Pentester, desarrollador backend y administrador de sistemas. Licenciado en Ciencias de la Computación con 2+ años de experiencia profesional real:

• 🔐 Ciberseguridad ofensiva y defensiva — auditorías de seguridad a un exchange de criptomonedas, hardening perimetral (firewalls, IDS/IPS) y concienciación de usuarios.
• ☕ Backend y arquitectura de microservicios — Spring Boot y Scala, APIs RESTful con arquitectura limpia, contenedores en Docker/Kubernetes y pipelines CI/CD con GitHub Actions y Jenkins.
• 🔍 OSINT y automatización — herramientas propias de recolección pasiva de inteligencia y monitorización de filtraciones en la Dark Web.
• 🧪 Evaluación de agentes IA — no solo si un agente acierta, sino cuánto desperdicia al hacerlo: código tirado y tokens tirados, medidos y publicados.

Creo herramientas para resolver problemas reales, no para llenar un portafolio: lo que subo a GitHub lo uso en mi día a día.

• Los números los genera un script, no la mano. Un dato se publica cuando un run real y reproducible lo respalda, y si un run no lo demuestra, la tabla se retira en vez de quedarse ahí: ya lo hice una vez y era lo correcto.
• Sandbox antes que confianza. El código de un agente corre aislado, sin red y con el reporte de tests fuera de su alcance: un resultado que no se puede auditar no vale.
• La métrica es contestable. Si la base de comparación está mal, se arregla en un PR con argumentos — incluido el mío.

Proyecto	Descripción	⭐
SlopBench	Mide cuánto código desperdicia un agente LLM al resolver una tarea. 5 tareas, ejecución en sandbox, snapshots semanales y referencias contestables: si crees que la base está mal, se discute en un PR.
TokenTax	Mide cuánto de la factura de tokens de un agente es desperdicio. tax = tokens gastados / tokens necesarios, ranking por modelo × harness, con el denominador recalculado desde los ficheros de cada tarea. Cero dependencias, CI con self-tests y tabla generada, nunca escrita a mano.

Proyecto	Descripción	⭐
K4L1NUX-DarkWeb-Monitor	Monitor defensivo self-hosted y privacy-first: detecta tarjetas, correos y hashes filtrados en la Dark Web guardando solo huellas SHA-256, nunca los datos crudos. Python + Tor.
K4L1NUX-OSINT	Recolección pasiva de inteligencia sobre correos: integra Holehe, EmailRep y GHunt en un script para Red Team.

Proyecto	Descripción	⭐
Sistema-Experto	Sistema experto en Python: base de conocimiento, motor de inferencia por reglas de producción e interfaz gráfica.
Portfolio	Mi sitio web personal con el detalle de proyectos y certificaciones.
badge-lab	Laboratorio personal para logros de GitHub.

ESPECIALISTA EN CIBERSEGURIDAD · Weex (exchange de criptomonedas) · 2023 – may. 2024

• Realicé auditorías de ciberseguridad al exchange, identificando riesgos y proponiendo mejoras alineadas con buenas prácticas del sector.
• Configuré, mantuve y optimicé firewalls, IDS/IPS y herramientas de seguridad perimetral.
• Impartí conferencias de ciberseguridad a la comunidad hispanohablante de la plataforma y capacité a empleados en concienciación, phishing y buenas prácticas.

DESARROLLADOR BACKEND · DATYS · sep. 2025 – actualidad

• Lidero la definición de arquitectura e implementación de microservicios resilientes, con 99.9% de uptime verificado bajo carga y en pruebas de estrés.
• Containericé aplicaciones del equipo en Docker + Kubernetes, integrándolas en pipelines de CI/CD con GitHub Actions y Jenkins.
• Migraciones y optimización sobre soluciones existentes: +40% de velocidad de integración entre microservicios y +60% de experiencia de usuario.
• Desarrollé componentes de enriquecimiento de datos en Scala sobre Spring Boot, para acelerar el procesamiento y transferencia de datos.
• APIs RESTful escalables bajo arquitectura limpia, con autenticación/autorización de endpoints y pruebas unitarias e integración automatizadas.

Stack principal:

Licenciado en Ciencias de la Computación — Universidad de Oriente, Santiago de Cuba · 2025