~$quién_soy
Product Engineer · Agentes de IA
Juan Ignacio Castore Bergioli
Cambiar el mundo desarrollando tecnología de frontera.Empujar la línea de lo que es posible.
Construyendo agentes de IA operando a diario para 200+ orgs
Buenos Aires, Argentina
Ahora
en vivo
~$status --now
›Owner del segmento Contadores en una startup de IA (stealth) — entrevistas con estudios contables, roadmap y código
›Carga de comprobantes por WhatsApp en producción: foto → extracción → validación → ERP — cero comprobantes perdidos desde el lanzamiento
›Liderando una cultura de ingeniería AI-native: 8.8× de velocidad de desarrollo medida, meta interna 15×
›CTO en Orion — automatización con agentes para el sector seguros
›Teaching Assistant en UTDT: Diseño de Algoritmos, Sistemas de Computación, Intro a la Programación
última actualización · jul. 2026
Sobre mí
Product engineer en una startup de IA en stealth que automatiza la operación administrativa de las empresas: soy owner de uno de los dos segmentos de clientes, end-to-end — entrevisto usuarios, defino el roadmap y escribo el código que lo shippea. Lideré la adopción de desarrollo AI-native en el 100% de la empresa: 8.8× de velocidad de ingeniería, medida semana a semana. Co-fundador de tres startups, graduado en Tecnologías Digitales (Major in CS) en UTDT con GPA 9.13, y Teaching Assistant en la misma universidad desde 2023. Antes de UTDT me formé como desarrollador backend con una beca completa de Mercado Libre y Globant. Mi objetivo de largo plazo es simple de enunciar y difícil de lograr: construir tecnología de frontera que cambie cómo funciona el mundo.
Qué me mueve
01
Tecnología de frontera
El norte de largo plazo: trabajar donde la tecnología todavía no tiene manual — IA y sistemas agénticos hoy; computación cuántica y posgrado en el horizonte.
02
AI-native por convicción
La IA multiplica al que tiene criterio. Tomo las decisiones de arquitectura y producto, y construyo con agentes para ir más rápido y más robusto — 8.8× medido, no prometido.
03
Dueño de outcomes, no de tareas
Lo escaso no es saber construir: es criterio + contacto con usuarios + capacidad de shippear la decisión. Por eso tomo segmentos y productos enteros, de la entrevista al deploy.
Experiencia
Product Engineer — Owner del Agente Operativo y del Segmento Contadores
Stealth AI Startup — OpsTech (back-office automation)
BackendAIInfraLeadershipProduct
- ›Líder del Agente Operativo, el agente de IA que se encarga de las operaciones del cliente usando su propio ERP. Mi responsabilidad operativa concreta es que no se pierda ningún comprobante de los que entran al sistema y que el servicio esté disponible >99% del tiempo para las 200+ organizaciones que operan a diario. Defino roadmap y features del producto; reporto directamente al CTO.
- ›Owner del segmento Contadores desde jun. 2026 — 1 de los 2 segmentos de clientes de la empresa: mandato de entrevistar a la mayor cantidad posible de estudios contables, entender sus puntos de dolor y evolucionar el producto para ellos. El ciclo completo: research con usuarios → roadmap → código.
- ›Diseñé y construí de cero el canal de carga por WhatsApp — hoy en producción: el contador fotografía el comprobante físico y entra directo al pipeline del agente (extracción → validación → carga al ERP), sin digitalización manual. Microservicio propio que fundé commit a commit (webhook de WhatsApp Business → GCS → Cloud Tasks → ingesta), con verificación de remitentes por OTP inverso y respuesta automática a cada mensaje con el resultado del comprobante. Desde el lanzamiento no se perdió ni un comprobante. Pieza central de mi ownership del segmento Contadores.0 comprobantes perdidos desde el lanzamiento
- ›Elegido por el CTO como referente de tecnología para evaluar Claude Code: la dominé en ~1 mes, concluí que valía la pena y lideré su adopción capacitando al equipo. Escalé el uso más allá de ingeniería —operaciones, soporte, comercial y dirección, incluido el CEO— hasta el 100% de la empresa (~15 personas): con Claude conectado a los repos, toda la organización comparte contexto y resuelve consultas técnicas y de producto de forma autónoma.Adopción del 100% de la empresa (~15 personas, todas las áreas)
- ›En los primeros 2 meses desde la adopción del equipo de ingeniería, las prácticas y flujos de trabajo que propuse llevaron el ritmo de desarrollo a 8.8× respecto al previo —métrica que medimos semana a semana—, con una meta interna de 15×.Ritmo de desarrollo 8.8× vs. baseline (meta 15×)
- ›Contribuyente fundacional del producto — mi primer feature salió end-to-end (backend + frontend) en la primera semana: 490 PRs mergeados y 53 migraciones de base de datos en producción en 10 meses, cubriendo el backend, el frontend y 3 microservicios de ingesta (mail, WhatsApp, lectura de documentos).490 PRs · 53 migraciones de DB en 10 meses
- ›Lideré el programa 'no perder comprobantes' sobre el canal de mail, que al tomarlo era el problema más grave del área: rediseñé la atomicidad del procesamiento, sumé tracking persistente por adjunto, modo recovery, dashboard de visibilidad y un agente de auditoría automatizado que corre semanalmente; migré además el registro legacy al sistema nuevo con dual-read gates y cero pérdida. La responsabilidad operativa se viene cumpliendo: comprobantes perdidos visibles para el usuario, cero.Comprobantes perdidos visibles al usuario: 0
- ›Diseñé e implementé el flujo de autocarga de facturas que eliminó el formulario manual para el 40% de las facturas procesadas, llevando a cero el tiempo de usuario en esos casos.40% de facturas procesadas sin intervención del usuario
- ›Stack que mantengo: backend Python + FastAPI + SQLAlchemy 2 + Alembic en Cloud Run sobre Postgres; frontend Next.js 15 + React 19 + Shadcn + Clerk + React Hook Form/Zod; reading-service Python en Cloud Run con AWS Textract + OpenAI para extracción estructurada de facturas, encolado vía Cloud Tasks. Logging y monitoring end-to-end para sostener el SLA de uptime.
- ›La empresa integra hoy 12 ERPs argentinos en producción. Lideré la integración más difícil — un ERP legacy con SOAP/XML on-premise sin documentación — y la profundicé hasta features financieras del mercado argentino (cuotas, cajas separadas, cheques, centros de costo) verificadas en producción; contribuyo con código en varios adapters además de ser owner del producto.
- ›Lideré la integración con ARCA (ex AFIP, organismo fiscal argentino): validación de CUIT, CAE, punto de venta y monto de cada factura contra el organismo antes de cargarla al ERP — paso crítico de cumplimiento para operar en Argentina.
- ›Cada feature del Agente Operativo arranca con un business case explícito: costo en recursos vs. impacto esperado en la empresa Y en el usuario final. El scope se dimensiona en base a eso — desde fixes de 2 días hasta builds de un mes — para evitar invertir recursos en soluciones que no muevan las métricas que importan.
- ›Disciplina de medición closed-loop: cada feature shipping queda instrumentada a nivel usuario, y las métricas post-ship alimentan la siguiente ronda de priorización (qué profundizar, qué deprecar, qué construir después). Hoy corren 48 métricas de éxito a mi nombre —cada una con owner, target e historial— y ninguna falló. El loop de datos es central al proceso de decisión, no un add-on.48 métricas de éxito owned · 0 falladas
- ›Diseñé el flujo de aprobación multi-rol (inspirado en GitHub PRs y SAP release strategies) para control de gastos empresariales y lo evolucioné a Fase 2 self-service: cada organización configura sus propias reglas de routing desde una UI editable, sin tocar código. Stack ~88% listo para piloto.
- ›Fundé el sistema de gestión de conocimiento de la empresa — hoy es regla del equipo que cada aprendizaje se capitalice en un doc canónico: escribí 63 learnings (el mayor productor del equipo) y construí 12 herramientas internas más un agente de auditoría automatizado, llevando a una organización entera la visión de KM que había concebido originalmente en Kora.
Co-fundador y CTO
BackendAIInfraLeadershipdata
- ›Co-fundé Orion, una consultora de automatización enfocada en el sector seguros. Único cliente pagante a la fecha (productor de seguros, piloto recurrente), en conversaciones activas con dos aseguradoras para escalar la solución a sus redes de productores.
- ›Diseñé e implementé una pipeline de entity resolution de 5 niveles (normalización canónica, análisis de subsets y overlap de tokens, matching Levenshtein, validación semántica con LLM) que matchea ~4.280 contactos contra ~250 renovaciones semanales de pólizas, con entrega automatizada por WhatsApp. Target match rate >90%.
- ›Arquitectura cloud self-hosted: Hetzner VPS CX23 (Ubuntu 24.04) con Docker Compose (n8n + PostgreSQL 16 + Redis + Evolution API / WhatsApp gateway), Cloudflare Tunnel zero-trust, backups automatizados diarios a Google Drive. Migración desde un deployment on-premise previo en una máquina personal reutilizada.
- ›Como CTO, me hago cargo de toda la infraestructura, las implementaciones grandes y la operación del servidor, dejando la plataforma lo suficientemente estable como para que mi co-fundadora (CEO) pueda editar directamente nodos puntuales de n8n y atender necesidades de cliente sin depender de mí.
- ›Arquitectura multi-tenant first-class: el mismo stack opera múltiples productores/aseguradoras con datos lógicamente separados, preparado para escalar a redes completas vía partnerships con aseguradoras.
- ›BFF en FastAPI (`orion-api`) que expone upload de CSV/contactos al frontend y orquesta llamadas a n8n; auto-deploy al VPS via GitHub Actions por SSH en cada merge a main.
- ›FASE 2 en desarrollo: captura automática de comprobantes de pago entrantes por WhatsApp, almacenados en filesystem jerarquizado YYYY/MM + Postgres, listos para imputación al portal de la aseguradora.
Co-fundador y CTO
BackendFrontendProductLeadership
- ›Lideré el desarrollo integral de una plataforma de pedidos para gastronomía con arquitectura escalable (React, Node.js, Firebase).
- ›Diseñé e implementé APIs RESTful e integraciones con Mercado Pago y Fudo.
- ›Coordiné la hoja de ruta técnica, validación con usuarios reales y lanzamiento público de la plataforma.
- ›Automaticé procesos internos con Node.js y arquitectura serverless (Firebase Functions), mejorando eficiencia operativa.
- ›Implementé la 'comandera de cocina' como servicio Node.js corriendo en Raspberry Pi: listener Firestore en tiempo real (`onSnapshot`) que imprime cada pedido nuevo en impresora térmica y lo marca como impreso, garantizando que ningún pedido se pierda en cocina.
Teaching Assistant
Universidad Torcuato Di Tella
Teaching
- ›Dicto clases prácticas y diseño/corrijo evaluaciones en tres materias core de Ciencias de la Computación: Diseño de Algoritmos (diseño y análisis de algoritmos, complejidad y teoría de la computación incl. NP-completitud, con fundamentos matemáticos; en Python y C++), Sistemas de Computación (sistemas operativos, arquitectura, C y Assembler) e Introducción a la Programación (la materia introductoria de CS en la universidad, en Python). Code review a escala sobre cientos de entregas.
- ›Desarrollé la habilidad de explicar conceptos técnicos complejos con claridad a audiencias diversas — competencia directamente aplicable a consultoría técnica y comunicación con stakeholders no técnicos.
Proyectos seleccionados
befeproduct
- ›Desarrollé y deployé de forma independiente un marketplace que conecta usuarios con profesionales de servicios en San Juan (plomeros, electricistas, psicólogos, etc.) con contacto directo por WhatsApp y tracking de eventos.
- ›Stack: Next.js 15 + React 19 + Tailwind CSS 4 + Supabase (PostgreSQL + Auth + Storage), Server Components para SEO, RLS y Server Actions, auto-deploy a Vercel desde GitHub.
- ›Features en producción: directorio público con búsqueda full-text, registro self-service de profesionales, geolocalización por departamento, contacto WhatsApp con tracking de leads.
aibeproductlead
- ›Co-fundé Kora en 2025: SaaS de automatización de onboarding digital. Hoy opera con un equipo dedicado y mi rol es consultivo — mi foco activo está en mi rol principal, Orion y UTDT.
- ›Diseñé e implementé el sistema RAG con base de conocimiento dinámica: archivos de texto plano como memoria editable por el usuario, con sistema de índices para acceso contextual eficiente.
- ›Desarrollé la funcionalidad 'Memoria de Agente' editable por el usuario — gestión directa del contexto y personalización del comportamiento de la IA en tiempo real.
Agente Conversacional para Soyana (Tesis de Grado)
2025aibeproduct
- ›Desarrollé un agente conversacional comercial autónomo usando IA (Gemini, Whisper) para automatizar la toma de pedidos, orquestado con n8n sobre GCP (139 nodos, 11 casos de uso).
- ›Arquitectura multi-agente especializada: Router Agent, Conversational Agent, Order Validator — cada uno con tarea específica para optimizar debugging y performance de prompts.
- ›Automaticé 11 casos de uso críticos, incluyendo toma de pedidos con desambiguación, descuentos por volumen, consulta de historial y derivación a humano.
- ›Resultado medible: tiempo de búsqueda de clientes reducido de 4 minutos a 30 segundos (mejora 8×); catálogo mensual y recordatorios semanales completamente automatizados.Tiempo de búsqueda: 4 min → 30 seg (8×)
bondiCounter — Tracking de Colectivos en CABA con QR
2024befeproduct
- ›Proyecto independiente con tracción real: tracking en tiempo real de colectivos de CABA (React + Leaflet + Node.js + APIs públicas de transporte porteño). Pegué códigos QR físicos en muchas paradas para que los pasajeros escanearan y vieran por dónde venía su colectivo.
- ›Tuvo escaneos genuinos de pasajeros reales pero el modelo no resultó rentable — aprendizaje completo del ciclo: idea → MVP → distribución física → uso real → kill por falta de unit economics.
ADO-1 — Organismo Digital Autónomo (Personal Research)
2026 – Actualidadaiinfra
- ›Investigación personal en curso: arquitectura de un organismo digital autónomo (ADO-1) con loop OODA (Observe-Orient-Decide-Act), cognición en 4 niveles (S1 executor, S2 strategist, S3 supervisor, S4 override) y guardrails activos contra patrones maliciosos. Aislado en sandbox Docker con `network_mode: none`, ejecuta acciones controladas en host vía PowerShell.
- ›Stack: Python + Docker + OpenAI API (con fallback a Ollama local). Próximo paso: liberar como open source.
Habilidades
Lenguajes
Python (experto)
Go
JavaScript / Node.js
Java (Spring Boot)
C / C++
R
Assembler
SQL
IA & Datos
Agentic Workflows
RAG Architectures (Retrieval-Augmented Generation)
Machine Learning (CatBoost, XGBoost, regresión, clustering)
Deep Learning (PyTorch, TensorFlow, redes neuronales)
NLP (Hugging Face transformers, spaCy)
scikit-learn
LLM Integration (Claude/Anthropic, OpenAI, Gemini, Whisper)
AWS Textract (extracción estructurada de documentos)
Apache Spark (MapReduce, pipelines escalables)
Simulación Monte Carlo
Weights & Biases (experiment tracking)
Cloud & Infraestructura
Linux (Pop!_OS daily driver, Ubuntu, Debian — uso avanzado; Kali Linux en materia de Ciberseguridad de UTDT, labs tipo CTF atacando/defendiendo servidores)
Google Cloud Platform (GCP — Cloud Run, Cloud Tasks, Functions)
AWS (Textract para extracción de documentos)
Hetzner (VPS, on-premise self-hosted)
Firebase / Supabase
Docker / Docker Compose (uso intensivo en producción)
Kubernetes (formación académica, materias de infra en UTDT)
Raspberry Pi (servidor on-premise para tesis y proyectos reales)
Arquitectura Lambda / Serverless
Cloudflare zero-trust tunnels
CI/CD (GitHub Actions, auto-deploy via SSH a VPS)
Observabilidad y Monitoring
Microservicios
Backend & APIs
Python (FastAPI, SQLAlchemy 2, Alembic — migraciones en producción)
Node.js / Express
Java Spring Boot
Firebase Functions
APIs RESTful (diseño y desarrollo)
Integración con sistemas legados (SOAP/XML)
n8n (orquestación de workflows)
Frontend
React
Svelte
Next.js
HTML / CSS
Vite
Bases de Datos
PostgreSQL
MySQL
MongoDB
Firebase Firestore
Redis
Cassandra
Álgebra relacional
Producto & Metodología
Desarrollo 100% AI-native
Agile / Scrum
Product Discovery
Consultoría técnica
Educación
Licenciatura en Tecnologías Digitales — Major en Ciencias de la Computación (Minor en Negocios)
Universidad Torcuato Di Tella
GPA: 9.13 / 10. 39 materias cursadas (7 electivas en IA, Infra y Data Engineering — 7 más allá de las 32 requeridas)
Certified Tech Developer (Backend)
Digital House
Beca completa por Mercado Libre y Globant
Ingeniería Electromecánica (3 años cursados)
Universidad Nacional de San Juan
Transferencia a Tecnologías Digitales motivada por descubrir pasión por la computación. Sólida formación en ciencias básicas y pensamiento sistémico mantenida del trayecto en ingeniería.
Saint Paul — Programa bilingüe de inglés
Saint Paul (San Juan, Argentina)
Base bilingüe que sustenta el nivel C1 actual.
Logros
★2° puesto en competencia universitaria de Machine Learning (modelo final: CatBoost)
★Beca completa de Mercado Libre y Globant para Certified Tech Developer (2021–2023)
★GPA 9.13/10 — Licenciatura en Tecnologías Digitales, UTDT
★Elegido por el CTO para evaluar y liderar la adopción de AI tooling — 100% de la empresa (~15 personas) onboardeada
★Teaching Assistant en 3 materias core de Ciencias de la Computación en UTDT desde 2023
Idiomas
Español
Nativo
Inglés
C1 – Fluido
Alemán
A2 – Básico
Contacto
¿Buscás perfiles de Applied AI o product engineering — o estás construyendo algo ambicioso? El mail es la vía más rápida; LinkedIn también funciona.