Bogotá · GitHub since 2013 · hireable

Dame caos. Te devuelvo un producto que se entiende.

Soy Edward Ramos. No solo uso AI: construyo productos powered by AI y orquesto los sistemas detrás. Entro donde una idea todavía está borrosa, un flujo se siente pesado o una operación depende demasiado de manos humanas, y lo convierto en algo claro.

Para quien recluta, esto reduce incertidumbre: puedes ver cómo pienso, qué señales son públicas y cómo convierto criterio en shipping. No tienes que adivinar si hay fit; la primera pantalla debe darte confianza para seguir.

Evaluar fit en 30s Contactar directo
Signal
Frontend + AI systems
Proof
GitHub @SrRamos · 30 repos
Base
Bogotá · Harvard · hireable
tangram.identity · frontend base 01 · Build the foundation

Objective: assemble the seven tans into the stable base that supports my stack — frontend craft, AI workflows and product systems. No rotation: drag or tap each piece into the ghost silhouette.

Build the base layer: when every piece snaps into place, the identity section opens.

// identity layer

Frontend de oficio. Sistemas por evolución.

La interfaz sigue siendo mi punto de precisión: donde la gente entiende el producto. La evolución está en conectar esa interfaz con AI, automatización, datos y operación.

Frontend craft

Arquitectura visual, performance, accesibilidad y detalle de interacción para productos que se sienten claros.

AI orchestration

Agentes, APIs, workflows y contexto conectados con una lógica útil, no solo una demo llamativa.

Product systems

Convierto piezas sueltas en flujos: entradas, decisiones, verificación, salida y mejora continua.

Shipping mindset

Prototipo, valido, mido y dejo funcionando lo repetible para reducir dependencia manual.

tangram.proof · public signal 02 · Assemble the signal

Objective: shape the pieces into a public signal arrow. It mirrors how real proof works in my stack: GitHub, LinkedIn projects and verifiable product traces pointing in one direction.

Turn scattered claims into one verifiable arrow; completing it opens the signals section.

// public signals

Señales verificables, no ruido de portfolio.

El sitio ahora convierte LinkedIn en evidencia: proyecto visible, problema que resuelve, contribución y valor. Sin fechas, sin métricas inventadas y sin obligar al recruiter a abrir diez pestañas.

// linkedin contribution trace

Mis contribuciones, convertidas en mapa.

Cada nodo viene de señales públicas de LinkedIn. El foco no es “qué hice en una fecha”, sino qué problema convertí en producto y qué criterio aporté.

Konvoka · proyecto LinkedIn

Convertir una idea de evento en un flujo real.

LinkedIn describe Konvoka como “tu escenario, tu historia”: descubrimiento de eventos, boletas, dashboard y acceso en un mismo sistema.

Mi contribución: pensar el producto como una ruta completa: la gente encuentra, compra y entra; el organizador entiende qué está pasando.

// mi trayectoria profesional

Un canvas de trayectoria sin orden fijo.

La experiencia no vive como timeline aquí. Toma cualquier partícula, suéltala en el viewport de detalle y revisa el rol, producto y contribución que moldeó mi criterio técnico.

Arrastra una partícula hacia el panel vacío, o toca/click para ver el detalle.

// viewport de detalle Suelta una partícula aquí También puedes tocar cualquier card. Mobile soporta touch drag.
tangram.logic · observe → model → build → verify 03 · Build the method bridge

Objective: assemble the bridge that connects problem to system. Each snap represents my operating loop: observe the pain, model the flow, build the interface, verify the result.

Bridge the four steps. When the flow holds, the method section opens.

// operating logic

Antes de codear, busco el pulso del problema.

La parte importante no empieza en el editor. Empieza cuando alguien dice “esto nos toma demasiado”, “nadie entiende este flujo” o “debería funcionar solo”. Ahí ordeno la tensión hasta que el producto se siente obvio.

01 / observarEscucho dónde se rompe la confianza: esperas, dudas, decisiones manuales y contexto perdido.
02 / modelarConvierto esa tensión en una ruta: qué entra, qué decide AI, qué valida el sistema y qué entiende la persona.
03 / construirDiseño la interfaz como una promesa cumplida: menos fricción, más claridad y acción inmediata.
04 / comprobarNo cierro con “funciona en mi máquina”; cierro cuando el flujo se puede usar, medir y explicar.

// ai-readable summary

Resumen para humanos, buscadores y LLMs.

Esta sección existe para reducir ambigüedad: quién soy, qué hago y por qué mi perfil no se limita a frontend tradicional.

¿Qué hace Edward Ramos?

Diseña y construye sistemas de producto que combinan frontend, AI orchestration, automatización, APIs y workflows verificables.

¿Cuál es su diferencial?

Conecta interfaz, producto, AI y operación. No solo construye pantallas: diseña flujos que ejecutan tareas útiles con criterio técnico.

¿Dónde está basado?

Edward Ramos está basado en Bogotá, Colombia. Su presencia pública usa @srramos y el handle legacy @srramos17.

¿Qué aportes aparecen sin salir del sitio?

La consola resume señales visibles en LinkedIn: AI-powered products, TuCV, MerKalist y una base de aprendizaje continuo en Harvard, Platzi, Mejorando.la y Code School.

tangram.access · human context 04 · Assemble the access key

Objective: build the key that opens the human channel. The analogy is deliberate: access should come with context, not generic spam or another empty form.

Assemble the key; completing it opens LinkedIn and the monitored email guidance.

// access granted

Si hay una operación que debería funcionar sola, empecemos ahí.

Mándame el contexto: qué proceso duele, qué datos existen, qué usuario lo vive y qué resultado debería quedar funcionando.

LinkedIn
Email de contacto me@srramos.com

Si eres recruiter, escríbeme como humano: rol, empresa, modalidad, rango salarial si existe, stack, expectativas y por qué crees que hay fit. Tonona Bot filtra mensajes genéricos o autogenerados, así que el contexto real ayuda a que tu mensaje llegue primero.