cracksmity.dev
English
L5 · Ciudad Terminal En construcción

Jalisk

Prácticas profesionales para estudiantes de Guadalajara: qué tanto encajas con cada vacante, habilidad por habilidad, y qué te falta aprender.

INAUGURADA
OCT 2026
MATERIA
Bases de Datos
EN LÍNEA
jalisk.lat
EQUIPO
Yo + XomiDessu
CÓDIGO
Privado
Lista de vacantes de Jalisk con un anillo de afinidad por vacante (94%, 93%, 84%…), etiquetas como Muy recomendable y Obligatorias 4/4, y arriba un panel "¿Y si aprendo…?" con habilidades que más puntos suman.
Las vacantes ordenadas por afinidad, con "¿Y si aprendo…?" para simular cuánto subiría cada score.

RECORRIDO · L5 Ciudad · 2 estaciones

  1. MAY 2026 · Ampliación en curso SistemaIVR
  2. ESTÁS AQUÍ Jalisk

Por qué existe

Jalisk reúne vacantes de internship tech de la Zona Metropolitana de Guadalajara, calcula qué tanto encaja cada estudiante con cada una, habilidad por habilidad, y le arma una ruta de estudio para cerrar la brecha.

El score lo calcula PostgreSQL, no la IA. Cada requisito tiene un grado de pertenencia entre 0 y 1 (nivel parcial, tecnología hermana, equivalente semántico con pgvector), y la recomendación final sale de una inferencia difusa Mamdani. Así es reproducible y se puede explicar: "tienes 67% porque te falta PostgreSQL Intermedio". Claude solo convierte texto libre en datos y redacta.

En PL/pgSQL, ese motor tardaba 26.3 s sobre 20,000 filas. Escrito en Rust y cargado como extensión de PostgreSQL con pgrx, tarda 86 ms, con resultados idénticos. La app corre en Rust con Axum y SQLx, usa RLS para que nadie lea los datos de otro y se despliega sola a jalisk.lat, con regreso automático a la versión anterior si algo falla.

Encontrar una internship en Guadalajara hoy es toda una aventura. Yo ya la pasé: desde inicios de año quería entrar a Intel, y hasta me hice un roadmap con lo que sabía y lo que me faltaba. Si a mí me sirvió, ¿por qué no a los demás?

El proyecto era para Bases de Datos y la idea fue mía. Me enfoqué en la ZMG porque aquí está la mayoría de las empresas tech, y porque así la base no tiene que cargar miles de ofertas de todo el mundo. A veces limitar el alcance no es falta de ambición: es optimización.

Se llamaba TechHub, pero ese dominio costaba 30 dólares y jalisk.lat costaba 2. No tuvimos elección. El proyecto lo construyo yo; XomiDessu, mi compañero de equipo, lo presenta.

Lo hicieron agentes, con una sola misión de mi parte: esto tiene que correr en Rust y tiene que ser rapidísimo. Así terminó el motor difuso viviendo dentro de PostgreSQL, 300 veces más rápido que en SQL.

El profe tiene un sistema raro para las tareas. Ya se rindió con la IA, así que le pides la tarea a dos IAs con el mismo prompt, pegas las respuestas y al final pones tus conclusiones. Las tareas son la base del proyecto y no se pueden quitar, pero nadie las ha leído, ni el profe; una llegó a 100 páginas. Viven en el repo, en una carpeta llamada ai-slop-nobody-reads-but-keeps-the-project-alive.

Ya tenemos las bases y las pruebas pasan, pero no sabemos si funciona de verdad. Faltan usuarios, y el permiso de empresas como Intel para usar sus sistemas de ofertas. La idea es que lo usen los estudiantes del CUCEI, aunque eso sigue en veremos.

Qué hace

"¿por qué este score?"

Una afinidad que se explica

Cada porcentaje se desglosa por habilidad: Machine Learning al 40% porque, aunque no lo tienes, sabes IA generativa, que es muy parecida.

CTE recursivo · orden topológico

Una ruta de estudio

Los pasos salen en orden de prerrequisitos. Al marcar uno como completado, un trigger sube tu nivel y tu afinidad.

26.3 s → 86 ms

El motor, dentro de PostgreSQL

La inferencia difusa como extensión en Rust: 307 veces más rápida que en PL/pgSQL, con los mismos resultados fila por fila.

Row-Level Security

Tus datos son tuyos

Aunque la app tuviera un bug, la base no devuelve filas de otro estudiante. La analítica pública usa un rol de solo lectura.

Detalle de la vacante AI Engineer Intern: 94% de afinidad, la etiqueta Muy recomendable con 91 de 100 y una lista de habilidades con barras de cumplimiento, entre ellas Machine Learning al 40% porque sabes IA generativa.
"¿Por qué este score?": cada habilidad con su grado de cumplimiento, y la recomendación de la inferencia difusa.
Roadmap de Jalisk hacia AI Engineer Intern en Wizeline: un plan semanal de seis semanas, el paso Machine Learning con su curso y un panel de progreso en 0%.
La ruta hacia una vacante, en orden de prerrequisitos, con un plan semanal redactado por la IA.
Página Academia de Jalisk: tarjetas con vacantes activas, empresas, beca promedio y porcentaje remoto, una gráfica de barras de tecnologías más demandadas y una lista de tecnologías que se piden juntas.
Academia: el mercado de internships de la ZMG, consultado con un rol de solo lectura.

Cómo está hecho

30 commits en dos días · en línea en jalisk.lat

01 · WebAxum + AskamaRust del servidor a la plantilla; Tailwind sin CDN.
02 · DatosPostgreSQL + SQLx24 tablas en 3FN, 6 políticas de RLS, consultas verificadas al compilar.
03 · MotorRust + pgrxInferencia difusa Mamdani dentro de la base.
04 · IAClaude + pgvectorExtrae habilidades de texto libre y mide similitud semántica.
  • Axum
  • SQLx
  • Askama
  • PostgreSQL
  • RLS
  • pgvector
  • pgrx
  • lógica difusa
  • GitHub Actions

Bitácora

  1. ENE 2026Quiero entrar a Intel y me hago un roadmap con lo que sé y lo que me falta.
  2. OCT 2026TechHub en dos días: esquema en 3FN, motor difuso y la app en Rust.
  3. OCT 2026El motor pasa a una extensión de PostgreSQL: de 26.3 s a 86 ms.
  4. OCT 2026Rebrand a Jalisk por un dominio de 2 dólares; despliegue continuo a jalisk.lat.

Lo que aprendí

  • Limitar el alcance no es falta de ambición: es optimización.
  • La lógica relacional va en SQL, donde el optimizador brilla; el cálculo numérico pesado, compilado.
  • Si la IA no decide el score, cada número se puede explicar y defender.
  • Que las pruebas pasen no te dice si alguien lo va a usar.