
La mayoría de los problemas de datos no son errores. Son decisiones — tomadas hace meses, con prisa, por alguien que necesitaba una tabla rápido y nunca volvió. La lista metida a la fuerza en una columna separada por comas. El precio almacenado como un float que ahora pierde un centavo en cada milésimo pedido. La tabla que cualquiera en internet puede leer porque nadie activó un solo interruptor. Para cuando estos problemas salen a la luz, los datos son reales y la solución es una migración hecha a las 2 a.m. Este curso trata sobre tomar esas decisiones a propósito, antes de que haya datos que perder. Empiezas donde realmente empieza todo esquema: con los requisitos, no con un editor de tablas. Aprendes a convertir un dominio en entidades y relaciones, luego en un esquema PostgreSQL normalizado con claves y tipos que se ajustan a la realidad. Aprendes las restricciones como algo más fuerte que la validación del lado de la aplicación — reglas que la propia base de datos no permitirá que nadie infrinja, incluido el segundo cliente que olvidaste. Aprendes cómo se comportan los índices, las transacciones y el aislamiento cuando más de un usuario aparece a la vez. Y debido a que esto está construido sobre Supabase, aprendes que tu esquema *es* tu API y tu límite de seguridad: Seguridad a Nivel de Fila, roles y políticas que deciden exactamente quién ve cada fila. Luego los patrones prácticos — JSONB, búsqueda de texto completo, eliminaciones suaves, jerarquías, multi-tenencia — y los anti-patrones que parecen inteligentes y silenciosamente te cuestan todo lo que la base de datos debía darte. Cuarenta y dos lecciones, cada una termina de la misma manera: ahora sabes cuándo recurrir a esto, y por qué.
Abhishek Kumar is the engineer teams trust with the parts of a product that cannot quietly break—authentication, payments, data synchronization, and the APIs on which other services depend. Over eight years, he has decomposed legacy applications into independently deployable services, designed event-driven workflows, and improved heavily used systems through query tuning, caching, asynchronous processing, and careful capacity planning. His working environment spans Java, Python, Go, and Node.js, supported by PostgreSQL, Redis, Kafka, Docker, Kubernetes, and AWS. Abhishek remains involved after deployment, tracing production failures, strengthening observability and automated testing, reviewing architecture decisions, and helping younger engineers develop the judgment required to keep complex systems fast, secure, and recoverable.
super clair !
super helpful
kinda boring, too many slides.
Quá cơ bản, không có gì mới.
great stuff