Hola, soy

Roman
Meclazcke

Backend & AI Developer

Desarrollador backend y de IA con más de 3 años construyendo backends, sistemas RAG y agentes que llegan a producción. Gané la votación pública de PlatanusHack, mantengo una skill de Draw.io que usan miles de personas y comparto lo que aprendo con una comunidad de más de 16 mil developers.

Base: Tandil, Argentina
Experiencia: +3 años en software
Comunidad: +16K comunidad dev

Ver casos Contactar

GitHub LinkedIn

Índice

2025

Ene. 2025 - Actualidad

Tandil, AR

Empleo

Actual

TwinSF

AI Developer / Backend Developer

AI Developer

Actualidad

Diseñé e implementé guardrails para evaluar agentes en producción y reducir filtraciones de información sensible. Desarrollé Mission Control, el sistema de operación y monitoreo de agentes, tanto para uso interno como para clientes. Además, construí agentes orientados a soporte, ventas, QA y marketing, integrados con Slack, Google Calendar y LinkedIn, e implementé sistemas RAG con LlamaIndex evaluando distintos modelos LLM según cada caso de uso.

Backend Developer

Etapa inicial

Participé en la migración de aplicaciones legacy en Oracle Forms hacia arquitecturas modernas con Spring Boot, logrando una transición escalable para sistemas de gestión utilizados por organismos públicos. Trabajé en el ciclo completo de proyectos: captura de requerimientos, análisis, estimación de tiempos y entrega. Fui el responsable designado del onboarding de nuevos desarrolladores al equipo.

Stack

Python
OpenClaw
Google Cloud
Spring Boot
Guardrails

2024

Jul. 2024 - Dic. 2024

Tandil, AR

Freelance

Backend Developer

A cargo del ciclo completo: captura de requerimientos, análisis, diseño, desarrollo y despliegue de un sistema de automatización para una peluquería.
La solución permitió al cliente centrarse en las actividades clave del negocio. Actualmente en producción.

Stack

Node.js
TypeScript
PostgreSQL

2023

Dic. 2023 - Sep. 2024

Tandil, AR

Empleo

Vopper

Backend Developer

Participé en el desarrollo del backend orientado a la lógica de negocio de una plataforma de gestión logística. Trabajé sobre bases de datos, optimización de rendimiento mediante caché, análisis de requerimientos e implementación de nuevas funcionalidades. También trabajé con personas de distintas áreas para entender lo que necesitaban e implementar mejoras en el sistema.
El proyecto centralizaba procesos clave para una empresa proveedora: planificación de transportes y rutas, despacho de productos por tienda, gestión de cobranzas en efectivo y cuenta corriente, y alertas de mantenimiento vehicular. La solución ayudó a ordenar la operación diaria, mejorar el seguimiento de cada proceso y brindar información más clara para responder ante incidencias.

Stack

NestJS
TypeScript
Redis
Docker
Kubernetes

2023

2023 - 2025

Tandil, AR

Formación

UNICEN

Tecnicatura Universitaria en Desarrollo de Aplicaciones Informáticas

Universidad Nacional del Centro de la Pcia. de Buenos Aires.

FitVision

Plataforma con IA para prueba de ropa virtual. Desarrollada, desplegada y operada de forma independiente.

Resolución desarrollada

Producto full-stack desplegado, con flujo de pagos y procesamiento IA operado end-to-end.

IASpring BootReactProcesamiento de pagosCloudPostgresSql

Ver demo

knowAhuman

Proyecto desarrollado en PlatanusHack para clonar tu personalidad en un agente de IA capaz de conversar con otros agentes y detectar relaciones sociales valiosas antes del contacto humano.

GanadorVotación pública de PlatanusHack

Resolución desarrollada

Plataforma funcional capaz de clonar tu personalidad en un agente de IA y generar conversaciones con otros agentes.

HackathonIAAgentesOpenClawRailwaySupabase

Ver demo

Draw.io Skill para OpenClaw

Skill para OpenClaw que permite generar diagramas de clases, flujo, secuencia y ERD usando Draw.io.

Resolución desarrollada

Skill publicada para generar diagramas Draw.io desde instrucciones estructuradas.

OpenClawDraw.ioDiagramasAutomatizaciónIA

3448descargas

Ver demo

EatEligent

App de alimentación saludable con NestJS, MySQL, Sequelize y arquitectura hexagonal. Integra subida de imágenes, procesamiento con IA y activación de cuentas por email.

Resolución desarrollada

Backend con arquitectura hexagonal, emails, carga de imágenes y filtros con IA.

NestJSMySQLSequelizeEnvío de emailsFiltrado de imágenes NSFWIA

Ver código

RAG

Sistema RAG pensado para centralizar documentación interna y permitir consultas rápidas sobre información técnica y operativa, reduciendo tiempos de búsqueda y facilitando el acceso al conocimiento dentro de la empresa.

Resolución desarrollada

Base consultable con FastAPI, Qdrant, Postgres y una interfaz para búsquedas asistidas.

PythonFastAPIQdrantPostgresIAStreamlit

Ver código

Content Creator X

Skill para Codex que investiga tendencias dev, evalúa temas con 3 subagentes y genera publicaciones listas para X, guardadas automáticamente en Markdown.

Resolución desarrollada

Skill con subagentes, evaluación de temas y salida Markdown reproducible.

CodexSubagentesAutomatizaciónGitHub TrendingMarkdownX

Ver código

Ver todos los repositorios en GitHub

Java
Python
TypeScript
JavaScript
PHP
Node.js
Spring Boot
Spring Security
FastAPI
NestJS
Express
LangChain
LlamaIndex
OpenClaw
Hermes

MySQL
PostgreSQL
MongoDB
Oracle
Qdrant
Redis
Hibernate
Sequelize
Prisma
TypeORM

Google Cloud
Google Cloud VMs
AWS (EC2, S3, RDS, IAM)
Vercel
Docker
GitHub Actions
CI/CD

Arquitectura hexagonal
Arquitectura event-driven
Microservicios
RAG
Agentes de IA
Orquestación de agentes
Guardrails
Evaluación de agentes
Operación de agentes
Observabilidad de agentes
Integración con herramientas externas
Vector Search
Procesamiento de imágenes
WebSockets
Kafka

Artículos

Artículos.

Cuando un proyecto me deja algo que vale la pena contar, lo escribo: qué funcionó, qué no, y por qué.

09 de abr de 20268 min

Prompt injection en LLMs y agentes

Prompt injection inyecta instrucciones maliciosas en un LLM o agente. La nota cubre ataques directos e indirectos, el riesgo en agentes y capas de defensa.

IASeguridad

Leer artículo

27 de mar de 20267 min

Qué es un sistema RAG y por qué importa

RAG es Retrieval Augmented Generation: recupera documentos relevantes y se los pasa a un LLM para responder con contexto propio, actualizado y trazable.

IARAG

Leer artículo

26 de mar de 20268 min

RAG vs Agentes

RAG le da memoria documental a un LLM; un agente le da capacidad de acción. Esta guía compara ambas arquitecturas y cuándo combinarlas en un producto real.

RAGAgentes

Leer artículo

¿Querés hablar conmigo?

Dejame un mensaje en el formulario y te respondo por email. Si preferís, también podés encontrarme en redes.

Dejame un mensaje

Completá el formulario y te respondo por email.

Roman
Meclazcke