Guías prácticas sobre ingeniería de IA, desde sistemas RAG en producción hasta agentes de voz. Lecciones reales de proyectos reales.
Osvaldo Restrepo — ingeniero de IA, PhD y desarrollador full-stack basado en Panamá — comparte cómo es construir sistemas de IA en producción desde América Latina, por qué Panamá es un hub tecnológico emergente, y cómo se ve el panorama de la ingeniería de IA en Centroamérica.
Una exploración del vibe coding—la práctica emergente de construir software a través de lenguaje natural y colaboración con IA, cubriendo técnicas, herramientas, mejores prácticas y cuándo funciona mejor.
La historia detrás de construir un sistema de IA para familias en la UCIN. Nacido de la experiencia vivida, el duelo, y la comprensión de que los padres merecen mejores herramientas para defender a sus hijos.
Diseñar funciones de IA para personas que no saben — y no deberían tener que saber — qué es un LLM. Cinco reglas ganadas con MILA, los agentes de voz para pequeños negocios, y viendo a niños probar herramientas de IA en Waldo's Code Lab. Di lo que no puede hacer en la primera pantalla, entrega cada salida, trata la latencia como una característica, sugiere ejemplos que muestren el borde, y nunca falles con la palabra 'modelo'.
Los demos llamativos de agentes son también los más fáciles de mal-construir en producción. El loop — el modelo llama a una herramienta, recibe un resultado, llama a otra, repite — necesita criterios estrictos de terminación: máximo de iteraciones, detección de no-progreso, presupuestos de tokens y tiempo, una salida de emergencia explícita. Por qué dejar que el agente decida cuándo terminó es el bug que se comió tu factura, y los patrones aburridos que hacen que los loops sobrevivan al tráfico real.
En entornos clínicos, una respuesta equivocada no tiene un solo costo, tiene un tono. Una respuesta confiadamente equivocada se cuela en la historia clínica. Una respuesta incierta y equivocada se vuelve a revisar. Por qué un modelo 95% preciso y siempre confiado es más peligroso que uno 88% preciso y bien calibrado, y cómo construyo esa calibración en la superficie de MILA.
Ponerle 'IA' a una feature cambia las expectativas del usuario de formas que tu equipo de finanzas no presupuestó: pasivo por hallucinations, una barra de confiabilidad más alta, carga de soporte, ciclos de venta más lentos y daño de marca cuando la magia falla. Un argumento honesto de que la etiqueta 'con IA' debe ganarse u omitirse — no usarse como decoración.
Un ensayo reflexivo sobre ser el especialista entre generalistas — la persona a la que los stakeholders le preguntan '¿deberíamos usar IA para esto?'. El leverage, la soledad, la tentación de evangelizar, el burnout que sigue, y cómo construí una red de pares remota cuando no había una local a la que recurrir.
Las ventanas de 200K tokens se sienten infinitas hasta que las mides. El contexto es un presupuesto real que gastas en cada llamada — cada token cuesta dinero, compite por atención y arriesga jalar al modelo hacia el hilo equivocado. Una guía práctica de eficiencia de contexto, poda y de qué pertenece al prompt en primer lugar.
La IA agregó una tercera opción a la clásica decisión de construir-o-comprar: envolver una API de modelo fundacional. Un marco práctico para qué envolver, qué comprar y qué construir — y cuándo 'solo envuelve GPT' es lo correcto o peligrosamente equivocado.
Mostrando 1-10 de 72 artículos