecutable que varios agentes implementan en paralelo, con puertas de calidad deterministas antes de llegar a producción.
- El spec define el objetivo y los criterios de aceptación antes de escribir código.
- Varios agentes de IA trabajan en paralelo, cada uno con una parte del spec.
- Nada se fusiona sin pasar tests, lint de arquitectura y revisión humana.
~/quality $ npx playwright test && cat .gitlab-ci.yml
Calidad y entrega
Cómo pruebo y entrego software: E2E con Playwright contra el build real y pipelines de CI/CD con calidad en paralelo, del commit al despliegue.
$ cat escenas/05-e2e.md
E2E con Playwright
Los smoke tests E2E corren contra el build real de producción servido en local, con el backend mockeado dentro del propio navegador: rápidos, deterministas y sin depender de entornos externos. El flujo crítico completo se verifica en un navegador de verdad antes de cada merge.
- Capa separada de los unit tests: prueba el build empaquetado, no el código fuente.
- Trace y screenshots se guardan solo cuando algo falla — artefactos ligeros, depuración completa.
- Los mismos tests bloquean el merge en CI: si el flujo crítico se rompe, no se integra.
$ cat escenas/06-pipelines.md
Pipelines de CI/CD
Frontend y backend comparten la misma filosofía: calidad en paralelo (lint, unit, e2e, análisis estático y umbral de cobertura), build de imagen sin privilegios y despliegue a través de la plantilla compartida de la plataforma — que también aporta el job de rollback.
- Jobs de calidad en paralelo con caché por rama: feedback en minutos, no en horas.
- Nada se despliega sin pasar el stage de calidad completo.
- Plantilla común de la plataforma: deploy y rollback idénticos en todos los repositorios.
~/goals $ ./verify --all
Objetivos cumplidos
Resultados medibles de la infraestructura y la plataforma, verificados en producción.
✓ 100% del equipo de desarrollo despliega a diario con la plataforma
✓ E2E rollouts auditables de extremo a extremo, con historial y rollback
✓ min un entorno efímero por feature, listo en minutos y con URL propia
✓ TLS certificados automáticos en todos los servicios del clúster
✓ 24/7 métricas, dashboards y alertas para cada servicio en producción
✓ 0 secretos en repositorios de código — inyección cifrada en runtime
✓ 1→N clúster kubernetes on-premise construido desde cero y escalado
✓ 2 destinos de despliegue con el mismo flujo: on-premise y cloud
8 passed · 0 failed
~/career $ git log --graph --all
Trayectoria
Mi historia como un git log: la rama main es experiencia, learn es educación. Haz clic en cada commit para ver el detalle.
main
(experiencia) learn
(educación)
Lidero la modernización de la capa de pagos e integraciones con servicios core del negocio (APISIX, manejo de secretos, observabilidad), usando Redis para caché e idempotencia en flujos transaccionales críticos.
- Creé la plataforma interna de despliegues adoptada por todo el equipo: orquesta Kubernetes on-premise y AWS/EKS, IaC, secretos y trazabilidad de cambios entre ambientes.
- Estandaricé la entrega de software para múltiples equipos con rollouts auditables de extremo a extremo, reduciendo fricción y errores manuales en producción.
- Impulso la adopción de IA en el ciclo de ingeniería: revisión de código asistida, análisis de alertas y automatización de tareas operativas.
- Apoyo la evolución del ecosistema BSS y de pagos con foco en resiliencia, escalabilidad y continuidad operativa.
Certificación en computación en la nube con AWS y Azure: arquitectura, servicios administrados y buenas prácticas multi-cloud.
- Diseño de arquitecturas cloud y estrategias de despliegue multi-cloud.
Desarrollé soluciones backend y front-end con Go, Node.js, TypeScript y Next.js para automatizar flujos internos y mejorar la experiencia de usuarios y equipos operativos.
- Integré herramientas de observabilidad y gestión de incidentes (Datadog, New Relic, Grafana, Opsgenie), reduciendo tiempos de diagnóstico y respuesta.
- Trabajé en servicios de alto tráfico usando Redis como caché distribuido, almacenamiento de sesiones y rate limiting para proteger APIs críticas.
- Colaboré en automatizaciones con IA para análisis de alertas y generación de tickets, mejorando la productividad del equipo.
- Apliqué prácticas de seguridad en el ciclo de desarrollo: validaciones, revisiones y pruebas para aplicaciones sensibles.
Formación en ingeniería de sistemas cursada en paralelo a mi carrera profesional, con proyectos reales de software.
- Sistema de gestión de tickets para operaciones aeroportuarias.
- App de gestión de membresías de gimnasio con pagos y seguimiento.
- Librería dinámica con la API de ChatGPT para automatizar generación de SEO en sitios web.
Bootcamp intensivo de desarrollo full-stack con tecnologías modernas y metodologías ágiles.
- Múltiples proyectos full-stack con React, Node.js y PostgreSQL; APIs REST y trabajo en equipo ágil.
Soporte técnico de software y hardware, atención de tickets de empresas aliadas y soluciones por conexión remota.
- Reduje el downtime de sistemas con mantenimiento y monitoreo proactivo; documenté procedimientos técnicos.
~/projects $ ./run --featured
Proyectos
Sistemas reales en producción que demuestran arquitectura, IA aplicada y criterio de ingeniería.
TuRenta AI
turenta.tax ↗Plataforma open source que automatiza la declaración de renta en Colombia (formulario 210): agentes de IA extraen los datos de la exógena y los certificados, entrevistan al usuario y un motor fiscal 100% determinista liquida el impuesto — en un dominio donde una alucinación es un problema legal.
- Arquitectura hexagonal con fronteras forzadas por ESLint y tests de arquitectura.
- Golden test que reproduce casilla por casilla una declaración real como garantía de exactitud.
- Workers asíncronos con Redis para colas, rate limiting y sesiones.
TypeScriptNext.jsTurborepo / pnpmPostgreSQLRedisPlaywrightDockerGitHub Actions
$ tail -f agentes.log
01
playwright → dian.gov.co ✓
Se conecta a la DIAN y descarga exógena, certificados y declaración automáticamente.
02
llm.extract(docs) ✓
Agentes extraen datos estructurados con doble lectura de cada valor.
03
human.confirm(valores) ✓
Entrevista guiada: cada valor extraído se confirma antes de usarse.
04
tax_engine.liquidar(210) ✓
Motor 100% determinista con reglas que citan la norma — cero alucinaciones.
» principio del sistema: la IA lee, el código calcula
Plataforma de despliegues
Plataforma interna adoptada por todo el equipo de desarrollo: orquesta despliegues a Kubernetes on-premise y AWS/EKS, gestiona infraestructura como código, secretos y trazabilidad de cambios entre ambientes, con rollouts auditables de extremo a extremo.
KubernetesAWS / EKSTerraformGitLab CIIaC
Feedback360
Plataforma completa de gestión de feedback profesional: equipos con niveles de visibilidad (público, privado, corporativo), notificaciones en tiempo real, login con Google y OTP, gestión de objetivos y dashboard administrativo.
ReactNode.jsExpressMongoDB
$ locale --list
es_CO Español · nativo
pt_BR Portugués · avanzado
en_US Inglés · intermedio prof.
$ cert --verify ✓
Cloud Computing — AWS & Azure
Universidad de los Andes · 2025
~/contact $ ssh kevin@bayterx.com
Hablemos
¿Buscas un AI Engineer que también sepa operar pagos, Kubernetes y observabilidad en producción? Escríbeme.