Saltar al contenido
Volver al inicio

Case study · 2025 – 2026

INNER: una plataforma sports-tech de extremo a extremo

Cómo diseñé y lancé, en un equipo de dos personas, un producto completo: plataforma web para cuatro perfiles de usuario, tienda con pagos y envíos, datos de carreras, apps móviles y el plan ejecutándose en el reloj.

Rol
Cofundador y CTO
Periodo
jul. 2025 – actualidad
Equipo
Dos cofundadores; las reglas de dominio las aporta el equipo experto de FANTÉ
Stack
React 19, Firebase, Node.js 22, Python, Monkey C
Estado
En producción
usuarios registrados
+1.200
plataformas en producción
5
perfiles de usuario
4
Cloud Functions
52
ficheros de test en 8 meses
6 → 316
peso del bundle móvil
−81 %

01

Producto y contexto

Un deportista de resistencia necesita saber qué tomar y cuándo durante horas de esfuerzo. INNER genera ese plan a partir del perfil del atleta y de la carrera, lo lleva al móvil y al reloj, y vende y envía los productos que lo componen.

Las reglas nutricionales las define el equipo experto de FANTÉ. Mi trabajo es convertirlas en software fiable y llevar el producto entero a producción con estas restricciones:

  • Cinco superficies y un equipo de dos personas.
  • Pagos y datos personales que no admiten errores ni duplicados.
  • Relojes con unos 128 KB de memoria disponibles para un Data Field.

Qué incluye

  • Planificador de carrera
  • Perfiles: atleta, nutricionista, organizador y admin
  • Tienda, pagos y envíos
  • Buscador de carreras
  • Back-office: pedidos, almacén, descuentos y puntos
  • Modo kiosco para eventos
  • Apps iOS y Android
  • Data Field y app de reloj Garmin

02

Arquitectura

Un único backend serverless da servicio a la web, a las apps móviles y a los relojes.

Clientes

  • Web · React 19
  • iOS y Android · Median
  • Garmin Data Field · Monkey C
  • Garmin Watch App · Monkey C

Backend · Firebase

  • Auth · Sign in with Apple
  • Firestore · ~49 colecciones
  • 52 Cloud Functions · Node 22
  • Hosting · CI/CD

Integraciones

  • Redsys · pagos
  • Sendcloud · envíos
  • Brevo / SendGrid · email
  • OneSignal · push
  • Sentry · GA4
Datos de carreras: Cloud Scheduler → Cloud Functions gen2 (Python) → Firestore · unas 288 carreras futuras indexadas
  • 30 funciones callable, 11 endpoints HTTP y 11 triggers de Firestore.
  • Región europe-west1, junto a Firestore en eur3.

03

Plataforma web y perfiles

Una única aplicación React 19 sirve a cuatro perfiles: el atleta planifica sus carreras, el nutricionista hace seguimiento de sus atletas, el organizador gestiona sus eventos y la administración lleva pedidos, almacén, descuentos y puntos desde un back-office propio. Un modo kiosco permite crear planes en eventos presenciales.

  • 73 rutas: 12 de administración y 7 del nutricionista, entre otras.
  • Español e inglés con paridad completa: 25 namespaces de traducción por idioma.
  • Reglas de Firestore por perfil, con el rol inmutable desde el cliente.
  • Caché offline de Firestore, Consent Mode y borrado de cuenta autoservicio.

04

Motor de planificación

El motor traduce tablas de reglas de dominio en un plan sobre una rejilla de 15 minutos, con presupuesto por intervalo y límites por franja; por ejemplo, un máximo de dos productos por franja.

Las reglas viven en tablas de datos separadas del algoritmo de distribución. Las decisiones son deterministas y están cubiertas por unos 180 tests de regresión organizados por escenario: media maratón, maratón, ultra, alta carga y sólidos.

05

Tienda, pagos y envíos

El servidor es la única autoridad: calcula el importe a partir de un catálogo generado desde una fuente única —con comprobación de deriva en CI—, aplica las reglas de descuento y nunca confía en el cliente.

  1. 1Presupuesto en servidor
  2. 2Sesión de pago
  3. 3Redsys (TPV)
  4. 4Notificación firmada
  5. 5Verificación 3DES + HMAC-SHA256
  6. 6Lease lock transaccional · TTL 5 min
  7. 78 pasos con checkpoint
  8. 8Liberación del lock

Pedido · promoción · registro · historial · puntos · descuento · inventario · envío

Si el banco o el cliente reintentan, solo se ejecuta lo pendiente. Los envíos van por Sendcloud con webhook verificado por HMAC, y el email tiene failover entre Brevo y SendGrid.

06

Datos de carreras

El buscador de carreras se alimenta de un pipeline propio en Python, desplegado en Cloud Functions gen2 y programado con Cloud Scheduler. Las funciones no son públicas: solo las invoca la cuenta del planificador.

  • 5 fuentes y 6 trabajos programados.
  • Upserts idempotentes por huella: una carrera repetida nunca se duplica.
  • Cliente HTTP que respeta robots.txt y geocodificación con caché.
  • Unas 288 carreras futuras indexadas; la ubicación del usuario se usa al momento y nunca se guarda.

07

Apps móviles y lanzamiento

  • App Store y Google Play desde el 5 de octubre de 2026, con Sign in with Apple, push (OneSignal), deep links y borrado de cuenta autoservicio.
  • Tres rechazos de App Review resueltos (guidelines 2.1, 2.1(a) y 1.4.1), entre ellos una carga infinita tras Sign in with Apple.
  • Bundle de 51,3 a 9,5 MB (−81 %), caché offline de Firestore y Sentry diferido: 0 KB en la carga inicial.
  • Migración de las funciones de us-central1 a europe-west1 sin corte, con convivencia en ambas regiones y un guardarraíl en CI.
INNER FuelPlan en iPhone y iPad: calendario nutricional de la carrera
Ficha de INNER FuelPlan en la App Store.

08

Del plan al reloj

El reloj no tiene cuenta de usuario: se vincula con un código y descarga el plan desde una función HTTP con caché condicional (ETag/304). Como Connect IQ no expone las cabeceras de la respuesta, el ETag viaja también en el cuerpo.

El Data Field corre dentro de la actividad nativa con unos 128 KB de memoria: parser JSON propio tolerante a respuestas truncadas, persistencia dual y avisos por vibración aunque el campo no esté visible. Para validar 109 relojes construí un arnés de QA que compila los 93 productos del manifiesto y ejecuta los tests en 7 simuladores.

  1. WebEl atleta genera un código de vinculación para su reloj.
  2. Reloj → APIGET /getPlans?code=… con el ETag de la última respuesta.
  3. API → Reloj304 si no hay cambios; si los hay, el plan activo y sus metadatos.
  4. Data Fieldclient=datafield&maxItems=40, con truncated y totalItems; en CIQ < 5, sincronización en segundo plano.
relojes compatibles (Data Field / app)
109 / 117
payload de sincronización
−97 %
builds correctos
93/93
ejecuciones de tests en simulador
196

Antes

Data Field en un Edge 1040 antes del rediseño, con un único bloque de información

Después

Data Field en un Edge 1040 después del rediseño, con tres columnas
Rediseño del layout en un Edge 1040: de un HUD único a tres columnas que priorizan la siguiente toma.

09

War stories

Tres incidencias reales —backend, apps y reloj— con su causa raíz, la solución y cómo se verificó.

Pagos que toleran reintentos

Problema
Redsys puede notificar un pago más de una vez, y el cliente también puede cerrarlo desde la app: dos vías que podían procesar el mismo pedido.
Causa raíz
Sin coordinación, un reintento repetiría pasos con efectos: pedido, inventario, puntos o envío.
Solución
Las dos vías comparten un lease lock transaccional en Firestore (TTL de 5 min) y el post-procesado guarda un checkpoint por paso; una firma inválida no llega a tocar la sesión de pago.
Resultado
Por diseño, un reintento solo ejecuta los pasos pendientes.

De 51,3 MB a 9,5 MB

Problema
El bundle de las apps móviles pesaba 51,3 MB.
Causa raíz
Recursos sin optimizar: una sola imagen PNG ocupaba 11,7 MB.
Solución
Recodificar las imágenes a WebP —esa PNG pasó a 74,7 KB—, cargar Sentry de forma diferida y activar la caché offline de Firestore.
Resultado
9,5 MB (−81 %) y 0 KB de monitorización en la carga inicial.

Error -402: de 103 KB a 3,4 KB

Problema
Con una cuenta real, el reloj recibía 103 KB y fallaba con el error -402 de Connect IQ: el atleta se quedaba sin plan.
Causa raíz
El contrato enviaba todos los planes del usuario, y uno corrupto de 603 tomas ocupaba por sí solo 83,6 KB.
Solución
Contrato v2: solo el plan activo con sus metadatos y carga bajo demanda del resto, retrocompatible con las versiones anteriores.
Resultado
3,4 KB (−97 %), desplegado en mayo de 2026 y verificado de extremo a extremo contra producción en el simulador de un fenix 7.

Antes

Simulador de un fenix 7 con la sincronización pendiente: el plan no llega al reloj

Después

Simulador de un fenix 7 con el plan de maratón sincronizado mediante el contrato v2

10

Fiabilidad

  • De 6 a 316 ficheros de test en 8 meses (unos 4.300 casos) con Vitest y Testing Library.
  • 214 tests de reglas de Firestore contra el emulador, ejecutados en GitHub Actions.
  • Comprobaciones en CI de deriva del catálogo y de las regiones de las funciones.
  • Despliegue con puertas: escaneo de secretos en el bundle por huella SHA-256 y lista blanca de emails.
  • Matriz de QA de Connect IQ: 93/93 builds y 196 ejecuciones de tests.

11

Evolución del producto

  1. jul. 2025

    Primer MVP web de INNER, en React y Firebase.

  2. dic. 2025

    App de reloj aprobada en Connect IQ Store.

  3. ene. 2026

    Pivote del reloj a Data Field: el atleta no quiere salir de sus pantallas nativas de actividad.

  4. mar. 2026

    Data Field aprobado en Connect IQ Store.

  5. may. 2026

    Contrato de sincronización v2: de 103 KB a 3,4 KB.

  6. sep. 2026

    Inicio del cliente Wear OS (TFG).

  7. oct. 2026

    Apps en App Store y Google Play, buscador de carreras v2 y migración de región.

12

Qué haría distinto

  • Trocear antes los componentes que superan las 5.000 líneas.
  • Mover el rate limiting en memoria por instancia a un almacén compartido.
  • Unificar las Cloud Functions en una sola generación (Gen 2).