Arquitectura · Rendimiento · Sostenibilidad
No solo escribo código: diseño sistemas que perduran. Cada decisión técnica está alineada con tu negocio: escalabilidad, rendimiento y costes predecibles.
Qué hago
Desarrollo Laravel
Arquitectura limpia que reduce tiempo de desarrollo en 40% y costos de mantenimiento a largo plazo. APIs RESTful escalables.
Desarrollo WordPress
WordPress optimizado que carga en <2s (Lighthouse 100). Themes personalizados y WooCommerce con +200% conversiones.
SEO Técnico
Auditoría técnica + optimización que mejora rankings. LCP <1.5s, Schema.org, +150% tráfico orgánico en 6 meses.
Métricas en producción
Tres principios
Arquitectura sobre implementación
El código cambia, la arquitectura perdura. Diseño SOLID que permite evolucionar sin reescribir todo.
Rendimiento como requisito
La velocidad importa. Cada 100ms de mejora suele traducirse en más conversiones. Lighthouse 100 = ventaja competitiva.
Sostenibilidad técnica
Sistemas que funcionan hoy y dentro de años. Tests, documentación y decisiones explicadas.
Preguntas frecuentes
Respuestas claras a las dudas más comunes.
¿Por qué contratar un desarrollador si ya existe la IA?
Porque escribir código nunca fue el cuello de botella real. Lo que la IA acelera es el typing. Lo que no acelera todavía: decidir qué construir, por qué construirlo así y no de otra forma, mantenerlo cuando el equipo crece, y tomar la decisión cuando el cliente cambia de opinión a 3 días del deploy. Y la evidencia empírica contradice la intuición: el estudio de METR (julio 2025) sobre developers experimentados en proyectos open source (16 devs, 246 issues, repos de 22.000+ stars) encontró que las herramientas de AI hicieron a los devs 19% más lentos, pero los mismos devs percibían que eran 20% más rápidos. Una brecha de 43 puntos porcentuales entre sensación y cronómetro. La conclusión no es que la IA no sirva; es que la intuición sobre productividad con AI no es confiable, y si pagas por el resultado y no por la sensación, conviene tener a alguien que entienda esa diferencia.
¿No puedo construir mi proyecto solo con Cursor o Claude Code?
Para prototipos y MVPs chicos, sí puedes llegar lejos solo. Para sistemas que tienen que vivir 3+ años, hay un costo escondido. El reporte "Coding on Copilot" de GitClear (153 millones de líneas analizadas, 2020-2023) proyectaba que el código generado con asistencia de AI tendría una tasa de churn (rescritura dentro de 2 semanas) duplicada en 2024 vs el baseline pre-AI de 2021. Más código agregado, menos refactorizado, baja en reutilización. Eso se paga en mantenimiento futuro. Y peor: el estudio de Perry et al. (Stanford, CCS '23) encontró que usuarios con asistencia de AI escribieron código significativamente menos seguro que el grupo control, mientras creían que su código era más seguro. Vulnerabilidades reales más confianza inflada. Mi rol en proyectos así: revisar arquitectura, refactorizar, agregar tests, configurar deployment correcto. Te dejo una base sólida sobre la que tu equipo puede seguir iterando con AI tools sin que el código se vuelva inmanejable en 6 meses.
¿La IA no va a reemplazar developers en 1-2 años?
Honestamente: nadie sabe con certeza cómo se ve el rol de developer en 2-3 años. Los anuncios más fuertes (Devin de Cognition AI presentado como 'el primer software engineer autónomo') tuvieron performance pública muy por debajo de lo prometido. El gap entre demo controlada y deploy real sigue siendo grande. Lo que SÍ está cambiando: el rol del developer es cada vez menos 'escribir cada línea' y cada vez más 'decidir qué construir, mantener el sistema completo en la cabeza, debuggear en producción a las 3 AM, y conversar con el cliente cuando el plan cambia'. Esas funciones todavía requieren un humano con contexto. Si tu modelo de negocio asume que la IA va a autonomizar todo eso en 12 meses, te recomiendo planificar con conservadurismo. Si la IA cumple esa promesa antes, mejor para todos; pero apostar tu producto a esa hipótesis es riesgoso.
Ya sé programar y uso AI tools, ¿en qué me ayudas?
Las dos cosas en las que típicamente me contratan developers que ya usan AI: (1) Bootstrap correcto: setup inicial del proyecto (arquitectura, schemas, deployment, testing, observability). Una vez la base es sólida, sigues iterando con Cursor o Copilot encima. Pero la base que la AI no sabe armar bien sola, porque depende de decisiones de negocio y de equipo, la dejo lista. (2) Refactor y code review: sistemas que crecieron rápido con AI assistance y empezaron a sentirse insostenibles. Code review pesado, refactor para reducir churn, consolidar duplicación. Justo el patrón que el reporte de GitClear muestra como costo principal del AI-assisted development. Trabajamos en paralelo: yo no compito con tu Copilot, le pongo guardarraíles.
¿Cómo decido si mi proyecto necesita un dev humano o me alcanza con AI?
Tres preguntas honestas: (1) ¿Puedes describir el sistema completo de tu proyecto sin abrir la AI? Si no, alguien que SÍ entienda lo que se construyó es valioso para cuando algo falle o requiera cambio. (2) ¿Cuánto cuesta que el proyecto se caiga 1 día? Si la respuesta es alta (pérdida de revenue, daño reputacional, regulación), no puedes depender de 'le pido a Claude que lo arregle' como única estrategia de mantenimiento. (3) ¿Esto va a vivir 3+ años? Si sí, vas a tener migraciones, upgrades, security patches. La AI te ayuda con todo eso, pero necesita un humano que sepa cuándo aplicar el patch y cuándo no. Si las tres respuestas son 'no', la IA probablemente alcanza. Si una sola es 'sí', vale la pena al menos una consulta para evaluar.
¿Tienes un proyecto en mente?
Cuéntame qué necesitas y te digo con honestidad si puedo ayudarte y cómo.