Cuando un proceso crece: cómo diseñar un orquestador simple para flujos continuos
DEVELOPMENT
🌎 Mexico 2026
Esta charla muestra cómo diseñar un orquestador de ingesta de texto a partir de un flujo simple: recibir una entrada, validarla, crear un identificador del proceso, dividir el contenido en unidades pr…
Esta charla muestra cómo diseñar un orquestador de ingesta de texto a partir de un flujo simple: recibir una entrada, validarla, crear un identificador del proceso, dividir el contenido en unidades procesables, registrar su estado y devolver una respuesta clara.
En 25 minutos se abordará el tema en seis partes. Diapositiva 1: el problema inicial, cuando una ingesta de texto empieza a concentrar demasiadas responsabilidades. Diapositiva 2: qué es un orquestador y por qué no debería confundirse con el endpoint, el modelo ni la base de datos. Diapositiva 3: el flujo mínimo de ingesta: entrada, validación, identificador, bloques, estados y respuesta. Diapositiva 4: qué responsabilidades coordina el orquestador y cuáles conviene delegar en componentes separados. Diapositiva 5: beneficios prácticos del diseño: código más claro, mejor trazabilidad, pruebas más simples y mantenimiento más seguro. Diapositiva 6: cierre con criterios para decidir cuándo incorporar un orquestador sin sobrediseñar la arquitectura.
El objetivo es que el público entienda qué hace un orquestador de ingesta, cuándo conviene usarlo y cómo una primera versión simple puede ordenar el procesamiento de textos.
Sobre Leonardo Martinelli: Senior Data Scientist y Distributed Systems Engineer, especializado en plataformas de inteligencia artificial, observabilidad y diseño de sistemas escalables. Trabajo en el desarrollo de soluciones que combinan procesamiento de datos, modelos de IA, arquitectura backend, monitoreo, trazabilidad y despliegue en entornos contenerizados.
Mi experiencia integra ciencia de datos, ingeniería de software e infraestructura, con foco en llevar prototipos analíticos hacia sistemas operables. He trabajado en proyectos vinculados con procesamiento de texto, NLP, datos financieros, modelos predictivos, pipelines de datos, APIs, autenticación, monitoreo de servicios y diseño de arquitecturas modulares.
Me interesa especialmente el diseño de sistemas complejos asistidos por IA: cómo dividir procesos largos, hacer explícito el estado, coordinar componentes, observar fallas parciales y construir soluciones mantenibles más allá del modelo.