Ciao, sono Joaquin Mellado
Ingegnere Software Senior Full-Stack che costruisce prodotti affidabili basati su IA con React, TypeScript, Python e infrastruttura cloud.
Software Engineer con mentalità di prodotto
Collego ingegneria del software, giudizio di prodotto, craft frontend e flussi pratici di IA per costruire cose che le persone possano capire, apprezzare e usare.
Lavori selezionati
Sto preparando casi di studio concisi sull'architettura, le decisioni, i compromessi e i risultati dietro i prodotti che ho costruito. Ogni caso mostrerà problemi reali, codice reale e risultati reali.
Un assistente di ricerca basato sull'IA per investitori in dividendi che combina flussi di dati finanziari, analisi del rischio multi-agente, RAG su documenti della SEC e simulazioni spiegabili di ricerca di portafoglio con controlli di conformità.
Strumento di ricerca educativa — non è consulenza finanziaria.
Stack tecnologico
Flusso architetturale
Perché ora
L'IA rende più facile generare interfacce, funzionalità e codice. Questo rende il giudizio più prezioso, non meno. Il vero vantaggio è sapere cosa dovrebbe esistere, cosa dovrebbe essere rimosso, cosa dovrebbe essere misurato e dove il prodotto sta effettivamente fallendo.
L'IA può accelerare la produzione, ma può anche moltiplicare idee deboli, flussi poco chiari e interfacce dimenticabili.
Velocità, chiarezza, accessibilità e affidabilità costruiscono la fiducia prima di una roadmap o di una lista di funzionalità.
Le decisioni tecniche determinano quanto sicuramente i team possono cambiare, imparare e rilasciare senza creare attrito invisibile.
I team forti usano comportamento, attrito, retention e feedback per guidare cosa costruire dopo.
Quello che ho realmente imparato
Ho lavorato nel settore bancario, piattaforme frontend su larga scala, flussi di lavoro interni di rischio e un MVP di startup che ho fondato. Contesti diversi, stessa lezione: la qualità del software conta quando aiuta le persone a progredire.
Tasso di errore, LCP, abbandoni, flussi lenti, segnali di supporto e dati di osservabilità spesso dicono più di una demo rifinita.
Adobe, Datadog e le metriche di piattaforma non sono solo dashboard di ingegneria. Possono mostrare se un prodotto funziona davvero per le persone.
Microfrontend, pacchetti condivisi e confini modulari aiutano solo quando la proprietà e i pattern di cambiamento sono chiari.
Cerco sempre opportunità per iniziare, testare e imparare dai prodotti. È probabilmente il miglior momento che abbiamo avuto per farlo.
Ciò che mi interessa
Il buon software è la base. La domanda più difficile è se il prodotto crea valore, cambia comportamento, guadagna fiducia e rimane manutenibile andando veloce.
Le persone ricorderanno questa esperienza o è solo un'altra interfaccia?
Stiamo risolvendo un problema doloroso o stiamo solo rilasciando attività visibile?
Cosa fanno, ripetono, evitano o abbandonano realmente le persone?
L'IA migliora giudizio e velocità, o aumenta solo il volume di output?
Il prodotto sembra veloce, chiaro, accessibile e affidabile?
Stiamo andando veloci senza creare attrito invisibile per il team?
Segnali che cerco
Le persone tornano perché il prodotto risolve qualcosa di importante.
L'esperienza continua a produrre valore dopo la prima visita.
Confusione, esitazione, passi ripetuti e abbandoni diventano input di design.
La velocità diventa parte della fiducia, conversione e qualità percepita.
Il team si allinea attorno al valore, non a dashboard di vanità.
I compromessi sono espliciti, intenzionali e visibili prima che diventino attrito.
Trappole che evito
Più funzionalità possono rendere il prodotto meno memorabile.
Numeri che sembrano buoni possono nascondere un debole apprendimento di prodotto.
Un'UI pulita può nascondere decisioni costose e costi di manutenzione futuri.
Cicli di feedback lunghi indeboliscono il giudizio di prodotto e la qualità del rilascio.
Product OS
Lavoro dall'ambiguità al comportamento rilasciato attraverso un ciclo semplice: scoprire, plasmare, costruire, misurare, iterare.
Vedi come costruiscoNote di campo
Le decisioni frontend più forti sono raramente solo tecniche. Modellano l'autonomia del team, la velocità di rilascio, il rischio di prodotto e il costo del cambiamento futuro.
Compromessi di architettura
Nei grandi sistemi frontend, ho visto come le scelte architetturali influenzano quanto sicuramente i team rilasciano, quanto indipendentemente possono lavorare e quanto costosi diventano i cambiamenti di prodotto. Microfrontend, module federation, librerie condivise e monoliti modulari non sono livelli di maturità. Sono compromessi.
Più autonomia per i team, ma più complessità operativa e di integrazione.
Composizione flessibile a runtime, ma debugging, versioning e proprietà più difficili.
Migliore consistenza e riuso, ma possibili colli di bottiglia di rilascio e accoppiamento.
Consegna più semplice, ma richiede confini solidi per evitare entropia lenta.
La migliore architettura è quella che corrisponde al ritmo di cambiamento del prodotto, alla struttura del team, al profilo di rischio e alle esigenze di apprendimento.
Trasferimenti, onboarding e gestione conti mi hanno insegnato che affidabilità, chiarezza e performance sono funzionalità di prodotto, non dettagli tecnici.
Costruire BinnApp dall'idea al MVP mi ha insegnato a ridurre il perimetro, coordinare la scoperta di prodotto e prendere decisioni tecniche sotto incertezza.
Prova di mestiere
Il gioco Signal non è decorazione. È una piccola metafora di come costruisco: identificare segnali di valore, evitare trappole costose, muoversi con intenzione e sbloccare decisioni migliori.
Se è così che progetto un'interazione di portfolio, immagina come affronto flussi di prodotto reali.
Quando posso aiutare
Lavoro meglio quando c'è qualcosa di reale da risolvere: cosa costruire, cosa semplificare, cosa si sta rompendo e come rilasciare senza nascondere il costo futuro.
Posso aiutare a trasformare l'ambiguità in flussi, decisioni e comportamento rilasciato.
Considero architettura, performance, chiarezza UX e manutenibilità come parte dello stesso problema.
Mi interessa consegnare, ma anche rimuovere il lavoro che non aiuta le persone a progredire.
Lavoriamo insieme
Se il tuo prodotto ha bisogno di decisioni più acute, maggiore qualità frontend o esecuzione consapevole dell'IA, parliamone.