Artículos Recientes
De la Laptop a la Nube: Integrando Modelos de ML con AWS SageMaker
Tener un modelo de Machine Learning funcional es solo el primer paso. Descubre cómo usar Amazon SageMaker para desplegar, escalar y gestionar tus modelos en un entorno de producción real.
Arquitectura de un pipeline de datos en AWS
Te comparto mi arquitectura para construir un pipeline de datos moderno en AWS, desde la ingesta en tiempo real hasta el análisis. Una guía para tomar mejores decisiones de negocio.
Ciencia Pokémon: Un proyecto End-to-End de MLOps
Te muestro mi proceso completo de MLOps: desde el análisis de datos hasta el despliegue de una API con Docker y FastAPI para predecir el tipo de un Pokémon por su color.
PyntegrityDB: Mi Herramienta Open-Source en Python para Garantizar la Calidad de tus Datos
Te presento PyntegrityDB, una biblioteca y CLI que construí para automatizar la validación de integridad en bases de datos PostgreSQL y MySQL. Descubre por qué la creé y cómo puede ayudarte.
UnderData: Cómo Creé una Librería en Python para Analizar Estadísticas de Fútbol
Te presento UnderData, una librería que construí para hacer web scraping a understat.com. Descubre la historia detrás del proyecto y cómo puedes usarla para tus propios análisis de datos deportivos.
¿Fine-tuning o RAG? Cuándo y cómo elegir la estrategia correcta para tu LLM
Fine-tuning y RAG son dos técnicas clave para adaptar un LLM a tus datos, pero no son intercambiables. Te explico en qué escenarios brilla cada una.