Skip to content
View becerriljc's full-sized avatar

Block or report becerriljc

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Maximum 250 characters. Please don’t include any personal information such as legal names or email addresses. Markdown is supported. This note will only be visible to you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
becerriljc/README.md

Hola, soy Juan Carlos (JC)

Staff Fullstack Engineer en Leadsales — el CRM con IA que conecta a PyMEs de LATAM con sus clientes en WhatsApp, Messenger e Instagram.

Mexicano. Bilingüe. Construyendo software que mueve millones de mensajes al mes.


Lo que hago

Diseño, opero y rompo una plataforma de 76+ microservicios corriendo en AWS EKS. Mi trabajo está repartido entre:

  • Código de producto: features de billing, integraciones de mensajería, agentes de IA conversacional
  • Arquitectura: contratos entre servicios, event-driven con RabbitMQ, hexagonal/DDD
  • Reliability: postmortems, debugging de cascadas raras en prod, idempotencia y reconciliación
  • Equipo: code reviews, mentoring, planning técnico cross-squad y compounding engineering

Stack actual

Capa Tech
Frontend React 18/19, TypeScript, Vite, Tailwind, HeroUI
Backend NestJS, Hono, Laravel, Go (Gin), Elixir/Phoenix
Data PostgreSQL (Aurora), MongoDB, Redis, RabbitMQ, Firestore
Infra AWS EKS, ArgoCD, Terraform, Karpenter, KEDA
IA Anthropic Claude, OpenAI, Vercel AI SDK, AWS Bedrock
DX Claude Code (agentes, skills, hooks), Linear, GitHub Actions

En lo que estoy ahora

  • Billing reliability: suscripciones Stripe a prueba de eventos duplicados, reconciliación cronjob, idempotencia por event_id
  • Smart Leadbot: agente conversacional con steering en tiempo real, message batching y evaluación de handoff
  • Compounding engineering: agentes de Claude Code que aprenden de nuestros postmortems y reviews
  • Series A prep: bajar churn de 5.8% a 3.7% y activación a <1 día

Cómo trabajo

  • Diagnosticar antes de codear. La mayoría de los bugs son de config o infra, no de lógica.
  • Plan-first. Un buen plan ahorra 10× el tiempo de implementación.
  • Boring tech > shiny tech, salvo cuando no.
  • Memoria como capital. Cada review, cada postmortem, cada decisión queda escrita y pagable a interés compuesto.

Algo de mí fuera del código

  • Aprendiendo inglés escrito con un coach (Claude, en realidad — pero shhh)
  • Lector de postmortems ajenos, fan del trabajo de SRE de Google y Stripe
  • Café de filtro, no expreso

Contacto


Estadísticas de GitHub (opcional — descomenta si te gustan)

"Clarity over cleverness." — DHH, y también yo cuando reviso PRs.

Popular repositories Loading

  1. datasets datasets Public

  2. canis_segmentation canis_segmentation Public

    Dataset

  3. segmentation-app segmentation-app Public

    Enabler for identifying dog images, segmenting them and returning the filtered image

    JavaScript

  4. segmentation-api segmentation-api Public

    SegmentationAPI

    Python

  5. amplify-vite-react-template amplify-vite-react-template Public

    My Amplify Gen 2 starter application

    TypeScript

  6. fake-instagram-ruby_awful fake-instagram-ruby_awful Public

    Ruby