Engineer / Datos / Categorías
DevOps
Primer panel de observabilidad de la empresa
Desarrollé y puse en marcha el primer panel de observabilidad de la empresa, con información del rendimiento del sistema en tiempo real y visualizaciones de datos en el televisor grande de la oficina.
Primer panel de observabilidad de la empresa: visibilidad en tiempo real y detección y resolución de incidentes un 40 % más rápidas.
10 servidores Postgre y MS SQL en Ubuntu
Diseñé, desplegué y mantuve 10 servidores PostgreSQL y MS SQL en VPS con Ubuntu Linux, para mantener un rendimiento y una fiabilidad adecuados.
10 servidores PostgreSQL y MS SQL en VPS Ubuntu Linux: disponibilidad del 99,9 % y consultas un 30 % más rápidas mediante ajustes.
1.000 reglas RBAC para servidores Linux
Reforcé la seguridad de los datos mediante 1.000 reglas RBAC para desarrolladores, instancias de aplicaciones, PostgreSQL, MS SQL y otros servidores Linux, evitando accesos no autorizados y documentando la configuración mediante automatización con Ansible.
Implementé 1.000 reglas RBAC registradas para el acceso de desarrolladores, aplicaciones, bases de datos y Linux, con configuración documentada en Ansible.
Despliegue GIS SaaS con GitHub Actions
Automaticé el despliegue de una aplicación GIS SaaS, el procesamiento de datos y el sistema de informes con GitHub Actions CI/CD, Python, Bash y SQL.
Despliegue GIS SaaS, datos e informes automatizados con GitHub Actions CI/CD, Python, Bash y SQL para versiones más rápidas y fiables.
Entrega automática de 20 flujos de datos GIS
Automaticé la entrega de 20 flujos de datos GIS y procesos ETL de datos de aplicaciones, simplificando la automatización de la infraestructura y la elaboración de informes.
20 flujos GIS y procesos ETL de aplicaciones automatizados para simplificar la infraestructura y entregar datos fiables y actualizados.
100 copias críticas automatizadas con Barman
Automaticé 100 copias de seguridad de datos críticos con Barman, Google Cloud, Bash y Python, preservando la integridad de los datos entre bases de datos.
100 copias críticas automatizadas con Barman, Google Cloud, Bash y Python: capacidad de recuperación comprobada en las bases de datos.
4.000 horas ahorradas con CI/CD GitHub y GitLab
Simplifiqué los procesos de análisis de datos y desarrollo de software y ahorré 4.000 horas mediante prácticas CI/CD con GitHub, GitLab, Bash y Python.
Unas 4.000 horas ahorradas con CI/CD en GitHub, GitLab, Bash y Python, acelerando y uniformando el análisis de datos y el desarrollo.
Copias y recuperación ante desastres como código
Configuré la retención de las copias de seguridad de la base de datos como infraestructura como código, audité la capacidad de recuperación y documenté el procedimiento de restauración, dejando explícitas las carencias pendientes para evitar descubrirlas durante un incidente.
Retención de copias de bases de datos como código, evaluación de la capacidad de recuperación y documentación de la restauración y sus carencias.
1.022 migraciones con control de coherencia
Mantuve la coherencia del esquema durante 1.022 migraciones con un control CI que crea la base de datos por dos vías — una instalación nueva y una instalación seguida de todas las migraciones — y falla si los resultados difieren.
1.022 migraciones coherentes con un control CI que crea la base de datos por dos vías y falla si difieren.
Conocer la licencia de todo lo que se publica
Audité la compatibilidad de licencias de 644 crates Rust en cada compilación y probé que el control se activa al cambiar la licencia de una crate y al modificar la revisión fijada del núcleo sin regenerar los datos.
La situación de distribución se comprueba en cada compilación, y se sabe que el control funciona porque se le hizo fallar, no porque nunca haya dicho nada.