EN ES

Liderando operaciones. Construyendo producto. Multiplicando ambos con AI.

Nueve años en operaciones fintech. Cuatro años construyendo producto. Día a día orquestando workflows con AI que multiplican ambos lados.

Basado en Costa Rica · Open a roles remotos

Leer el caso de estudio LinkedIn Correo

Cómo trabajo

Oriento la AI como un compañero senior, no como un botón mágico. Mi día a día corre en Claude Code con un stack de custom skills, memoria persistente y planes estructurados construidos para el tipo de trabajo que shippeo.

01

El stack

Claude Code para el loop nativo en el IDE. Custom skills cargados por sesión (taste de diseño, animación, polish, accesibilidad, performance). MCP servers conectan Supabase, Resend, archivos de diseño y docs en vivo. Un sistema de memoria persistente guarda preferencias y contexto de proyectos entre conversaciones. Los hooks aplican reglas de la casa. Los subagentes se reparten para hacer research en paralelo.

Claude Code · Anthropic SDK · MCP · Custom skills · Memory · Hooks · Subagents

02

La arquitectura

Cada proyecto que lidero tiene un CLAUDE.md, un playbook y un archivo de memoria antes que un sprint plan. Trabajo en plan mode para tareas no triviales: spec estructurado, después implementación, después verificación. Future-me y los colaboradores AI leen los mismos documentos. Ambos shippean más rápido.

Plan mode · CLAUDE.md · Memory schema · Verification before completion · Subagent orchestration

03

La evidencia

  • Mocks editorial-grade (11 pantallas) para un colegio profesional, producidos en 2 sesiones.
  • Nexo Barber: construido de punta a punta con el stack base, Supabase MCP, y un design system iterado en colaboración con AI.
  • Workflows con AI introducidos en una fintech de Costa Rica (equipo de 14 personas), ahorrando entre 30 y 80 horas al mes.
  • Este portafolio: planeado en plan mode con audit, critique y 6 módulos de GSAP coordinados.

Ver el repo del workflow →

Principios

Siete reglas de cabecera que dan forma a cómo dimensiono y shippeo. Ninguna inventada; cada una aprendida a las malas.

  1. Multi-tenant desde el día 1

    Cada proyecto que construyo arranca con una tabla businesses y row-level security. No porque planee venderlo como SaaS, sino porque la disciplina arquitectural atrapa el scope creep más temprano.

  2. Disciplina de riesgo en decisiones de producto

    Nueve años de underwriting me enseñaron que el bug más barato de arreglar es el que dimensionás fuera antes de construirlo. Traigo ese filtro a cada decisión de producto.

  3. AI como colaborador, no reemplazo

    Oriento la AI con estructura (custom skills, memoria persistente, plan mode), no en autopilot. El leverage se compone cuando la tratás como un compañero senior, no como un botón mágico.

  4. Documentación como código

    Cada proyecto que llevo tiene un CLAUDE.md, un playbook y un archivo de memoria antes que un sprint plan. Future-me y los colaboradores AI leen los mismos documentos. Ambos shippean más rápido.

  5. Restraint sobre feature creep

    La decisión más dura en producto es qué NO construir. Default a menos features bien hechas. Mocks gated a un tier mínimo a menos que el budget justifique más.

  6. Métricas reales, sin vanity

    Si no puedo defender un número, no lo digo. Rangos sobre precisión cuando la data es difusa.

  7. Infra aburrida, UX deliberada

    Shippeo en Supabase, Vercel y Postgres porque se quitan del camino. Las horas que ahorro en infra van a las partes que el usuario siente.

Proyectos destacados

View Nexo Barber
Dashboard del dueño en Nexo Barber, con las citas e ingresos del día.

2024 / presente · Fundador, full-stack

Nexo Barber

SaaS multi-tenant para barberías en Costa Rica. Reservas públicas, cola en vivo, dashboard del dueño y PWA. Una plataforma, tres productos.

  • Next.js 16
  • React 19
  • TypeScript
  • Supabase
  • TailwindCSS
  • Vercel
View case study
View Digital platform for a professional college
Portada editorial del caso de estudio de la plataforma del colegio profesional.

2026 · Lead de discovery, dirección de diseño, arquitecto de la solución

Digital platform for a professional college

Discovery, dirección editorial de diseño y arquitectura propuesta para un colegio profesional de 50+ años modernizando cómo sirve a sus miembros. Once mocks; propuesta bajo revisión de la junta.

  • Next.js 16
  • Supabase
  • Newsreader
  • Public Sans
  • Vercel
View case study
View Operations platform for a mobility business
Portada editorial del caso de estudio de la plataforma de movilidad.

2026 · Lead de discovery, product strategist, arquitecto de la solución

Operations platform for a mobility business

Discovery de scope, arquitectura PWA multi-rol y mocks gated para un operador regional de movilidad unificando operaciones de flota, contratos B2B y ticketing B2C. Etapa de propuesta activa.

  • Next.js 16 PWA
  • Supabase Realtime
  • Multi-tenant RLS
  • TailwindCSS
View case study

Otros proyectos

View Herramienta interna de HR · tracker de vacaciones
Aplicación web del tracker de vacaciones mostrando el calendario de disponibilidad del equipo.

Herramienta interna en una fintech de Costa Rica · React + Google Apps Script

Herramienta interna de HR · tracker de vacaciones

SPA serverless que centraliza solicitudes de PTO, valida fechas críticas y sincroniza aprobaciones con Google Calendar. Reemplazó el proceso manual de cadenas de correos.

  • React 18
  • Google Apps Script
  • Google Sheets
View project
View Data Warehouse en SQL
Diagrama de la arquitectura Medallion con capas Bronze, Silver y Gold.

Proyecto personal · Arquitectura Medallion

Data Warehouse en SQL

Data warehouse de punta a punta separando capas Bronze, Silver y Gold. Limpieza, modelado y analítica sobre SQL Server.

  • SQL Server
  • T-SQL
  • ETL
  • Star schema
View project

Trabajo de datos

Una muestra pequeña del lado de datos de la práctica. Dos proyectos públicos en Tableau, construidos para mostrar qué puede diagnosticar un stakeholder no técnico por su cuenta cuando el dashboard está diseñado para él, no para el analista.

View Dashboard de RR. HH.
Resumen del dashboard de RR. HH. con vistas de fuerza laboral, demografía e ingresos.

Tableau Public

Dashboard de RR. HH.

Tres vistas coordinadas: panorama de la fuerza laboral, demografía y análisis de ingresos. Filtros cruzados y drill-down desde KPIs hasta los registros individuales.

View project
View Dashboard de ventas y clientes
Dashboard de ventas con KPIs de ingresos, ganancia y retención año contra año.

Tableau Public

Dashboard de ventas y clientes

Ventas y retención de clientes año contra año, con aislamiento de tendencias estacionales. Filtros por categoría y región, promedios de ganancia semanal.

View project

Sobre mí

Trabajo entre operaciones y desarrollo. Los primeros años fueron underwriting y data: encontrar dónde no cuadran los números. Los recientes sumaron ingeniería. Cuando las herramientas de stock no resolvían el problema enfrente, empecé a construir las que sí.

Hoy superviso un equipo de 14 personas en una fintech de Costa Rica, automatizando pipelines de validación, dashboards y reportería. Los workflows con AI que introduje están en uso diario en el equipo. Aparte, diseño, construyo y opero Nexo Barber, un SaaS multi-tenant para barberías shippeado de punta a punta en Next.js y Supabase.

Underwriting me enseñó a asumir inputs hostiles y a validar todo. Producto me enseñó a shippear la versión mínima que todavía responde la pregunta. Me muevo más rápido cuando esos dos instintos se cruzan: data work que tiene que ser defendible, herramientas internas que cambian cómo opera un equipo, y product engineering para fintech.

Nexo Barber está shippeado y en steady state. Mantengo los side projects como un laboratorio personal de R&D donde pruebo patterns de stack y workflows con AI, y después llevo las lecciones a mi trabajo principal. Busco roles donde la práctica paralela se trate como ventaja, no como conflicto.

Lo que hago

01

Ingeniería de datos y analítica

Trabajo SQL-first, de extractos bancarios crudos y exports de Salesforce a los dashboards que la gerencia abre de verdad. Window functions, pipelines de validación, detección de patrones de riesgo encima.

SQL · Python · pandas · Power BI · Tableau · Excel + VBA · Salesforce

02

Product engineering

Full-stack TypeScript sobre Next.js 16 y React 19, respaldado por PostgreSQL a través de Supabase. Default a multi-tenant desde el día uno, con Row-Level Security, canales en tiempo real y rutas de instalación PWA. Design systems mobile-first, observabilidad con Sentry, deploys en Vercel.

TypeScript · Next.js 16 · React 19 · PostgreSQL · Supabase · TailwindCSS · Framer Motion · Vercel · Sentry

03

Automatización operativa y workflows con AI

Cuando las herramientas de stock no resuelven el problema, construyo la que sí. Apps internas en Google Apps Script y React. Macros para lo repetitivo. Workflows con AI orquestados a través de Claude Code, custom skills y MCP, para los pedazos donde el leverage realmente se compone. El equipo que superviso los tiene en uso diario.

Claude Code · Anthropic SDK · MCP · Custom skills · Memory systems · Google Apps Script · Excel + VBA · Python

04

Underwriting y riesgo

Nueve años haciendo underwriting de adelantos en efectivo a comercios. Análisis de extractos bancarios, lectura de patrones ACH y NSF, detección de indicadores de fraude, lógica de pre-aprobación. El lente que cargo a cada decisión de producto: asumir un actor hostil del otro lado del formulario.

Underwriting de MCA · Análisis de extractos · Detección de fraude · Lógica de pre-aprobación

Experiencia

  1. Supervisor de Underwriting y Analista de Datos

    Funding Metrics Sep 2021–Presente

    • Construí dashboards automatizados en Tableau y Power BI usados por la gerencia para decisiones en tiempo real.
    • Alineé la data de Salesforce con los dashboards de BI para mejorar la transparencia en el reconocimiento de ingresos.
    • Documenté y escalé problemas recurrentes de calidad de datos a través de los protocolos internos de remediación.
    • Automaticé flujos de underwriting y reportería en Excel, VBA y Google Sheets. Aumenté la eficiencia del equipo ~25 %.

  2. Underwriter y Analista

    Funding Metrics Jun 2018–Sep 2021

    • Lideré el underwriting completo para adelantos en efectivo a comercios. Analicé estados financieros, depósitos bancarios y data de crédito.
    • Reforcé la detección de fraude un ~25 % mediante análisis de patrones de riesgo y verificación de integridad de documentos.
    • Construí pipelines de pre-aprobación que agilizaron el ciclo de generación de ofertas.

  3. Analista bancario

    Funding Metrics Jun 2017–Jun 2018

    • Evalué el cash flow de comercios, actividad ACH, frecuencia de NSF y patrones de estacionalidad.
    • Detecté indicadores de fraude en el formato de los extractos, secuencias de depósitos y balances inconsistentes.

Educación y certificaciones

Universidad Hispanoamericana, Administración de Empresas (2015–2016, Costa Rica).

  • SQL Total 2025
  • SQL desde cero a experto 2025
  • Tableau para Visualización de Datos 2024–25
  • Visualización de Datos para BI 2024–25
  • Python TOTAL: Data Science & ML 2024
  • Power BI 2024
  • Excel Intermedio-Avanzado 2024
  • Git Bootcamp 2024
  • CISCO CCNA 2023

Hablemos

Lo mejor para contactarme: correo o LinkedIn. Respondo en 1 a 2 días hábiles.

bryn.acuna7@gmail.com LinkedIn GitHub

Ubicado en Costa Rica (UTC-6) · Remoto en LATAM y US