Saltar al contenido

Ingeniería DevOps · Murcia, España

Javier Jiménez Molina

DevOps Engineer

En evolución hacia Platform & Cloud Engineering

CI/CD, Kubernetes y automatización para entregar y operar software con confianza.

Ver proyectos Ver CV Contactar
perfil / enfoque actual

javier@platform:~$ resumen --actual

  • Pipelines de entrega con Jenkins.
  • Kubernetes y soporte en producción.
  • Audito y optimizo recursos.

Tecnologías con experiencia aplicada

  • Kubernetes
  • Jenkins
  • Docker
  • Helm
  • Linux
  • Groovy
  • Git / Bitbucket
  • Prometheus
  • Grafana
  • Bash
  • React
  • TypeScript

La persona detrás del terminal

Sobre mí

Soy Javier, ingeniero DevOps en Murcia. Empecé desarrollando aplicaciones y acabé interesándome por todo lo que permite entregarlas y operarlas con confianza: pipelines, contenedores, observabilidad y automatización.

Me gusta entender el sistema completo, investigar problemas difíciles y transformar tareas repetitivas en procesos más claros. Fuera del trabajo construyo productos propios y exploro cómo aplicar la IA al trabajo de ingeniería.

Trabajo personal

Proyectos

Una galería de los productos, plataformas y herramientas personales que he construido o sigo desarrollando.

Producto web y móvil

MoneyFlow

Aplicación personal de finanzas con clientes web y React Native. Comparte lógica en un monorepo y utiliza Supabase como backend.

  • React
  • React Native
  • TypeScript
  • Supabase
  • PostgreSQL
  • Gemini API

Plataforma autoalojada

Self-hosted Knowledge Platform

Plataforma de documentación basada en Outline, con extensiones propias y una infraestructura operada sobre Linux y contenedores.

  • Linux
  • Docker
  • PostgreSQL
  • Redis
  • CI/CD

Extensión de producto

Print Studio

Extensión integrada en la plataforma de conocimiento para dar formato a documentos y prepararlos para impresión o exportación.

  • Desarrollo web
  • Docker
  • CI/CD
Producto web y móvil

MoneyFlow

Aplicación personal de finanzas con clientes web y React Native. Comparte lógica en un monorepo y utiliza Supabase como backend.

La web y la app móvil comparten lógica en un paquete core dentro de un monorepo, evitando duplicar las reglas del producto entre interfaces.

Supabase aporta autenticación, PostgreSQL y Edge Functions. El producto incluye cuentas, movimientos, transferencias, operaciones recurrentes y paneles de análisis; Gemini asiste la entrada en lenguaje natural.

Qué incluye

  • Web con React y aplicación móvil con React Native
  • Paquete core compartido en un monorepo
  • Supabase, PostgreSQL y Edge Functions
  • Entrada de transacciones en lenguaje natural con IA

Tecnologías

  • React
  • React Native
  • TypeScript
  • Supabase
  • PostgreSQL
  • Gemini API
Plataforma autoalojada

Self-hosted Knowledge Platform

Plataforma de documentación basada en Outline, con extensiones propias y una infraestructura operada sobre Linux y contenedores.

Proyecto autoalojado basado en Outline: proxy inverso, aplicación, PostgreSQL y Redis operados en contenedores sobre Linux.

Además de mantener el despliegue, desarrollo extensiones propias y su flujo de cambios y CI/CD. Print Studio forma parte de este mismo ecosistema.

Qué incluye

  • Despliegue con Docker y proxy inverso
  • PostgreSQL y Redis
  • Desarrollo de extensiones y flujo de CI/CD

Tecnologías

  • Linux
  • Docker
  • PostgreSQL
  • Redis
  • CI/CD
Extensión de producto

Print Studio

Extensión integrada en la plataforma de conocimiento para dar formato a documentos y prepararlos para impresión o exportación.

Extensión integrada en la plataforma de conocimiento para preparar y dar formato a documentos antes de imprimirlos o exportarlos.

Se desarrolla junto a la aplicación autoalojada y comparte su forma de trabajo: cambios de código, despliegue en contenedores y CI/CD.

Qué incluye

  • Personalización de la aplicación
  • Despliegue en contenedores
  • Integración en el flujo de CI/CD

Tecnologías

  • Desarrollo web
  • Docker
  • CI/CD
 Ver todos los proyectos

Trayectoria

Experiencia profesional

Mi trayectoria conecta desarrollo de software con automatización, entrega continua y operación de plataformas.

2025 — actualidad

Krimda

Actual

DevOps Engineer

CI/CD y operación de entornos Kubernetes, con foco en automatización, estandarización de despliegues y resolución de incidencias en producción.

  • Diseño y mantenimiento de pipelines modulares con Jenkins Shared Libraries (Groovy) para estandarizar despliegues y reducir duplicación.
  • Administración y diagnóstico de Kubernetes; despliegues con Docker y Helm y resolución de incidencias de producción.
  • Desarrollo de scripts para auditar recursos por microservicio y fundamentar propuestas de optimización.
  • Gestión de binarios y dependencias con JFrog Artifactory integrado en el flujo de Bitbucket.
  • Dashboards, métricas y logs con Grafana, Prometheus y Graylog para mejorar la visibilidad operativa.

2021 — 2025

Capgemini

Software / DevOps Engineer

Comencé en desarrollo Full-Stack y fui orientando mi trabajo hacia automatización, CI/CD y DevOps.

Evolución del rol

  1. Desarrollo
  2. Automatización
  3. CI/CD
  4. DevOps
  • Desarrollo de microservicios con Java y Spring Boot, y aplicaciones con React, Node.js y APIs REST.
  • Creación de pipelines con Jenkins y GitHub Actions durante la transición hacia automatización y CI/CD.
  • Trabajo con Docker, Kubernetes y Helm; supervisión de entornos con Rancher y Lens.
  • Despliegues y gestión de recursos en OVHCloud.
  • Mejoras de CI/CD que redujeron los tiempos de despliegue en más de un 80 %.

Del trabajo diario

Problemas concretos, soluciones contrastadas

Casos reales de CI/CD, automatización y operación de plataformas: el problema, cómo lo abordé y qué aporta al equipo.

Un workflow compartido para proyectos Python

Un flujo completo de construcción y despliegue para Python, reutilizable entre proyectos mediante Jenkins Shared Libraries.

Cambios de configuración sin reconstruir la aplicación

Validación de cambios en values.yaml, application.properties y otros ficheros para evitar construcciones innecesarias en Jenkins.

Pull Requests que llegan al equipo automáticamente

Webhooks de Bitbucket conectados a Jenkins para avisar de las revisiones pendientes en Slack, correo y Microsoft Teams.

Del fallo en Jenkins al contenedor en Kubernetes

Resolución de incidencias de construcción, despliegue y ejecución de contenedores Docker en Kubernetes.

Errores HTTP 500 con aviso directo a Slack

Alertas de Grafana con métricas de Prometheus para llevar los errores de servidor al canal de trabajo del equipo.

Auditoría de recursos por microservicio

Scripts para revisar recursos en Kubernetes y fundamentar propuestas de optimización por microservicio.

Entregas más rápidas en Capgemini

Mejoras de CI/CD que redujeron los tiempos de despliegue en más de un 80 % durante mi evolución hacia DevOps.

Validación de un chart Helm y su telemetría

Detección de una configuración HPA inválida durante un dry-run y preparación de la corrección y la telemetría del chart.

Diagnóstico de reinicios por memoria en Kubernetes

Análisis de reinicios por falta de memoria y propuesta de ajuste de requests y limits a partir del comportamiento observado.

CI/CD · Estandarización

Un workflow compartido para proyectos Python

Un flujo completo de construcción y despliegue para Python, reutilizable entre proyectos mediante Jenkins Shared Libraries.

Desarrollo de pipeline y Shared Library

El reto
Incorporar Python al flujo de entrega compartido sin tener que crear y mantener un pipeline independiente para cada proyecto.
Qué hice
Desarrollé un workflow completo para esta nueva tecnología sobre Jenkins Shared Libraries, concentrando la lógica reutilizable de construcción y despliegue en una base común.
Qué aporta
Un mismo punto de mantenimiento para los proyectos Python y un flujo de entrega coherente con el resto de tecnologías del equipo.

Tecnologías del caso

  • Jenkins
  • Shared Libraries
  • Groovy
  • Python
CI/CD · Developer Experience

Cambios de configuración sin reconstruir la aplicación

Validación de cambios en values.yaml, application.properties y otros ficheros para evitar construcciones innecesarias en Jenkins.

Desarrollo y validación

El reto
Una modificación en values.yaml o application.properties disparaba una construcción completa aunque el código de la aplicación no hubiera cambiado.
Qué hice
Desarrollé una validación previa en la Shared Library para clasificar los ficheros del commit exacto y omitir construcciones innecesarias. Ante errores, la clasificación falla de forma conservadora. La probé en generadores de varias tecnologías y en una ejecución Jenkins.
Qué aporta
Menos esperas para los desarrolladores al ajustar configuración y menos trabajo repetido en los agentes de Jenkins.

13–25 h / día

Ahorro potencial agregado · 67–125 h / semana

Estimación para unos 100 microservicios (10 proyectos × 10): 4–5 cambios semanales por microservicio × 10–15 min por construcción, distribuidos en 5 días laborables. Suma tiempo de ejecución de agentes CI entre proyectos, excluyendo despliegues.

Tecnologías del caso

  • Jenkins
  • Shared Libraries
  • Git
  • Helm
Automatización · Colaboración

Pull Requests que llegan al equipo automáticamente

Webhooks de Bitbucket conectados a Jenkins para avisar de las revisiones pendientes en Slack, correo y Microsoft Teams.

Integración desarrollada

El reto
El equipo necesitaba enterarse de las Pull Requests sin depender de revisar Bitbucket manualmente o avisar por cada canal.
Qué hice
Automaticé el flujo Bitbucket → webhook → Jenkins y las notificaciones posteriores al canal de Slack, por correo y a Microsoft Teams.
Qué aporta
Las solicitudes de revisión llegan a los canales de trabajo del equipo y se reduce la necesidad de perseguir avisos manuales.

Tecnologías del caso

  • Bitbucket
  • Webhooks
  • Jenkins
  • Slack
  • Email
  • Microsoft Teams
Operación · Resolución de incidencias

Del fallo en Jenkins al contenedor en Kubernetes

Resolución de incidencias de construcción, despliegue y ejecución de contenedores Docker en Kubernetes.

Resolución de incidencias

El reto
Una entrega podía bloquearse durante la construcción, en el despliegue o al ejecutar el contenedor: cada fase requería un diagnóstico distinto.
Qué hice
Resolví incidencias de construcción y despliegue en pipelines Jenkins y problemas de contenedores Docker en Kubernetes, siguiendo el fallo desde la ejecución del pipeline hasta el comportamiento de la aplicación.
Qué aporta
Recuperar el flujo de entrega y ayudar al equipo a localizar si el bloqueo está en CI/CD o en la ejecución del contenedor.

Tecnologías del caso

  • Jenkins
  • Docker
  • Kubernetes
  • Linux
Observabilidad · Alertas

Errores HTTP 500 con aviso directo a Slack

Alertas de Grafana con métricas de Prometheus para llevar los errores de servidor al canal de trabajo del equipo.

Alertas configuradas

El reto
Los errores de servidor necesitaban una señal visible para el equipo, sin depender de que alguien estuviera mirando un dashboard.
Qué hice
Configuré alertas de errores HTTP 500 en Grafana con Prometheus como fuente de métricas y notificaciones a los canales de Slack.
Qué aporta
Los errores se convierten en avisos operativos que el equipo puede investigar desde su canal habitual de trabajo.

Tecnologías del caso

  • Grafana
  • Prometheus
  • HTTP
  • Slack
Kubernetes · Automatización

Auditoría de recursos por microservicio

Scripts para revisar recursos en Kubernetes y fundamentar propuestas de optimización por microservicio.

Herramientas de auditoría desarrolladas

El reto
Revisar recursos de Kubernetes de forma manual dificultaba tener una visión comparable de los microservicios y detectar dónde estudiar ajustes.
Qué hice
Desarrollé scripts para auditar el uso de recursos por microservicio y apoyar el análisis de la configuración de los entornos Kubernetes.
Qué aporta
Una base repetible para fundamentar propuestas de optimización de recursos del clúster con datos del entorno.

Tecnologías del caso

  • Kubernetes
  • Bash
  • Linux
CI/CD · Mejora continua

Entregas más rápidas en Capgemini

Mejoras de CI/CD que redujeron los tiempos de despliegue en más de un 80 % durante mi evolución hacia DevOps.

Resultado documentado

El reto
El proceso de entrega necesitaba acortar el tiempo entre los cambios de desarrollo y su despliegue.
Qué hice
Contribuí a mejorar CI/CD durante mi evolución de desarrollo de software hacia automatización y DevOps en Capgemini.
Qué aporta
Las mejoras redujeron los tiempos de despliegue en más de un 80 %, haciendo más ágil la entrega de aplicaciones.

>80 %

Reducción del tiempo de despliegue

Resultado documentado de la etapa en Capgemini.

Tecnologías del caso

  • CI/CD
  • Automatización
Kubernetes · Helm

Validación de un chart Helm y su telemetría

Detección de una configuración HPA inválida durante un dry-run y preparación de la corrección y la telemetría del chart.

Preparación y dry-run

El reto
Un chart Helm OCI contenía una especificación HPA inválida que apareció durante la validación previa al despliegue.
Qué hice
Detecté el problema durante el dry-run y preparé la corrección del chart junto con una integración de telemetría para validación local.
Qué aporta
Detectar un problema de configuración antes de desplegar y dejar preparada su corrección. El caso llegó a preparación y validación local.

Tecnologías del caso

  • Helm
  • Kubernetes
  • OCI
  • HPA
Kubernetes · Fiabilidad

Diagnóstico de reinicios por memoria en Kubernetes

Análisis de reinicios por falta de memoria y propuesta de ajuste de requests y limits a partir del comportamiento observado.

Análisis y propuesta

El reto
Los contenedores sufrían reinicios por falta de memoria y había que entender la relación entre el consumo observado y los recursos configurados.
Qué hice
Analicé los reinicios relacionando requests y limits con el comportamiento de la aplicación y documenté una propuesta de ajuste.
Qué aporta
Un diagnóstico fundamentado para orientar el ajuste de memoria. No hay una mejora posterior medida en este caso.

Tecnologías del caso

  • Kubernetes
  • Docker
  • Requests / Limits

Herramientas y práctica

Competencias técnicas

Tecnologías con las que trabajo, diferenciando la experiencia aplicada de las áreas que sigo desarrollando.

Fuerte Experiencia aplicada En desarrollo

01 / 07

DevOps y CI/CD

Entrega continua y estandarización de despliegues.

  • Jenkins / Shared Libraries — Experiencia aplicada
  • Git / Bitbucket — Fuerte
  • GitHub Actions — Experiencia aplicada
  • Artifactory — Experiencia aplicada

02 / 07

Contenedores y plataforma

Aplicaciones en contenedores y operación de clústeres.

  • Docker — Fuerte
  • Kubernetes — Experiencia aplicada
  • Helm — Experiencia aplicada
  • Rancher — Experiencia aplicada

03 / 07

Observabilidad

Métricas, registros y diagnóstico de producción.

  • Prometheus — Experiencia aplicada
  • Grafana — Experiencia aplicada
  • Graylog — Experiencia aplicada

04 / 07

Desarrollo

Base de ingeniería de software para entender el ciclo completo.

  • Java / Spring Boot — Experiencia aplicada
  • React — Experiencia aplicada
  • Node.js — Experiencia aplicada
  • TypeScript — Experiencia aplicada

05 / 07

Cloud e infraestructura

Línea de crecimiento hacia Platform y Cloud Engineering.

  • Linux — Fuerte
  • AWS — En desarrollo
  • Terraform — En desarrollo

06 / 07

Automatización

Scripts, integraciones y reducción de tareas manuales.

  • Bash / Shell — Fuerte
  • Groovy — Experiencia aplicada
  • REST APIs / Webhooks — Experiencia aplicada
  • Python — En desarrollo

07 / 07

IA aplicada y harness engineering

Exploración personal de agentes: contexto persistente, herramientas y validación.

  • LLMs y flujos con herramientas — En desarrollo
  • Herramientas MCP — En desarrollo
  • Harness engineering — En desarrollo
  • Gestión del contexto — En desarrollo
  • Hermes Agent — En desarrollo
  • Codex — En desarrollo
  • Gemini — En desarrollo
  • OpenCode — En desarrollo

Aprendizaje continuo

Formación

2017 — 2021

Grado en Ingeniería Telemática

Universidad Politécnica de Cartagena

Cursos

Formación complementaria

  • Continuous Delivery & DevOps · University of Minnesota
  • Docker Advanced · Pluralsight
  • Linux Advanced · Pluralsight

Notas de ingeniería

Blog

Apuntes sobre desarrollo, plataformas y lo que voy aprendiendo.

Trayectoria01

Del desarrollo a DevOps: mirar el sistema completo

Cómo una base en desarrollo de software me llevó a interesarme por la entrega, la operación y la automatización.

Leer nota
Proyecto personal02

Una plataforma de conocimiento autoalojada

Una mirada a la combinación de Outline, contenedores, datos y extensiones propias en un proyecto personal.

Leer nota
Ver todo el blog

Hablemos

Contacto

Si buscas a alguien para trabajar en CI/CD, Kubernetes, Infraestructura, IA, Integración y automatización, me encantará conversar.

CI/CD / Kubernetes / Automation

Construyamos una entrega más clara, automatizada y fiable.

Escribirme un email

contact@javierjimenez.dev

LinkedIn (se abre en una pestaña nueva) GitHub (se abre en una pestaña nueva)