Disponible para roles de backend e integraciones con IA · Buenos Aires
Mateo Vazquez Castiglione
Desarrollador backend e integraciones con IA: construyo backend en
TypeScript/Node y PostgreSQL, y también en Python, Go y Java;
integro LLMs en flujos reales con confirmación humana y evals.
Diseño, decido y verifico: defino los tests, los criterios de
revisión y las mediciones. Agentes de IA escriben buena parte del
código bajo esos tests y esa revisión. Abajo, un
trabajo para una clienta y tres productos propios, contados como
historias.
0 / 30aprobaciones indebidas con comprobantes adversariales sintéticosMena Nails · receipt-verifier
1.704tests automatizados en rindetuplataJUnit 5 + Testcontainers · Vitest
18-173 msde CPU por página en ofertaSUPER, antes 10-16 sréplica local · postmortem
308pull requests integrados con CIofertaSUPER
Proyectos
Una clienta y tres productos propios
Cada historia sigue el mismo orden: problema, qué descubrí, qué
construí, resultado medido y qué cambiaría hoy. Cada una enlaza su
caso técnico.
01
Mena Nails
may 2026 – oct 2026Clienta freelance · trabajo terminadoPre-lanzamiento
Software para un estudio de uñas en Boulogne, trabajo remoto.
Problema
La dueña de un estudio de uñas en Boulogne necesitaba que sus clientas reservaran y pagaran la seña online, y poder consultar turnos y stock desde el celular.
Qué descubrí
Que la decisión riesgosa no podía quedar en manos de un modelo: una escritura equivocada en la agenda o un comprobante falso cuestan plata. Y que el modelo había que elegirlo midiendo.
Qué construí
Una API de inventario en Go y PostgreSQL con contrato OpenAPI 3.1; un asistente de Telegram en TypeScript que usa esa API por MCP y no escribe nada sin que la dueña lo confirme con un botón de un solo uso; un verificador de comprobantes en Python donde aprueba código determinístico, nunca el modelo; y la app de turnos con Mercado Pago Checkout Pro.
Resultado medido
Elegí el modelo con un eval propio de 87 casos de tool-calling sobre 6 LLMs: el elegido aprobó completos 84 de 87. El verificador aprobó 0 de 30 comprobantes adversariales en un set sintético de 150, con los modelos elegidos. Quedó en pre-lanzamiento: no hay un deploy público para visitar.
Qué cambiaría hoy
Correría los tests de integración con PostgreSQL en CI (hoy se saltean), probaría el verificador con comprobantes reales (el set es sintético) y dejaría un deploy en línea antes de cerrar el trabajo.
Go · PostgreSQL · OpenAPI · TypeScript · MCP · Python · FastAPI ·
Next.js · Mercado Pago
Comparador de precios de supermercados argentinos: buscás un
producto, ves su precio en cada súper y armás una canasta que
mezcla tiendas.
Problema
Vercel pausó el sitio por pasarse de la CPU del plan gratuito.
Qué descubrí
Cada producto recorría todas las ofertas: unos 1.200 millones de comparaciones por request y 10-16 s de CPU por página.
Qué construí
Un índice por EAN armado una vez por proceso. Antes de cambiar el algoritmo dejé el viejo como oráculo y un test que cuenta lecturas.
Resultado medido
De 10-16 s a 18-173 ms de CPU por página, medido en réplica local, con salida idéntica en 25 de 25 casos. El refresh diario de 5 supermercados (unos 24.500 productos) está verde desde el 27/10.
Qué cambiaría hoy
Mediría la CPU por ruta desde el primer deploy: el plan gratuito no da esa métrica, así que el arreglo está medido en una réplica local y no en producción.
Comparador de ahorro argentino: ordena plazos fijos, fondos y
billeteras por los pesos que ganás con tu monto y tu plazo, y por
retorno real contra la inflación.
Problema
Con inflación, una tasa alta no dice si ganás plata, y los datos llegan de 9 fuentes que fallan cada una a su manera.
Qué descubrí
Que la ingesta diaria se iba a re-ejecutar y que alguna fuente iba a fallar; y que un aviso por mail puede salir dos veces si el envío se corta a mitad de camino.
Qué construí
Java 21 y Spring Boot: un job de Spring Batch por fecha, un adaptador por fuente, matemática en BigDecimal y un outbox transaccional hacia RabbitMQ con confirms, consumidor idempotente y DLQ.
Resultado medido
Re-ejecutar un día no duplica datos y una fuente caída no frena a las demás; 905 tests backend contra PostgreSQL y RabbitMQ reales. En la corrida del 14/10, 79 del top 200 pierden contra la inflación esperada.
Qué cambiaría hoy
La entrega es at-least-once con deduplicación, no exactly-once. Publicaría un demo de solo lectura antes de sumar funciones (hoy no está desplegado) y no sumaría dependencias sin uso: JPA estuvo en el pom sin ninguna entidad.
Java 21 · Spring Boot 4 · Spring Batch · Spring Security ·
PostgreSQL · RabbitMQ · Astro · Docker
1,2 msp50 del ranking con caché (antes 108 ms, k6)
04
Planner
Proyecto propioRepo público con CI
Problema
Quería un asistente que ordenara mis tareas sin poder borrar ni mover nada por su cuenta.
Qué descubrí
Que un mail pegado puede traer instrucciones inyectadas, como un delete_all.
Qué construí
Una app de escritorio en Tauri 2 (Rust) y React, offline-first con Firestore. El agente tiene 12 herramientas, 8 de escritura, y cada una muestra una tarjeta de confirmación. La API key queda en el keyring del sistema y la llamada HTTPS la hace Rust.
Resultado medido
Un delete_all inyectado queda inerte, y un test lo prueba. 1.013 tests unitarios y 449 E2E, medidos localmente; el repo público corre CI en GitHub Actions.
Qué cambiaría hoy
Pondría CI desde el primer día (llegó recién al publicar el repo) y un set de evals para el agente, que todavía no existe.
API de triage de incidentes en tiendas, donde cada decisión queda
auditada.
Problema
Un incidente de tienda necesita trazabilidad: quién actuó, qué sugirió el sistema y qué confirmó una persona.
Qué construí
API en Fastify y PostgreSQL 16 con arquitectura hexagonal, OIDC con sesiones del lado del servidor, CSRF, rate limiting y auditoría de decisiones por incidente.
Resultado medido
MVP con demo reproducible en Docker y 258 tests (datos al 13/10). La infraestructura está escrita en Terraform: solo plan y LocalStack, no está desplegada.