Bryan Rodríguez Abarca

Marsh · Global

Responsable técnico y de producto de Passport — la plataforma de legal spend y matter management de Wolters Kluwer — para Marsh a nivel global: requerimientos, solicitudes de cambio, releases, hoja de ruta y gestión del proveedor.

• Responsable end-to-end del roadmap de producto de Passport: módulos, mejoras y personalizaciones agendadas para los próximos dos años.
• Dupliqué la cobertura de países de Passport de 8 a 16 como Project Manager asignado de un proyecto de seis meses (jun–dic 2025): los despachos externos de ocho países adicionales ya pueden enviar y procesar sus facturas a través de la plataforma, entregado ampliando las capacidades de la integración Passport–Oracle EBS junto con el equipo de EBS.
• Redocumenté la API de la plataforma conforme a las personalizaciones reales y generé con IA las colecciones de Postman para los casos de uso de aprovisionamiento de usuarios, entregadas al equipo de IAM para integrar Passport con el sistema interno de identidad y permisos de Marsh — ahorrando miles de dólares en horas de consultoría.
• Reconstruí con IA el conocimiento institucional de una instancia de Passport con una década de personalizaciones acumuladas — mapeando sus objetos, parámetros y relaciones en una fuente única de verdad gobernable — trabajo que me ganó un lugar confirmado como panelista en ELM Amplify 2026 de Wolters Kluwer (Scottsdale, AZ, 4 nov), en la sesión "AI Under the Hood: Governance, Architecture & Defensible Adoption", representando a Marsh ante la comunidad global de legal ops.
• Reemplacé al proveedor como principal desarrollador de reportes del negocio tras dominar IBM Cognos de forma autodidacta, escribiendo yo mismo el SQL detrás de los reportes — ahorrando alrededor de USD 10,000 por cada reporte entregado, la tarifa del proveedor por el mismo trabajo.
• Responsable del proceso FX multi-moneda de la plataforma — actualizo periódicamente los tipos de cambio en Passport para que los reportes de Cognos los reflejen automáticamente — y lideré la actualización del módulo cuando Procurement cambió el formato de su archivo fuente, adaptando la ingesta y mejorando sus logs y manejo de errores.
• Construí y validé con backtest una estimación al cierre de mes del gasto legal pendiente sobre datos de Passport: al cierre, menos de un tercio del gasto del mes en despachos externos está facturado, así que extraje casi cuatro años de historia de facturas por la API REST de Cognos, la concilié al centavo contra los totales a nivel línea y validé un método actuarial de completamiento contra baselines ingenuos en un backtest de origen rodante — alrededor de 15 % menos error en 15 meses cerrados, con cada limitación medida y publicada. Python puro, sin librería de forecasting y, a propósito, sin LLM en el número.

Facultad de Ingeniería, UNAM

• Mentoría a equipos estudiantiles de software: alcance y flujos en Miro, UI/UX en Figma, Design Thinking y entrega con Scrum en Jira y Notion.

Protégitas · LegalBrave

Líder técnico y dueño de la plataforma Salesforce en LegalBrave, startup legal-tech de consumo fundada por Protégitas, proveedor B2B de membresías de servicios legales para empresas; tras su cierre, migré a la empresa matriz con el mismo mandato: ownership de Salesforce, desarrollo de aplicaciones web e integraciones de nube.

• Integré Salesforce con PayPal, Stripe y Adyen y fui dueño del checkout del sitio web de punta a punta; como Adyen solo tokenizaba tarjetas y cobraba bajo demanda, construí yo mismo el motor de cobro recurrente — estado de suscripción, ciclos de facturación y calendarización de cargos — con webhooks en AWS Lambda llevando los eventos de pago (exitoso, fallido, nueva suscripción, entre otros) a Salesforce y un proceso periódico de reconciliación que contrastaba el estado del procesador contra el CRM para detectar eventos perdidos o fuera de orden.
• Los contracargos levantados en el procesador se detectaban en el mismo flujo de eventos y se escribían en Salesforce, donde disparaban una alerta que enrutaba el caso al equipo de call center que trabajaba la disputa.
• Construí la integración de datos con el principal cliente empresarial de Protégitas, una institución financiera mexicana, reemplazando la infraestructura previa a menor costo y eliminando pasos manuales: un puente SFTP en AWS Transfer Family por el que el cliente entregaba archivos de pólizas recién autorizadas (nuevos miembros) a S3, y una Lambda que detectaba cada archivo, lo procesaba y enviaba los registros a Salesforce por su API REST, listos para facturación y atención al cliente de la membresía.
• Asumí por iniciativa propia el ownership end-to-end de Salesforce — roadmap, captura y priorización de requerimientos, personalizaciones y administración, consultando a diario los datos de la plataforma en SOQL para reporting — internalizando el trabajo antes tercerizado a una consultora que facturaba miles de dólares al mes, y reduciendo la entrega de change requests de días a horas.
• Diseñé una integración de ChatGPT acotada a datos del negocio (2023), nacida de experimentación propia con la API de OpenAI y priorizada en el roadmap de producto; el cierre de la startup detuvo su construcción.
• Liberé integraciones primero en low-code (Zapier, Pipedream) para una salida rápida, y después las reconstruí como servicios productivos en AWS.
• Construí aplicaciones web: servicios backend en Node.js sobre AWS (Lambda, EC2, S3); frontends en React y Next.js; integraciones de calendarios.
• Mantuve los secretos y la configuración de entorno de las aplicaciones en AWS Secrets Manager en lugar de en el código o en las instancias, consumidos en tiempo de ejecución por los handlers de webhooks en Lambda y los servicios en EC2; instrumenté el registro en CloudWatch a lo largo de todo el pipeline — eventos de autenticación, objetos nuevos o modificados en los buckets de S3, y cada envío a Salesforce junto con su respuesta — dando una traza auditable de la integración de punta a punta.

IZZI Telecom

• Monitoreo de plataformas OTT (HBO Max, Android TV, Paramount+) y uso de Grafana para el monitoreo de redes en la red OTT de la empresa; gestión de incidentes y SLAs bajo ITIL v4, coordinando soluciones con desarrollo.

NTT Data

• Lideré un equipo de soporte de 14 ingenieros en una operación de 1,200–1,500 tickets/mes: escalamientos, informes, cumplimiento de SLAs sobre la base completa de tickets y administración de Active Directory.

Cuatro empresas

• Inteligencia Artificial ARIHUS — Analista de Infraestructura (2016–2019): servidores Linux empresariales (Zimbra, Odoo, Zammad, Asterisk, Ubuntu Server), dimensionamiento técnico de proyectos, mantenimiento de servicios en la nube.
• Dell Services / NTT Data — Especialista en Aseguramiento de Calidad TI (2015–2016): validación de procesos y filtrado de tickets para operaciones de campo.
• Iusacell Enlace / TotalPlay Empresarial — Analista de Soporte (2014–2015): soporte técnico nivel 1 para redes de fibra óptica empresariales (DNS, DHCP, DMZ, IPv4).
• Grupo Financiero Banorte — Ingeniero de Soporte (2010–2011): soporte a aplicaciones bancarias bajo ITIL v3.

github.com/vryahn/payment_orchestrator · orchestrator.vryahn.com

• Motor determinista de routing entre PSPs: evidencia empírica de aprobación por segmento (límite inferior de Wilson, jerarquía de 4 niveles con fallback), perilla explícita de tolerancia a comisiones en puntos porcentuales, exclusión de PSPs caídos y máquina de estados de reintento por clase de error; +5.9 pp de aprobación fuera de muestra vs el routing observado (replay direccional, datos sintéticos). Una clase de error fraud_risk, reconocida a partir de señales del issuer y del PSP (tarjeta perdida/robada, fraude sospechado), dispara un hard stop permanente del retry chain — el motor actúa sobre la señal de fraude que recibe, no hace scoring ni detección de fraude por sí mismo.
• LLM solo en los bordes: normalizador de declines (tabla determinista → cadena Gemini/Mistral con salida restringida al enum → fallback seguro) gobernado por un eval con golden set, compuerta de alucinaciones y baseline commiteado, y un servidor MCP para que un agente enrute, explique, simule e inspeccione la evidencia. Demo en vivo + API HTTP en Vercel; caso en vryahn.com/work/routing. Construido y publicado dentro de Claude Code, con guardrails que atraparon un rewrite de API roto, un emisor mal etiquetado y dos supuestos míos equivocados antes de publicar nada.
• Nada queda registrado sin su evento: un transactional outbox commitea la decisión de routing y su fila de outbox en una sola transacción, un worker las drena at-least-once, y una prueba de caída a media purga demuestra una única entrega lógica. SQLite con la librería estándar, sin dependencias nuevas, más un Dockerfile que corre la suite dentro de la imagen.

github.com/vryahn/nutri · nutri.vryahn.com/about

• Diseño, construyo y opero una PWA de registro nutricional desplegada (React, Supabase) íntegramente dentro de Claude Code — cascada de respaldo de siete modelos de IA (Gemini → Groq → Mistral) con schema estructurado por 100 g, migraciones de base de datos vía MCP, convenciones y guardrails forzados en el repo, 180+ pruebas automatizadas que condicionan cada release, monitoreo de errores en producción (Sentry), y una demo pública en sandbox (sesiones anónimas, fixtures de IA sin costo).
• Servidor MCP remoto (10 herramientas) al que un agente de IA se autentica vía OAuth 2.1 contra Supabase Auth, con PKCE y registro dinámico de cliente, verificación de JWT ES256 contra un JWKS remoto, y Row Level Security como única capa de autorización tanto para la app como para el agente.
• Casos: vryahn.com/work — evals sobre una cascada de modelos · RAG con grounding de citas · un servidor MCP remoto donde row-level security es la única capa de autorización.