Software a medida y automatizaciones que resuelven problemas reales de tu negocio.

01 — Proyectos

Casos reales, no demos de portfolio

Evidencia de lo que construyo: problema, solución y resultado verificable.

• 01

  ERP web de autopartes — Abelito S.A.C.

  ERP en producción para ventas en caja, compras, inventario, facturación electrónica SUNAT y almacén.

  Problema

  Una tienda de autopartes operaba con un sistema anterior (SQL Server) y necesitaba un flujo de caja moderno: venta rápida, boleta/factura electrónica SUNAT, compras a proveedores con crédito, kardex/stock y ubicación física en almacén (andamios y celdas), sin perder el catálogo histórico.

  Qué hice

  • Diseñé e implementé un ERP web para el negocio completo: ventas en caja, compras, inventario, facturación electrónica y reportes.
  • Módulos de ventas (boleta/factura, proformas, plantillas, cobranzas, notas de crédito), compras (facturas, letras, abonos, notas de crédito y débito) y caja/liquidación.
  • Kardex y stock, conteo de inventario y plano de almacén (andamios/celdas).
  • Integración con Nubefact (emisión, consulta, baja, cola de reintentos) y consulta de RUC/DNI.
  • Tickets y etiquetas en PDF (JasperReports y HTML→PDF).
  • Roles y permisos, seguridad web y API JWT para inventario/conteo en móvil.
  • Migración desde la BD anterior, scripts de producción y despliegue del JAR en servidor Windows.
  • Ajustes con operación real: duplicados de venta, bajas SUNAT, búsqueda de clientes, impresión de precios/costos, data de almacén en prod.

  Resultado

  El sistema está en producción en Abelito S.A.C.: la caja emite comprobantes electrónicos (series de factura/boleta), el catálogo se migró desde SQL Server anterior, y el almacén quedó con 27 andamios y ~2680 celdas. Sigue en iteración con el local (tickets, compras, facturación).

  Stack

  Java 17 · Spring Boot 3.3 · Spring Security / JWT · Thymeleaf · Bootstrap 5 · jQuery · DataTables · SQL Server · JPA/Hibernate · JasperReports · OpenHTMLtoPDF · Apache POI · Nubefact (SUNAT) · API RUC/DNI · ZXing · Windows Server (JAR)

• 02 En validación

  Digitalización inteligente de facturas (FacturaSaaS)

  SaaS multiempresa que extrae datos de facturas (PDF, imagen y XML) y los envía ya estructurados a la API del cliente.

  Problema

  Las empresas reciben facturas en PDF, imagen y XML, y alguien tiene que tipear esos datos a mano para meterlos a su sistema contable/ERP. Es lento, se equivocan, y no escala cuando el volumen crece. Además cada cliente tiene su propio formato de facturas y su propia API de destino.

  Qué hice

  • Construí un SaaS multiempresa que recibe la factura, extrae los datos con IA (Claude vision) para PDF/imagen y con un parser XML nativo para comprobantes electrónicos (UBL/SUNAT), y devuelve un JSON estructurado y estandarizado.
  • El usuario solo revisa y confirma en un panel — no tipea nada — y el sistema hace el POST automático a la API del cliente con un mapeo de campos configurable por empresa.
  • Multitenancy y usuarios con roles (ADMIN / OPERADOR / VISUALIZADOR).
  • Login humano por email y contraseña (JWT), y API key hasheada solo para ingesta máquina-a-máquina.
  • Reglas de extracción personalizables por empresa, reintentos y manejo de errores.
  • Panel de administración de plataforma y billing (cobro manual o Stripe).

  Resultado

  Plataforma funcional end-to-end: sube factura (PDF, imagen o XML) → extracción con IA / parser → revisión en panel → POST automático a la API del cliente, con multiempresa, roles y billing. Reemplaza el tipeo manual por revisar-y-confirmar. En etapa de validación con datos reales; las métricas de volumen y precisión se publicarán a partir del primer piloto.

  Stack

  Spring Boot 3.3 · Java 21 · Spring Data JPA/Hibernate · Spring Security + JWT · Claude API (vision) · parser XML JAXB/StAX · React 18 · Vite · TypeScript · Tailwind CSS · MySQL 8 · Flyway · Docker Compose · Storage local / Cloudflare R2 · Stripe

• 03 Herramienta personal · en iteración

  Dashboard de inteligencia de mercado (IdentificarDemandas)

  Producto de datos full-stack: agrega señales de múltiples fuentes públicas y usa IA para puntuar, clasificar y analizar cada una en un dashboard. Un ejemplo de cómo construyo pipelines de datos + IA de punta a punta.

  Problema

  Encontrar una buena idea de negocio suele ser research manual y disperso: leer Reddit, Product Hunt, GitHub, noticias y tendencias, tratar de intuir qué problema es real y cuál vale la pena, sin criterio consistente ni forma de comparar oportunidades entre sí.

  Qué hice

  • Construí un sistema que agrega señales de varias fuentes públicas —Reddit, Hacker News, GitHub Trending, Product Hunt, Google Trends, noticias tech y MercadoLibre (LATAM)— con un formato común por señal.
  • Cada señal pasa por la IA (Claude), que le asigna un score 0–100 de viabilidad, la categoriza, la etiqueta y propone 3 estrategias concretas de monetización con esfuerzo y tiempo estimado.
  • El análisis se adapta a un perfil configurable del emprendedor (ciudad, presupuesto, horas por semana, skills, equipo, mercado objetivo, modelo de negocio), así las estrategias son ejecutables con sus recursos reales.
  • Dashboard con tarjetas de oportunidad, gráficas de tendencias, filtros, tablero Kanban para dar seguimiento, calculadora de ingresos potenciales y checklist de validación.
  • Backend con scraping programado (cron cada 6h) y caché en Redis 24h para no re-analizar la misma URL y mantener bajo el costo de IA.

  Resultado

  MVP funcional end-to-end: convierte research de mercado manual y disperso en un feed único de oportunidades ya puntuadas y accionables, filtrable y con seguimiento. Herramienta personal (sin login), lista para uso propio; el siguiente paso es correrla en producción de forma continua y medir la calidad de las oportunidades detectadas.

  Stack

  React 18 · Vite · Tailwind CSS · Recharts · Zustand · Node.js 20 · Express · Prisma · PostgreSQL · Redis · node-cron · Anthropic SDK (Claude) · Railway · Vercel

04 — Sobre mí

Sobre mí

Stack

Tecnologías que manejo

Herramientas y plataformas con las que construyo soluciones a medida listas para producción.