Engineering Manager / Líder Técnico
Archivo
Textos anteriores sobre aplicaciones de IA, ingeniería de software y herramientas para desarrolladores.
Una guía práctica para estudiantes, desarrolladores júnior, personas que crean proyectos de forma autodidacta y PMs que quieren usar la IA como coach, compañero de práctica y aliado para depurar código, sin delegar el esfuerzo que hace que el aprendizaje perdure.
Una guía práctica y motivadora para estudiantes de ciencias de la computación y desarrolladores que comienzan su carrera: qué fundamentos siguen siendo importantes, cómo usar la IA sin delegarle el pensamiento y cómo construir un portafolio que demuestre tus capacidades en un mercado laboral saturado.
Una guía práctica para ingenieros sobre cuándo ayudan los comentarios de tipo nit, cuándo se convierten en ruido y cuántos son suficientes antes de que el equipo deba automatizar, aprobar o sacar la discusión del PR.
La versión candidata de MCP 2026-07-28 elimina el handshake de inicialización y los IDs de sesión, exige headers de enrutamiento y refuerza OAuth. Aquí encontrarás qué cambia en el protocolo y cómo migrar un servidor remoto antes de que se publique la especificación final.
Una guía accesible para estudiantes curiosos de ciencias de la computación que quieren crear productos reales con IA desde ahora: qué aprender, qué construir, qué señales importan en el mercado laboral y cómo mantener los pies en la tierra mientras el mercado avanza a toda velocidad.
Una guía práctica basada en investigación para construir un agente de ingeniería sénior que planifica el trabajo, escribe prompts estructurados para subagentes, orquesta la ejecución y abre pull requests, junto con un panorama honesto de las brechas, los supuestos y la confianza necesarios para que los PRs automáticos sean confiables.
Cómo funciona el patrón de forwardAuth en el gateway, un autorizador externo, un JWT interno y servicios ligeros, construido con Heimdall como PEP y OpenFGA como PDP al estilo Zanzibar.
Un recorrido práctico y respaldado por fuentes por el stack moderno de infraestructura de ML/AI, centrado en alojar la inferencia de LLMs en Kubernetes con vLLM y KServe, además de los costos de las GPU y las habilidades que realmente importan en 2026.
Búsqueda rápida
Busca por tema, título, framework o patrón.
Cargando búsqueda…