En este sitio encontrarás mis proyectos destacados y mi laboratorio de pruebas. Soy feliperiquel.me: desarrollador detallista, con foco ingenieril y recién entrando al mercado.
Filtros biquad, EQ paramétrico de 8 bandas y visualización FFT con Web Audio API.
Bots en Discord y WhatsApp orquestados con Docker, colas multimedia y el stack *arr.
Astro, TypeScript, Python, Docker y arquitecturas con 100/100 en Core Web Vitals.
Metaheurísticas continuas evaluadas en IEEE CEC y modelos de sincronización con IA.
Herramientas de software ejecutadas 100% en el cliente. Pruébalas directamente en tu navegador sin cuentas ni descargas.
Procesador de Audio & EQ Paramétrico de 8 Bandas
Carga audio en el navegador, aplica curvas de ecualización en tiempo real (BiquadFilterNode), distorsión Lo-Fi Bitcrusher y visualiza armónicos en un analizador de espectro FFT.
Transmutador Ontológico de Jerga Callejera
Convierte modismos coloquiales y letras urbanas en tratados filosóficos decimonónicos, correspondencia diplomática de cancillería o culteranismo barroco con teléfono chocho.
Optimizador Logístico & Presupuesto (Repo: calculadoracopete)
Algoritmo predictivo de insumos (destilados, cerveza, hielo, mixers) según perfil de asistentes y horas de junta. Cuota exacta en $ CLP y exportación limpia para WhatsApp.
Cada proyecto responde a una fricción real. Pulsa en cada tarjeta para inspeccionar el origen del problema y las decisiones de arquitectura detrás del código.
Motor de streaming de audio para Discord de alto rendimiento y baja latencia desplegado en contenedores Docker sobre arquitectura ARM64 (Oracle Cloud). Integra extracción nativa con yt-dlp, streaming WebM/Opus directo vía FFmpeg sin transcodificación pesada (< 0.5% CPU) y un motor de recomendación musical híbrido (Implicit ALS + Item2Vec + vectores acústicos) con persistencia de colas ante reinicios.
Los bots de música convencionales en Discord colapsaban frecuentemente por bloqueos de CDN de YouTube (HTTP 403/429), saturaban la CPU por re-codificaciones innecesarias y carecían de recomendación inteligente al agotarse la cola de reproducción.
Se estructuró una arquitectura en Python asíncrono con buffer híbrido de 3 niveles (reproducción activa, descarga en caché atómica de la siguiente pista en /tmp y pre-resolución en segundo plano). El passthrough de cabeceras HTTP de yt-dlp hacia FFmpeg elimina los bloqueos 403 sin sobrecargar la CPU. El motor RecSys entrena modelos ALS e Item2Vec cada 6 horas limitando hilos con threadpoolctl y serializa la cola en SQLite con WAL para cero pérdida de canciones ante reinicios (graceful drain).
Demuestra ingeniería de audio en tiempo real, modelado matemático de recomendación (Machine Learning embebido con inferencia en < 10 ms), orquestación en contenedores ARM64 y despliegues sin tiempo de inactividad con GitHub Actions CI/CD.
Puente automatizado en WhatsApp basado en Node.js y Baileys para solicitar películas y series en lenguaje natural. Integra extracción de metadatos (TMDB), un motor de priorización progresiva que descarga el Episodio 1 con máxima prioridad en qBittorrent para comenzar a ver en minutos, coordinación con Radarr, Sonarr y Prowlarr, y un Dashboard Web en tiempo real para monitoreo de descargas y salud del sistema.
Familiares y usuarios no técnicos en el hogar encuentran frustrante o inaccesible entrar por VPN a paneles de gestión como Radarr o Sonarr para pedir contenidos. WhatsApp es la aplicación donde ya conviven diariamente.
Se empaquetó un microservicio en Docker usando Baileys v6.7 (conexión multi-dispositivo sin la sobrecarga de navegadores Chromium). Se implementó un evaluador de lanzamientos con Fuzzball para filtrar versiones CAM o archivos inflados, y un Progressive Streamer que prioriza el Episodio 1 en qBittorrent (filePrio: 7) para alertar al chat apenas Plex lo indexa mientras el resto de la temporada sigue descargando en segundo plano.
Refleja capacidad para diseñar pasarelas conversacionales con i18n (inglés/español), orquestar stacks complejos con Docker Compose y construir interfaces web de monitoreo reactivas sin fricción para el usuario final.
Aplicación web integral en Next.js para estudiantes y docentes universitarios. Ingiere cronogramas y sílabos en PDF, Word, texto o directamente desde Canvas LMS vía API. Analiza las fechas mediante LLMs con failover multi-proveedor (Google Gemini, Groq, OpenRouter), protege la planificación inyectando el calendario institucional (feriados, recesos y marcha blanca), incluye un simulador de calificaciones y sincroniza eventos con código de colores en Google Calendar.
La dispersión de fechas de certámenes y entregas entre sílabos estáticos en PDF y plataformas como Canvas LMS, lo que provoca olvidos, desorganización y choques imprevistos con semanas de receso institucional o feriados.
Se construyó una arquitectura en Next.js con soporte multi-proveedor de IA (Google Gemini, Groq y OpenRouter) con failover automático ante cuotas 429. Las fechas inhábiles institucionales se inyectan en el prompt del LLM para blindar los días de descanso. Se incorporó un simulador de notas ponderadas con SheetJS para planillas Excel y sincronización OAuth 2.0 hacia Google Calendar con clasificación por criticidad.
Evidencia desarrollo de producto completo de grado de producción, orquestación de LLMs tolerante a fallos, autenticación segura con terceros y diseño de interfaces con cero deuda visual bajo los principios de Impeccable.
Controlador de movimiento de código abierto para smartwatches Wear OS (Samsung Galaxy Watch 4, 5, 6, 7 / Pixel Watch) y smartphones Android para Just Dance (PC y mods comunitarios). Captura datos inerciales a 50 Hz exactos con fusión de sensores de 6 ejes (acelerómetro y giroscopio), transmite paquetes binarios Little-Endian por Bluetooth/Wi-Fi y emula el protocolo oficial con la curva de puntuación ponderada auténtica.
Sostener un teléfono móvil pesado al bailar es peligroso para el dispositivo, incómodo y antinatural. Además, la aplicación móvil oficial carecía de soporte para relojes Wear OS y para servidores comunitarios de PC.
Se desarrolló en Kotlin nativo para Wear OS y Android. Implementa un protector de batería (Battery Shield) que apaga los sensores IMU y los LEDs PPG en menús reduciendo el gasto de batería hasta en un 80%, navegación por el carrusel de canciones con el bisel rotativo del reloj y calibración matemática de umbrales G-force según la fórmula oficial de Ubisoft para un registro de puntuación fidedigno.
Acredita dominio de desarrollo móvil nativo de bajo nivel, sincronización inercial a alta frecuencia (50 Hz), ingeniería de protocolos de red binarios en tiempo real y optimización rigurosa de energía en hardware restringido.
Adaptive Differential Boogeyman Search Algorithm: metaheurística global continua basada en aprendizaje negativo explícito (Explicit Negative Learning). Modela baricentros de anti-atractores en las peores regiones del espacio de búsqueda y aplica una barrera de potencial basada en cosecante acotada (|csc(x)|) con enfriamiento polinomial para evacuar trampas de estancamiento local. Empató en el Rank #1 en el benchmark formal del IEEE CEC 2020 en 50 dimensiones.
En paisajes de optimización no lineales de alta dimensión (D >= 50), los algoritmos evolutivos canónicos (DE, PSO, CMA-ES) sufren convergencia prematura al guiarse exclusivamente por atracción positiva hacia los mejores puntos conocidos, quedando atrapados en valles de engaño.
Se formuló un operador de mutación tripartito (Atracción Elite + Barrera Repulsiva Cosecante + Perturbación Diferencial) junto a memorias de éxito de Lehmer y reducción lineal de población (LPSR). La función de repulsión se desacopla a cero en valles seguros para permitir descenso puro. Evaluado rigurosamente sobre el conjunto de pruebas IEEE CEC 2020 (50 dimensiones, 50.000 evaluaciones por corrida) empatando en el primer lugar con CMA-ES.
Demuestra capacidad de investigación en matemática aplicada y algoritmia avanzada, respaldado por código científico probado bajo PEP 8, CI automatizado en GitHub Actions y publicación con identificador formal DOI de Zenodo.
Soy Felipe Riquelme, desarrollador con base en Chile. Mi enfoque combina la resolución práctica de problemas cotidianos con rigor de ingeniería: desde automatizaciones desatendidas para servidores homelab y telemetría de wearables hasta procesamiento digital de señales de audio (DSP) ejecutado enteramente en el navegador.
Creo firmemente en el software liviano, directo y sin capas innecesarias de intermediación. Cada herramienta en este sitio y en mis repositorios está pensada para responder al instante, respetar los estándares de accesibilidad y ofrecer valor tangible desde la primera interacción.
Priorizo sitios estáticos ultrarrápidos, optimización de bundles y arquitecturas que no requieran servidores costosos para funcionar con fluidez.
Experiencia integral que abarca desde la captura y el parseo de datos crudos hasta interfaces responsivas y automatizaciones de entrega continua.
Conversemos. Ya sea para proponer un proyecto de software, colaborar en código abierto o explorar un problema de ingeniería, puedes contactarme por cualquiera de estos canales.