Hola, soy Fernando Landero · Consultor Senior e Ingeniero
Construyo plataformas de datos, cloud e IA
Diseño arquitecturas, escribo código de producción y automatizo plataformas en Google Cloud, AWS y nube privada. Aquí publico mis proyectos, comparaciones y herramientas.
- 15+ años en arquitectura de sistemas e ingeniería cloud, los últimos 7 en plataformas de datos corporativas.
- Multinube GCP, AWS y nube privada con arquitecturas definidas como código y validadas por políticas.
- Datos regulados Banca, energía y retail con aislamiento de datos personales y auditabilidad.
- 1.100+ modelos Modelos dbt en producción y 200+ extractores en una plataforma de datos sobre Kubernetes.
Trabajo con clientes
Áreas de especialización
-
IA aplicada y MLOps
Construyo flujos de agentes para clientes: evaluación de créditos multiagente con LangGraph en GCP, con telemetría del costo por token, y agentes Gemini en Cloud Run con estado de sesión.
-
Cloud e ingeniería de plataformas
Construyo bases cloud como código: zonas de aterrizaje de varios proyectos en GCP con Terraform, CI/CD zero-trust y validación de políticas antes de aplicar un cambio.
-
Ingeniería de datos y pipelines
Operé una plataforma con más de 200 extractores y más de 1.100 modelos dbt para ocho unidades de negocio, con aislamiento de datos, respaldos y optimización de costos de nube.
-
Arquitectura de datos y almacenamiento
Modelo los datos y elijo dónde viven: Data Vault 2.0 y modelos dimensionales, data warehouses en BigQuery y lakehouses de tablas abiertas, según cambios de esquema, escritores concurrentes y recuperación.
Se ejecutan en tu navegador
Herramientas interactivas
Prueba un escenario de fallo, reproduce la caída de un agente o dimensiona una evaluación. Estas herramientas se ejecutan en tu navegador con ejemplos que puedes modificar.
-
Failure Lab · Simulador de pipeline
Detén un worker o interrumpe las escrituras y observa la recuperación. Compara políticas de reintentos ante el mismo incidente simulado.
-
Archivos de tabla · Plan de compactación
Estima cuántos archivos conserva una tabla según su volumen diario, su ritmo de commits y su particionado, antes y después de compactar.
-
Repetición de agente · Recuperación tras una caída
Haz caer un agente entre una escritura y su checkpoint, compara cuatro estrategias de recuperación y comprueba cuáles aplican la escritura dos veces.
-
Estadística de evaluación · Barras de error
Calcula el intervalo de una tasa de acierto antes de fiarte de ella y dimensiona una comparación entre dos variantes.
Contacto
Si quieres hablar de datos, cloud o IA, escríbeme o agenda una llamada. Estoy en Caracas (UTC-4) y hablo español e inglés.