Sitio interactivo · English version
Ricardo Hernan Melo Gallardo
Agentic Product Engineer
Ricardo Melo es ingeniero de software senior y construye productos con agentes de IA sobre más de 15 años de sistemas en producción. La mayor parte de ese tiempo como desarrollador full stack, luego como líder técnico, y hoy del lado de los datos: el modelo de datos y la migración de un sistema legado, con un arnés y agentes de IA. Este sitio y su repositorio son el registro de cómo trabaja con agentes: specs, decisiones, pruebas y auditorías sin contexto.
- Palabras clave: AI Engineer, LLM agents, Python, AWS
- Ubicación: Concepción, Chile · remoto
- Idiomas: Español (nativo), Inglés (técnico)
Títulos
- Agentic Product Engineer
- AI Engineer
- Ingeniero de software senior
- Desarrollador full stack
- Líder técnico
- Administrador de bases de datos (DBA)
Habilidades
- Desarrollo de software con agentes (Claude Code, Codex)
- Desarrollo guiado por specs y registros de decisiones de arquitectura
- TypeScript
- JavaScript
- React
- Node.js
- NestJS
- Python
- SQL
- PostgreSQL
- Oracle Database
- Modelado de datos
- Migración de datos
- Modernización de sistemas legados
- Three.js
- Tailwind CSS
- Vitest
- Playwright
- AWS (CDK, S3, CloudFront)
- GitHub Actions
- Docker y Podman
- Seguridad de aplicaciones
Roles
- Desarrollador full stack (Más de 15 años): Sistemas web de punta a punta, del modelo de datos a la interfaz, en producción.
- Líder técnico: Coordinación técnica y decisiones de arquitectura en equipos.
- Administrador de bases de datos (Actual): El modelo de datos y la migración de un sistema legado a uno nuevo, con un arnés y agentes de IA: la base antigua inventariada, sus problemas detectados y un modelo nuevo verificado con consultas reales de negocio.
- Agentic Product Engineer (Actual): Productos construidos con agentes de IA bajo specs, decisiones y pruebas; este sitio y su repositorio son el registro.
Perfiles
AGÉNTICO — Construir con agentes
AGENTES · SPECS · TESTS
Este sitio es el caso: hecho con agentes de IA, specs, decisiones escritas, pruebas y auditorías sin contexto.
Caso destacado
- Este sitio, hecho con agentes (Claude Code · Codex · Specs): Specs antes del código; los agentes construyen, las pruebas verifican y una persona mira.
Cómo trabajo con agentes
- Especificar: Una spec con el problema, decisiones y pruebas.
- Delegar: Los agentes construyen dentro de AGENTS.md.
- Verificar: Pruebas en cada cambio; una persona lo mira.
- Auditar: Agentes sin contexto juzgan la deriva.
Evidencia inspeccionable — reglas → tests → revisar
- Contrato para agentes (Iron Bastion · público · AGENTS.md): Límites de arquitectura y criterios de aceptación en AGENTS.md.
- Validadores de modelos (Iron Bastion · pruebas · Tests · JavaScript): Pruebas del contrato de rigs: estructura, puntos y límites.
- Auditorías sin contexto (Obsidian Cube · proceso · Deriva): Agentes sin contexto juzgan el trabajo contra su objetivo.
Hecho con agentes
- Obsidian Cube es mi caso de trabajo con agentes: specs, decisiones, pruebas y revisión visual. Iron Bastion aporta ejemplos públicos del mismo enfoque; sus enlaces no corresponden al repositorio de este sitio.
- Specs antes del código: problema, decisiones, etapas y aceptación.
- Una constitución, AGENTS.md, que los agentes leen antes de cada cambio.
- Pruebas en CI: tipos, tests, diseño en cada pantalla, peso de la primera vista y privacidad.
- Auditorías de deriva por agentes sin contexto previo, juzgadas contra el objetivo y no contra el código.
- Las pruebas en verde no son la experiencia: cada etapa cierra con un recorrido que una persona mira.
- Evidencia pública en Iron Bastion: AGENTS.md define límites y aceptación; rig-validator.test.js permite inspeccionar pruebas del contrato de modelos. Los archivos enlazados son evidencia de ese proyecto, no de las auditorías internas de Obsidian Cube.
- Iron Bastion · contrato para agentes
- Iron Bastion · pruebas del validador
PRODUCTOS — Productos seleccionados
DE LA IDEA AL PRODUCTO
Tres productos propios: una experiencia 3D, un juego y una herramienta de escritorio con evidencia.
Productos seleccionados
- Obsidian Cube (Portafolio 3D · En preparación · React · TypeScript · Three.js): Un portafolio bilingüe que convierte su construcción con agentes en evidencia. · Experiencia: Seis caras y dos idiomas en una experiencia persistente. · Arquitectura: Escena, interfaz y contenido con límites comprobables. · Verificación: 191 pruebas aprobadas en la revisión del 8/11/2026.
- Iron Bastion (Juego web 3D · Demo pública · Three.js · Blender · Validadores): Un tower defense 3D con modelos verificables y decisiones que se pueden medir. · Producto: Tower defense 3D jugable con veinte oleadas. · Resultado: El README documenta un build de 62 MB a unos 13 MB. · Contrato: Modelos y disparos comparten pivotes y geometría. Iron Bastion — Jugar Iron Bastion — Ver código
- OpenMenu GDEMU Manager (Escritorio · Beta pública · Python · Windows · GPL-3.0+): Una app portable para organizar tarjetas GDEMU con diagnóstico y respaldos. · Plataforma: Aplicación portable para Windows, escrita en Python. · Flujo: Diagnóstico, organización de la SD y respaldos técnicos. · Entrega: Beta v0.2.0-beta.4 con interfaz en español e inglés. OpenMenu GDEMU Manager — Descargar beta OpenMenu GDEMU Manager — Ver código
Tres casos, un proceso
- Diseño, construcción y comprobaciones sobre productos que se pueden explorar o inspeccionar.
- Obsidian Cube. Portafolio bilingüe con seis caras, contenido compartido con el administrador y comprobaciones de arquitectura y diseño. El contenido final y la publicación están en preparación; el repositorio sigue privado.
- Iron Bastion. Tower defense 3D cuyo estándar de modelos y validadores alinean la representación con el disparo. El README documenta un build de 62 MB a unos 13 MB; el simulador aún requiere calibración.
- OpenMenu GDEMU Manager. Aplicación portable para Windows que reúne diagnóstico, organización y reconstrucción del menú con respaldos técnicos. La entrega enlazada es la beta pública v0.2.0-beta.4, no una versión futura de V2.
- Jugar Iron Bastion
- Código de Iron Bastion
- Descargar OpenMenu
- Código de OpenMenu
SISTEMAS — Sistemas en producción
FULL STACK · LÍDER · DBA
Más de 15 años construyendo sistemas que corren en producción: full stack, liderazgo técnico, datos y migración.
Trayectoria — Más de 15 años de sistemas
- Full stack: Más de 15 años construyendo sistemas web de punta a punta.
- Líder técnico: Coordinación técnica y decisiones de arquitectura en equipos.
- DBA: Modelo de datos y migración de casi veinte años de datos.
- Agéntico: Construyo con agentes de IA bajo specs, pruebas y auditorías.
Base
- Más de 15 años full stack
- Sistemas en producción
Hoy
- Modelo de datos y migración
- Desarrollo con agentes de IA
Cómo trabajo
- La IA acelera el código. Los datos, las decisiones, el diseño y los controles siguen pasando por una persona.
- Medir antes de decidir: cada decisión se apoya en los datos reales.
- Separar la migración del rediseño: primero los datos, después el diseño nuevo.
- Probar con el negocio: los reportes reales deben dar lo mismo en ambos sistemas.
- GitHub: Repositorios públicos
SEGURIDAD — Seguridad por decisión
AUTH · CABECERAS · DATOS
Lo que este sitio decide y cumple: sin login propio en producción, cabeceras revisadas, auditorías que corrigen.
- EVIDENCIA PÚBLICA · PANEL — Panel Operativo: amenazas y pruebas: Modelo de amenazas y pruebas de CSRF y roles en una demo técnica con código abierto.
- Auditada y corregida — Un admin enmarcado quedaba abierto: Lo halló una auditoría sin contexto; ahora el marco se rechaza antes de toda ruta, con prueba.
Controles de este sitio
- headers.csp (Verificado): Una política, aplicada durante el chequeo de diseño
- admin.frame (Verificado): El admin no se deja enmarcar; una prueba lo sostiene
- check.privacy (Verificado): Archivos actuales revisados antes de cada push
- content.sanitize (Verificado): Texto enriquecido por una lista de etiquetas en línea
- deploy.oidc (Implementado): Despliegue con OIDC: sin llaves de AWS de larga vida
- contact.captcha (Planificado): El formulario de contacto tras captcha y límites
Seguridad, decidida
- Los controles de Obsidian Cube se revisan localmente y la auditoría final del sitio sigue pendiente. Como evidencia pública adicional, el Panel Operativo ofrece un modelo de amenazas y pruebas inspeccionables de CSRF y roles.
- Obsidian Cube: una configuración de cabeceras alimenta el despliegue y el servidor de pruebas. El chequeo local aplica la política al sitio compilado; esto no acredita un despliegue en producción.
- El admin local, con bcrypt y TOTP, no sale de 127.0.0.1; su atajo de desarrollo se niega a arrancar en producción.
- Una auditoría por un agente sin contexto encontró que una página que lo enmarcara podía usar ese atajo; se reprodujo, se corrigió antes de toda ruta y una prueba lo sostiene.
- El árbol actual se revisa antes de cada push. El historial requiere su revisión antes de abrir este repositorio; el contenido personal se conserva fuera de Git.
- Después, en la etapa de seguridad: una revisión de todo el sitio, y el formulario de contacto tras un captcha y límites de uso.
- El Panel Operativo es una demo técnica pública, no una instalación minera acreditada en producción. Sus pruebas cubren rechazos de tokens CSRF, orígenes y roles no autorizados; aquí se enlaza el código, sin afirmar una auditoría independiente ni una nueva ejecución de su suite.
- Cognito con TOTP es la decisión prevista para el admin en producción. El formulario con captcha, los límites de uso y la auditoría final pertenecen a la etapa de seguridad pendiente.
- Panel Operativo · modelo de amenazas
- Panel Operativo · pruebas de CSRF y roles
- Panel Operativo · política de seguridad
INVESTIGACIÓN — Experiencia y significado
INVESTIGACIÓN · IA
Experiential Injection: un preprint conceptual sobre experiencia en primera persona y comprensión en IA.
PREGUNTA CENTRAL
- ¿Qué diferencia procesar lenguaje de comprender desde una experiencia propia?
- Tesis propuesta: La comprensión experiencial requiere activar una experiencia propia, según el preprint.
- Discusión: Distingue capacidades del modelo y experiencia en primera persona al discutir el escalamiento.
- Alcance: Es un argumento conceptual en un preprint; no una demostración experimental.
DISTINCIONES
- Procesar: Operar con signos y relaciones formales.
- Experimentar: Tener una vivencia en primera persona.
- Comprender: La tesis vincula sentido y experiencia propia.
PUBLICACIÓN ABIERTA
- Experiential Injection (Preprint · 2026 · DOI)
Experiential Injection
- Investigación independiente de Ricardo Melo. Preprint v1.0 publicado el 2 de mayo de 2026 en Zenodo, con DOI 10.5281/zenodo.19965988 y licencia CC BY 4.0.
- La propuesta se centra en la comprensión experiencial: relacionar signos con experiencias propias en primera persona. No pretende ser una teoría completa de toda forma de comprensión.
- El texto sostiene que el aumento de escala de los modelos de lenguaje no identifica por sí solo un mecanismo de subjetividad. Es la tesis del autor y no un resultado experimental establecido.
- El argumento dialoga con problemas filosóficos de significado, fundamentación de símbolos y conciencia. La lectura requiere distinguir rendimiento lingüístico, experiencia subjetiva y comprensión experiencial.
- Se presenta como preprint conceptual; no se atribuye revisión por pares ni validación empírica. El DOI identifica esta versión de mayo de 2026 y no los manuscritos privados posteriores.
- Preprint · DOI permanente
- Zenodo · ficha y descarga
CONTACTO — Hablemos
CONCEPCIÓN · REMOTO
Para roles, colaboraciones e investigación: el código en GitHub, la trayectoria en LinkedIn.
- Concepción, Chile · remoto · español, inglés técnico
- GitHub: Código y proyectos públicos
- LinkedIn: Trayectoria y contexto
Cómo contactarme
- LinkedIn para roles y colaboraciones; GitHub para el código y los proyectos públicos.
- Roles y colaboraciones: LinkedIn.
- Código y proyectos: GitHub.
- GitHub: Código y proyectos públicos
- LinkedIn: Trayectoria y contexto
- Perfil completo: Los mismos datos en texto plano, para personas y máquinas.