Acerca del servicio
TraducidoSoy un desarrollador backend y escribo en Scala, y la programación funcional para mí es una forma de pensar sobre un problema, no una técnica que utilizo ocasionalmente. Diseño servicios alrededor de datos inmutables, funciones puras y efectos tipados, por lo que el comportamiento se mantiene predecible y el compilador captura clases enteras de errores antes de que lleguen a producción. Si ya tienes una pila JVM y necesitas las garantías de corrección y concurrencia que proporciona Scala, o estás comenzando desde cero y quieres una base que escale en lugar de convertirse en un desastre, llevaré el trabajo desde la arquitectura hasta un servicio que funcione de manera confiable en producción.
La mayor parte del tiempo estoy construyendo APIs REST y gRPC, sistemas de eventos y pipelines de procesamiento de datos. Construyo backends concurrentes y distribuidos en actores de Akka y Akka Streams, modelo procesos de larga duración que sobreviven a reinicios, y conecto todo a Kafka, PostgreSQL, Cassandra o Spark dependiendo de la naturaleza de los datos. Pienso en la presión de retroceso y lo que sucede cuando una dependencia se vuelve lenta o desaparece, por lo que mis sistemas se degradan de manera elegante en lugar de colapsar. Las tareas por lotes y de transmisión en grandes datos son rutinarias: migración, limpieza y agregación de grandes volúmenes sin perder registros y sin quedarme sin memoria.
Déjame ser claro sobre el alcance: esto es Scala y un enfoque funcional, no Java, Kotlin o Go reescritos en sintaxis Scala. Escribo código idiomático con Cats, ZIO o Akka, pruebo a través de ScalaCheck y un enfoque basado en propiedades y entrego código que tu equipo puede leer y evolucionar. Cuéntame sobre el rendimiento necesario y las restricciones — sugeriré un enfoque y un cronograma realista.
— Servicios backend funcionales en Scala (Cats, ZIO)
— Actores de Akka y Akka Streams para sistemas distribuidos concurrentes
— APIs REST y gRPC con dominios tipados y testeables
— Pipelines de big data y ETL en Spark y Kafka
— PostgreSQL, Cassandra y almacenamiento basado en eventos
— Pruebas basadas en propiedades y configuración de CI en JVM
La mayor parte del tiempo estoy construyendo APIs REST y gRPC, sistemas de eventos y pipelines de procesamiento de datos. Construyo backends concurrentes y distribuidos en actores de Akka y Akka Streams, modelo procesos de larga duración que sobreviven a reinicios, y conecto todo a Kafka, PostgreSQL, Cassandra o Spark dependiendo de la naturaleza de los datos. Pienso en la presión de retroceso y lo que sucede cuando una dependencia se vuelve lenta o desaparece, por lo que mis sistemas se degradan de manera elegante en lugar de colapsar. Las tareas por lotes y de transmisión en grandes datos son rutinarias: migración, limpieza y agregación de grandes volúmenes sin perder registros y sin quedarme sin memoria.
Déjame ser claro sobre el alcance: esto es Scala y un enfoque funcional, no Java, Kotlin o Go reescritos en sintaxis Scala. Escribo código idiomático con Cats, ZIO o Akka, pruebo a través de ScalaCheck y un enfoque basado en propiedades y entrego código que tu equipo puede leer y evolucionar. Cuéntame sobre el rendimiento necesario y las restricciones — sugeriré un enfoque y un cronograma realista.
— Servicios backend funcionales en Scala (Cats, ZIO)
— Actores de Akka y Akka Streams para sistemas distribuidos concurrentes
— APIs REST y gRPC con dominios tipados y testeables
— Pipelines de big data y ETL en Spark y Kafka
— PostgreSQL, Cassandra y almacenamiento basado en eventos
— Pruebas basadas en propiedades y configuración de CI en JVM
