Lo que aprendemos construyendo APIs, apps móviles, IA y plataformas web para PYMEs en Latinoamérica.
Un timeout de red no significa que el pago falló: puede significar que el cliente perdió la respuesta de un pago que sí se procesó. Cómo implementar una clave de idempotencia en Spring Boot que cubra ese caso, no solo el cobro duplicado.
Leer →Los problemas concretos de Provider que nos llevaron a Riverpod: dependencia de BuildContext, providers implícitos difíciles de testear, y la migración completa de un provider real paso a paso.
Leer →Comparamos Cloud Run y GKE Autopilot en los puntos que de verdad cambian una decisión de arquitectura: cold starts, control de networking y el momento en que un cluster empieza a valer la pena.
Leer →SSE resuelve buena parte de las actualizaciones en tiempo real con una fracción de la complejidad de un servidor WebSockets. Comparamos dirección del flujo, reconexión automática y compatibilidad con la infraestructura HTTP existente, con ejemplos en Node.js.
Leer →Astro no hidrata nada por defecto: cada componente interactivo es una decisión explícita. Repasamos client:load, client:idle, client:visible y el error más común: hidratar componentes que nunca necesitaron JavaScript en el cliente.
Leer →Managed Identity resuelve la autenticacion entre recursos de Azure sin guardar credenciales, pero solo si se entiende la diferencia entre identidad de sistema y de usuario, y los errores de RBAC que la rodean.
Leer →Un pipeline concreto de GitHub Actions hacia ECS Fargate: build, push a ECR, task definition y despliegue rolling sin downtime, con OIDC, health checks y rollback automático.
Leer →pipe() respeta el backpressure del flujo de datos, pero no el de errores ni el de un Transform que acumula chunks por su cuenta. Repasamos por qué eso satura la memoria de un microservicio de ingesta y cómo pipeline() resuelve el ciclo de vida.
Leer →GlobalScope no tiene ciclo de vida, y eso es exactamente lo que produce el leak. Repasamos la jerarquia de Job, la diferencia real entre lifecycleScope y viewModelScope, y por que un SupervisorJob mal usado puede ocultar excepciones.
Leer →El macro @Observable de Swift cambia el seguimiento de estado a nivel de propiedad, no de objeto. Repasamos el impacto real en la recomposición de vistas y cuándo usar @State frente a @Bindable.
Leer →Minimal APIs quita ceremonia, pero no organiza el proyecto por ti. Repasamos como agrupar endpoints, donde van los filtros de validacion y el punto en el que conviene volver a controllers.
Leer →Sin readinessProbe y sin startupProbe, un pod puede aparecer sano y seguir causando 502 durante cada rolling deploy. Repasamos las tres probes, sus valores por defecto y cómo dimensionarlas para arranques lentos en JVM y .NET.
Leer →Signals no reemplaza a RxJS: resuelve otro problema. Repasamos cuando usar cada uno, como conviven con toSignal y toObservable, y los anti-patrones mas comunes al migrar codigo RxJS-heavy.
Leer →Los LLM generan métodos, imports y parámetros que suenan reales pero no existen. Repasamos las cinco señales que delatan una alucinación de código antes de que cueste horas de debugging.
Leer →Cómo estructuramos proyectos Flutter medianos y grandes por feature, con Cubit para el estado e inyección de dependencias con get_it. Con código, criterios y los errores que rompen la separación en la práctica.
Leer →Un LLM puede escribir código que compila y pasa sus propios tests sin que eso signifique que es entregable. Repasamos los cuatro filtros que aplicamos antes de que el cliente lo vea.
Leer →La mayoría de los proyectos no necesita microservicios todavía. Repasamos qué cuestan de verdad y los cinco indicadores objetivos que sí justifican dividir el monolito.
Leer →Nueve artículos contando fallos de nuestro propio producto. No es humildad: es la única forma de que un número bueno signifique algo.
Leer →Ningún test cubre el escenario en que tu programa no se está ejecutando. Y ese resultó ser uno de nuestros modos de fallo más caros.
Leer →Si la forma de Cerberus es lo que pierde dinero, un sistema con la forma contraria debería ganarlo. Lo construimos. El resultado fue un factor de 1,04 en siete años y medio: una moneda al aire.
Leer →La URL que compilas dentro del binario es inmutable de por vida: el cliente la pega a mano y no la vuelve a tocar. Esa restricción decide toda la arquitectura.
Leer →Bajamos el límite de 60 $ a 20 $ esperando menos riesgo. La caída máxima pasó de 224 $ a 2.331 $. Un stop dentro del ruido normal del mercado hace lo contrario de lo que crees.
Leer →La mayoría de robots mezclan la lógica de entrada con la de protección. Cuando la estrategia falla, la protección falla con ella. Así partimos las dos.
Leer →Todos nuestros intentos de cierre fueron rechazados. La lección: si tu protección vive sólo en tu código, no existe cuando más la necesitas.
Leer →Misma configuración, mismos datos, misma ventana. Sólo cambia el modelo de ejecución del simulador. Y el resultado cambia de signo. Un backtest así no puede sostener ninguna decisión.
Leer →El bot de referencia que estudiamos cerraba casi el 99 % de sus ciclos en verde. También cargaba 64.077 $ de pérdida flotante. Un porcentaje de acierto alto no es una ventaja: es un mando que puedes girar.
Leer →Un freno de volatilidad, un cierre por inversión y un conmutador de régimen. Las tres sonaban bien. Las tres salieron peor que no tenerlas. Esto es lo que pasa cuando mides una a una en vez de acumular.
Leer →El flujo real de cómo integrar Claude en el ciclo de desarrollo diario: planificación, generación por bloques, review del diff, tests con semántica real y documentación. Sin hype — lo que funciona.
Leer →Java 21 trajo virtual threads estables y Spring Boot 3.2 los activa con una línea. Qué cambia realmente en tu API, qué no cambia, y el problema del pinning que nadie te cuenta.
Leer →No todos los proyectos necesitan microservicios desde el día uno. El monolito modular resuelve los problemas reales del monolito tradicional sin la complejidad operacional de los microservicios — y te deja la puerta abierta para migrar después.
Leer →Las decisiones de arquitectura de las primeras semanas determinan cuánto duele el proyecto en el mes 6. Cómo organizar módulos por dominio, separar capas y mantener boundaries limpios en NestJS.
Leer →El código generado por IA puede verse perfecto y aun así romper producción. Este checklist cubre los 6 puntos que hay que verificar antes de aprobar cualquier PR generado por un LLM.
Leer →La IA puede refactorizar código con precisión, pero también puede romper producción silenciosamente. Estos son los tipos de cambio donde confiar y donde verificar con cuidado.
Leer →El código generado por IA suele compilar y fallar el code review. La diferencia no está en el modelo, sino en cómo le contamos qué queremos. Cinco prácticas concretas que mueven la aguja.
Leer →Tuurt construye software a medida, integra IA donde agrega valor verificable, y desarrolla videojuegos 2D y mobile. Esto es lo que vas a encontrar en este blog y cómo trabajamos.
Leer →