Saltar al contenido
Volver a casos

Automatización de price match y reembolsos

Rol
Ingeniero de software
Periodo
May 2024 a hoy
Organización
Better Way (BetterWay Devs)

Contexto

En BetterWay Devs trabajo en plataformas de automatización para minoristas de EE.UU. Este caso reúne dos frentes: un bot de price match y reembolsos, y las plataformas de scraping y de procesamiento de datos de retail a gran escala que lo acompañan.

Problema

El bot tiene que operar sitios de retail con navegadores reales, y hacerlo muchas veces en paralelo. Eso plantea tres necesidades: ejecutar sesiones de navegador a escala, controlarlas desde una API y ver en todo momento cuántas corren, cuánto esperan en cola y cuántas terminan bien o se cancelan.

Mi rol

Desarrollo el bot y su API de control, construí la API y el panel de operaciones, evoluciono las plataformas de automatización en Python y AWS Lambda y mantengo la infraestructura cloud del scraping y del procesamiento de datos. También modernizo código legado y orquesto servicios para alta disponibilidad, y acelero la entrega con Claude Code, MCP y herramientas de LLM.

Decisiones clave

  1. Selenium sobre AWS ECS Fargate, controlado por una API FastAPI

    Fargate ejecuta los navegadores sin administrar servidores, y la API de control permite lanzar y vigilar las sesiones desde el resto del sistema en lugar de depender de scripts sueltos.

  2. Infraestructura en Terraform y CI/CD en GitLab

    Describir la infraestructura como código hace que el entorno de los bots se pueda revisar, repetir y cambiar sin pasos manuales.

  3. Un panel de operaciones con las métricas que importan

    La concurrencia por hora, el tiempo en cola y las tasas de éxito y de cancelación muestran si el sistema está saturado o si algo empezó a fallar, y permiten reaccionar con datos en lugar de intuición.

Qué lo hacía difícil

Operar navegadores automatizados a escala es frágil por naturaleza: las sesiones fallan y las páginas cambian, por eso la tasa de éxito y la de cancelación son métricas de primera clase. A eso se suma sostener la alta disponibilidad mientras se moderniza código legado y se orquestan servicios.

Resultado

Construí una API y un panel de operaciones que muestran la concurrencia por hora, el tiempo en cola y las tasas de éxito y de cancelación. El bot de price match y reembolsos sigue en desarrollo activo, con su infraestructura en Terraform y su CI/CD en GitLab, y mantengo la infraestructura cloud para el scraping y el procesamiento de datos de retail a gran escala.

Stack

  • Python
  • FastAPI
  • Selenium
  • AWS ECS Fargate
  • AWS Lambda
  • Terraform
  • GitLab CI/CD
  • OpenAI API
  • Claude Code
  • MCP

Detalles de clientes y código reservados por confidencialidad.

¿Buscas a alguien para algo así?