Caso de Estudio
Una plataforma de análisis de riesgo para banca corría sobre Java/Angular en AWS, pero las operaciones críticas del ciclo de vida de un assessment —alta de clientes, configuración, cierre, generación de reportes— dependían de copiar y pegar datos entre sistemas. En un negocio donde esos datos alimentan decisiones de riesgo crediticio, cada paso manual era una superficie de error.
Diseñamos una arquitectura orientada a eventos sobre Amazon SNS: un tópico interno orquesta las operaciones críticas, y handlers independientes en Java las ejecutan a partir de mensajes JSON estructurados. Esto desacopla la lógica de negocio de la intervención manual y deja la puerta abierta a disparar estos procesos desde otros sistemas o de forma programada.
En paralelo, automatizamos los despliegues con un flujo de build multi-módulo en Maven, versionado único de imágenes Docker y backups automáticos antes de cada sobreescritura. Sumamos trabajo continuo sobre los pipelines de validación de datos (Lambda + Fargate) y sobre el intercambio seguro de archivos vía SFTP con cada banco cliente, automatizando el onboarding de usuarios y llaves criptográficas.
Procesos que tomaban horas de carga manual entre sistemas ahora se resuelven en minutos.
El flujo de build multi-módulo en Maven, con versionado único de imágenes Docker y backups automáticos antes de cada sobreescritura, eliminó los tiempos de inactividad no planificados.
Desacoplar la lógica de negocio de la intervención manual redujo la superficie de error en los datos que alimentan decisiones de riesgo crediticio.
Automatizar el intercambio seguro de archivos vía SFTP y el onboarding de usuarios y llaves criptográficas agilizó la incorporación de nuevos bancos clientes, sin comprometer seguridad.
Trabajamos sobre todo con entidades financieras (fintechs y bancos), empresas industriales que necesitan modernizar su tecnología incorporando IA, y organismos del sector público en proyectos de transformación digital. En todos los casos, entramos como equipo técnico senior embebido, no como una mesa de soporte tercerizada.
Tenemos base en Rosario, Argentina, y trabajamos con clientes en toda Latinoamérica. Eso significa conocimiento directo del contexto regulatorio y operativo de la región — por ejemplo la normativa del BCRA para fintechs argentinas — y coordinación en el mismo huso horario, sin la fricción de trabajar con un equipo a 10 horas de diferencia.
Nuestro trabajo está en la intersección de infraestructura cloud, arquitectura de aplicaciones e IA: diseño de arquitectura cloud-native, automatización de infraestructura, plataformas, pipelines de datos e integración de GenAI. No hacemos soporte cloud genérico — construimos y operamos sistemas que necesitan escalar.
Nuestra mayor profundidad es en AWS. También trabajamos con Azure y GCP según el stack que ya tenga el cliente — el objetivo siempre es adaptarnos a tu entorno, no imponer un proveedor.
Sí — es uno de los problemas en los que más trabajamos. Modernizar una aplicación suele implicar alguna combinación de: separar un monolito en servicios, migrar a infraestructura cloud-native, reemplazar dependencias obsoletas o mejorar el pipeline de CI/CD para que el equipo entregue más rápido. Siempre arrancamos con un diagnóstico técnico antes de recomendar un camino.