Apuntes sobre sistemas distribuidos, IA agéntica, evals y la cultura de ingeniería que hace que los equipos de IA shippeen.
Cómo darle memoria persistente entre sesiones a un agente LangGraph usando DynamoDB en vez de Postgres, con la librería que publiqué.
Descubrí las habilidades clave que todo ingeniero de IA necesitará dominar para el 2026, desde la orquestación de agentes hasta el liderazgo ético y la arquitectura de soluciones a escala.
Descubrí cómo el código generado por LLMs introduce riesgos de seguridad significativos y qué deben hacer los líderes de ingeniería para mitigarlos. Basado en el Veracode 2026 GenAI Code Security Report.
Análisis técnico de los riesgos de seguridad y control en la implementación de agentes autónomos de IA. Ejemplos concretos, mecanismos de fallo y estrategias de mitigación para CTOs.
Analizamos las arquitecturas de loop y graph para agentes de IA, comparando sus mecanismos, ventajas y desafíos para construir sistemas robustos y confiables en entornos productivos complejos.
Exploramos la disyuntiva entre LLMs especializados y generalistas en producción, analizando costos, rendimiento, latencia y estrategias de implementación para CTOs.
Guía técnica para CTOs sobre cómo implementar RAG en producción. Explora chunking, bases vectoriales, re-ranking, control de alucinaciones y pipeline de indexación con ejemplos y tradeoffs.