Valter Nunez
Maestría en Ciencia de Datos · LSE, Londres

Valter Nunez

Ingeniero backend y de sistemas distribuidos. Cinco años en e-commerce de alto tráfico; ahora estudiando ciencia de datos en LSE.

Disponible · Londres y Reino Unido

01 — Trabajo

Cosas que salieron a producción.

Lo principal Independent project · 2026, en desarrollo activo

Nexus — una plataforma multiinquilino para administrar bienes raíces

Finance engine libros contables · facturación · dispersiones
Stripe Connect cargos · SPEI · disputas
Multi-tenant RBAC por condominio + complementos
FastAPISQLAlchemy 2 (async)PostgreSQLCeleryRabbitMQRedisStripe ConnectNext.js 16PWA

Qué es

Nexus es una plataforma SaaS multiinquilino para la administración de condominios y bienes raíces —un backend en FastAPI con un panel de administración en Next.js y una PWA para residentes—, en desarrollo activo e incorporando sus primeros inquilinos. Un modelo jerárquico de nodos con listas de adyacencia mapea cualquier distribución física (desde torres verticales hasta vecindarios extensos) y un sistema de RBAC + complementos por condominio habilita las funcionalidades por inquilino.

Por qué es interesante

Es el stack completo de un producto serio, construido y documentado por una sola persona:

  • Motor financiero: libros contables, cargos, pagos, facturación recurrente, recargos por mora, saldos a favor, reportes de morosidad y un reporte de transparencia, con tareas de Celery haciendo el trabajo pesado.
  • Pagos: Stripe Connect (Express, cargos directos), SPEI/CLABE, tarjetas guardadas, pago automático con consentimiento explícito + auditoría, disputas y reconciliación de dispersiones.
  • Profundidad de plataforma: caché read-through con Redis con invalidación dirigida, una abstracción de almacenamiento (disco local ↔ S3 con URLs prefirmadas), rastros de acciones con grado de auditoría, claves de API con alcance acotado, integración con WhatsApp, una PWA y notificaciones programadas a través de in-app / correo / web-push / móvil.
  • Integración con LLM: un asistente “Mejorar con IA” conectado a un LLM real (Google Gemini) con los controles que necesita una funcionalidad de producción: medición de uso, límites diarios de solicitudes/tokens, umbrales de alerta, un modelo de respaldo, degradación elegante y salida estructurada con esquema forzado.
  • Disciplina de ingeniería: pruebas asíncronas con rollbacks aislados de la base de datos, y un hub de “docs como código” con referencias por módulo y bitácoras de decisiones de arquitectura.

Cómo se construyó

Una sola persona, con alcance de equipo pequeño, a través del apalancamiento. Construí Nexus con un flujo de desarrollo multiagente orquestado: un conjunto de agentes especialistas de codificación (implementar, revisar y nueve auditores de solo lectura para seguridad, integridad de datos, rendimiento y demás), ejecutándose en paralelo en git worktrees aislados y traspasándose el trabajo mediante contratos de API y diffs. Yo soy el arquitecto humano en el ciclo (human-in-the-loop); los agentes son el apalancamiento. Es el mismo instinto que el resto de mi trabajo: diseñar el sistema, instrumentarlo y dejar que las herramientas hagan la parte repetitiva.

Qué demuestra

Propiedad de extremo a extremo de un dominio difícil, en solitario: diseño de sistemas, un stack de pagos que mueve dinero real (libros de partida doble, Stripe Connect), seguridad multiinquilino, y las pruebas y la documentación que lo respaldan.

ZeBrands · 2025 – 2026

OZ — la plataforma que vende cuando el ERP está caído

−83% de flujos de venta desacoplados del ERP
−91% de tiempo de inactividad (proyectado)
~195 tiendas en producción con OZ
FastAPIPostgreSQLRabbitMQRedisGrafana

El problema

Las ventas (en línea y en tienda) estaban fuertemente acopladas al ERP. Cuando el ERP se detenía, también lo hacían los ingresos. El negocio necesitaba que las ventas siguieran fluyendo mientras el ERP se recuperaba, sin vender dos veces el mismo inventario ni perder pedidos.

El enfoque

Co-diseñé OZ (Off-ZeCore) junto con el equipo: una plataforma orientada a eventos que replica los datos que las ventas realmente necesitan y absorbe las escrituras cuando el ERP no está disponible.

  • Contratos claros. Definí las APIs, los esquemas y las colas de eventos para que cada servicio pudiera fallar de forma independiente. Los pedidos y los movimientos de inventario se convirtieron en eventos, no en llamadas síncronas al ERP.
  • Amortiguar + reconciliar. Redis y RabbitMQ retienen y enrutan el trabajo durante una caída; el sistema reconcilia de forma limpia cuando el ERP regresa.
  • Observable por defecto. Los tableros de Grafana sobre profundidad de colas, latencia y tasas de error hacen que un estado degradado sea legible en lugar de una sorpresa.

El resultado

El 83% de los flujos de venta críticos para los ingresos se desacoplaron de las llamadas síncronas al ERP, y el análisis de modos de falla proyectó una reducción del 91% en el tiempo de inactividad que bloquea ventas. Las ventas continúan durante los incidentes del ERP que antes las detenían.

En producción, OZ ahora sostiene las ventas en tienda en ~195 tiendas en México (adopción total), con un despliegue en Brasil en marcha. Durante el Hot Sale 2026 procesó ~MX$102M (≈ $5M USD) en ventas en nueve días, un pico de venta que corrió ~16% por encima del año previo. (Sistema propietario; se describe la arquitectura, sin compartir código.)

ZeBrands · 2024

Middleware de envíos — una sola interfaz, todas las paqueterías

−78% gasto total en envíos
$500K ahorrados por año (USD)
PythonFastAPIPostgreSQL

El problema

Cada paquetería (FedEx, DHL y otras) tenía su propia API, precios y peculiaridades. Las integraciones estaban duplicadas y los envíos no se enrutaban de forma consistente a la opción más económica.

El enfoque

Co-diseñé y construí el middleware de envíos: cada paquetería detrás de un solo contrato, con el costo como una decisión de primer nivel.

  • Una sola interfaz sobre todos los datos y operaciones de las paqueterías, de modo que nada más en la plataforma habla con la API cruda de una paquetería.
  • Optimización de costos al momento del despacho: cada envío se cotiza entre las paqueterías y se enruta a la más económica que cumple con las restricciones.

El resultado

El gasto total en envíos cayó ~78% (≈ $500K USD/año en ahorros directos), y con él se fue la proliferación de integraciones por paquetería. (Sistema propietario; se describe la arquitectura, sin compartir código.)

02 — Por mi cuenta

Proyectos personales, en su mayoría.

También por aquí

Ingeniería 2024

API REST de registro de eventos

Una API REST pequeña y limpia en Go para registrar eventos. Un ejercicio para escribir Go idiomático y un servicio HTTP bien formado fuera de mi Python del día a día.

  • Go
  • REST
Académico 2021

Algorithm Puzzle — un serious game (tesis)

Un juego basado en Lua que enseña los algoritmos de la mochila (knapsack) y de cambio de monedas jugándolos. Publicado en el Steam Workshop y validado por dos revisores académicos como mi tesis de Ciencias de la Computación.

  • Lua
  • Garry's Mod
Ciencia de datos 2020

Predicción de reclamos de seguros — regresión desde cero

Implementé regresión lineal a mano (varianza, covarianza, los coeficientes) y luego con scikit-learn, comparando ambas sobre datos de seguros de autos suecos por RMSE.

  • Python
  • NumPy
  • scikit-learn
03 — Experiencia

Dónde he trabajado.

2021 — 2026

Desarrollador Backend · ZeBrands

  • Diseñé la arquitectura de la plataforma OZ (Off-ZeCore) (2025–26), un sistema orientado a eventos que mantiene operando las ventas en línea y de retail durante caídas del ERP, reduciendo la dependencia del ERP en 83% y el tiempo de inactividad proyectado en 91%.
  • Construí un middleware de envíos (2024) que consolida paqueterías (FedEx, DHL) con optimización de costos automatizada, reduciendo los costos de envío en 78% (≈ $500K USD/año).
  • Mantuve y extendí microservicios existentes de cara al cliente y el ERP de Frappe durante la mayor parte del periodo, incluyendo trabajo de funcionalidades, APIs GraphQL y mejoras de confiabilidad/despliegue (Frappe, TypeScript, GraphQL).
  • Migré la analítica de reseñas a un microservicio dedicado, mejorando la disponibilidad de datos del lado del cliente y la claridad de las consultas.
  • Implementé el registro (logging) de APIs, el seguimiento de errores y tableros de rendimiento en Grafana, reduciendo los tiempos de detección y respuesta ante incidencias.
  • Mentoré a nuevos ingenieros e impulsé revisiones de arquitectura internas y estándares de codificación de backend.
2017 — 2019

Cofundador y Desarrollador · Laiter

  • Construí aplicaciones web de clientes (Django, JavaScript, HTML/CSS) desde la especificación hasta producción.
  • Implementé tableros tempranos de analítica de uso para que los clientes pudieran ver sus propios datos.
  • Ejecuté ciclos de despliegue y brindé soporte directo en producción a pequeñas empresas.
04 — Sobre mí

Los detalles.

Backend y APIs

  • Python
  • FastAPI
  • Django
  • TypeScript
  • GraphQL
  • Frappe / ERPNext

Datos y mensajería

  • PostgreSQL
  • Redis
  • RabbitMQ
  • MongoDB
  • Celery
  • SQL

Ciencia de datos

  • pandas
  • NumPy
  • scikit-learn
  • PyMC
  • Inferencia bayesiana
  • D3.js
  • Quarto

Ingeniería de IA / LLM

  • Integración de LLM (Gemini)
  • Medición de uso y límites
  • Salida estructurada
  • Desarrollo orquestado con agentes
  • Flujos con git worktrees

Prácticas e infraestructura

  • Diseño orientado a eventos
  • Microservicios
  • Docker
  • Grafana
  • GitHub Actions
  • Pruebas
Español Native
Inglés C2
Alemán A2
Italiano A1
London School of Economics (LSE)
Maestría en Ciencia de Datos
2026 – 2027 · En curso, Londres.
Tecnológico de Monterrey (ITESM)
Ing. en Ciencias y Tecnologías Computacionales
2016 – 2021 · Promedio 90/100 (3.7 GPA).
RMIT University, Melbourne
Semestre de intercambio
2019 · Promedio 94/100.
IBM (Coursera)
Certificado Profesional en Ciencia de Datos
2026 · En curso.
05 — Contacto

Saluda.

En Londres por la maestría en LSE. Elegible para la Graduate visa del Reino Unido (18 meses, sin necesidad de patrocinio); en busca de patrocinio Skilled Worker para permanecer a largo plazo. Abierto a roles en Londres y el resto del Reino Unido.