04 · Puesto actual

AI Automation Engineer

Minder S.A.

Jul 2025 – actualidad

Después de Allianz llegué a Minder S.A. con más experiencia diseñando automatizaciones y trabajando con APIs y bases de datos. Acá pude ampliar ese recorrido: trabajo en pruebas web, de API y mobile, mantengo casos existentes, creo nuevos escenarios y analizo las fallas de las ejecuciones.

Con el tiempo empecé a involucrarme también en lo que pasa alrededor de las pruebas. Me interesa que el equipo pueda entender los resultados sin perder tiempo buscando información en distintos lugares. Por eso, además de automatizar, propongo mejoras en los reportes y en la forma en que registramos y revisamos las fallas. Siento que es una evolución bastante natural de mi carrera: sigo teniendo una base fuerte en QA, pero cada vez trabajo más con datos, procesos e ideas para aplicar IA.

Herramientas técnicas

JavaSeleniumRest AssuredAppiumPythonPandasJenkinsMicrosoft ListsPower AutomateBitbucket pipelines

Desafíos

Optimizar el seguimiento de las ejecuciones del pipeline

En un momento nos dimos cuenta de que, para saber cómo había salido una ejecución, cada persona tenía que entrar al pipeline, descargar el reporte y revisarlo. Necesitábamos una vista rápida que pudiera consultar todo el equipo. Habíamos pensado en incorporar IA al análisis, pero en ese momento no teníamos acceso a una API key, así que busqué resolverlo con las herramientas disponibles.

Armé un resumen de la ejecución que llega a Teams mediante un webhook. Después quise aprovechar esos mismos datos para algo más: registrarlos de forma estructurada en Microsoft Lists, usando las herramientas de Microsoft 365 que ya teníamos. Hasta entonces llevábamos parte de la revisión de errores en Excel; ahora podemos reunir los resultados y agregar el seguimiento de cada caso en un mismo lugar.

Más adelante incorporé el análisis de fallas con Claude Code dentro del pipeline. Así, además de recibir los resultados, el equipo cuenta con un primer análisis que ayuda a distinguir problemas de las automatizaciones de posibles bugs del producto y a decidir qué revisar primero.

Es un trabajo del que estoy orgullosa porque empezó con una necesidad bastante simple que era poder ver cómo salió el pipeline, y fue creciendo a medida que identificábamos otras necesidades del equipo. También fui dando capacitaciones y acompañando la incorporación de estas herramientas al trabajo diario. Creo que representa bien cómo me gusta trabajar: escuchar qué necesita el equipo, buscar una solución posible y mejorarla a medida que vemos para qué más nos sirve.