Blog

Notas sobre ingeniería de IA

Artículos prácticos sobre agentes de IA, RAG, integraciones LLM, evals y seguridad, basados en proyectos reales y sin relleno.

Desarrollo con IA

Un LLM sin GPU: Qwen2.5-0.5B en una CPU x86 normal con FastAPI y Docker

Un recorrido por nuestro proyecto open source para ejecutar un modelo de lenguaje pequeño en un servidor con CPU corriente: una imagen Docker offline con los pesos incluidos, una API de chat en FastAPI con streaming, cifras reales de latencia y memoria, y lo que aún falta para producción.

25 de octubre de 2026Volodymyr Sydorenko
Desarrollo con IA

Hoja de ruta del AI engineer 2026: las habilidades que necesita un desarrollador para crear productos con LLM

Qué hace realmente un AI engineer, en qué se diferencia del ML engineering y una hoja de ruta de aprendizaje paso a paso para desarrolladores: APIs de LLM, prompting, RAG, agentes, evals, observabilidad, seguridad y habilidades de producción, con recursos e ideas de proyectos.

5 de octubre de 2026Volodymyr Sydorenko
Desarrollo con IA

Cómo elegir un LLM para tu producto: benchmarks, evals reales, coste, latencia y dependencia del proveedor

Un marco práctico para seleccionar modelos de lenguaje: qué dicen y qué no dicen benchmarks públicos como SWE-bench, LMArena y HELM, la contaminación, cómo construir un eval específico para tu tarea, los compromisos entre coste y latencia, modelos abiertos frente a cerrados y cómo evitar la dependencia del proveedor.

4 de octubre de 2026Volodymyr Sydorenko
Agentes de IA

Privacidad en aplicaciones LLM: RGPD, datos personales en los prompts, anonimización de PII y elección de proveedores

Una guía para desarrolladores sobre datos personales en funcionalidades de IA: principios del RGPD aplicados a los LLM, flujos de datos y contratos de encargo, retención y entrenamiento, anonimización de PII, control de acceso en RAG, logs, derechos de los interesados y la normativa española y latinoamericana.

3 de octubre de 2026Volodymyr Sydorenko
Agentes de IA

Procesamiento de documentos con LLM: extraer datos de facturas, contratos y escaneos hacia tu ERP

Cómo construir un pipeline de procesamiento inteligente de documentos con LLM con visión: tratamiento de PDF y escaneos, extracción basada en esquemas, validación, confianza y revisión humana, integración con ERP como Odoo, métricas de precisión y costes.

2 de octubre de 2026Volodymyr Sydorenko