CPT — ERP B2B
ERP B2B core para una empresa de distribución de insumos de oficina, responsable de toda la operación comercial, logística y financiera. Centraliza pedidos, stock, facturación, pagos, cuentas corrientes e integraciones en tiempo real con MercadoLibre, Shopify, VTex, Stripe, PayPal y MercadoPago. Fue diseñado para operar bajo alta concurrencia manteniendo consistencia estricta en datos críticos, con módulos de inteligencia para depósito, procurement y riesgo crediticio.
RolSenior Backend Engineer / Tech Lead hands-on. Responsable de arquitectura backend, modelado de dominio, lógica crítica de negocio, concurrencia, performance e integraciones. Liderazgo técnico de equipo de 5-7 developers.
- Node.js
- TypeScript
- Express
- TypeORM
- MySQL
- Vue.js
- Quasar
- RabbitMQ
- Docker
- Kubernetes
CargaOperación diaria de miles de pedidos, con picos de hasta ~2.000 pedidos por minuto, decenas de miles de usuarios externos y alrededor de 150 usuarios internos concurrentes.
ImpactoSistema core del negocio. Permitió escalar la operación sin pérdida de control, redujo errores operativos, bajó alrededor de 40% los errores de picking mediante recomendaciones adaptativas de depósito y soportó múltiples canales de venta en tiempo real con consistencia en stock y cuentas.
Detalle técnico
Recomendador de Ubicación
Todos los pedidos se preparan manualmente a escala. El sistema rastrea errores de picking agrupados por similitud de producto, por ejemplo mismo proveedor o misma categoría, identificando qué combinaciones generan más confusión. Cuando un patrón supera cierto umbral, el sistema propone una reubicación dentro del depósito. Si el operador la acepta, se inicia un ciclo de seguimiento de varios días monitoreando picks posteriores sobre esos artículos hasta alcanzar un volumen estadísticamente significativo, y luego informa si la tasa de error mejoró. Este loop cerrado de feedback redujo los errores de picking en alrededor de 40%.
Recomendador de Compras
Sugerencias automáticas de compra para el equipo de procurement basadas en rotación de productos, lead times de proveedores, datos históricos de ventas y patrones estacionales de demanda. Cuando un operador aprueba una sugerencia, el sistema genera automáticamente la orden de compra y la envía al proveedor. Luego se mide el cumplimiento real de entrega contra los lead times comprometidos; si un proveedor entrega sistemáticamente antes o después, el sistema ajusta sus parámetros futuros de recomendación. Eso creó un loop de procurement que se auto-mejora y gana precisión a medida que acumula datos reales de comportamiento del proveedor.
Recomendador de Riesgo Crediticio
Workflow asistido de aprobación de pedidos basado en historial de pagos, órdenes pendientes, saldo actual y cheques diferidos en cartera de cada cliente. El sistema preaprueba o prerechaza automáticamente los pedidos entrantes, dejando al responsable del sector sólo los casos borderline para revisión manual. Los parámetros de riesgo son configurables en varios niveles de granularidad: umbrales globales por default, con overrides por vendedor, por cliente o por ventana temporal. Esta configuración en capas permitió controlar la exposición crediticia con granularidad fina sin revisar manualmente cada pedido.
Ver imágenes
