latent
Agente
JobMap
Describe el trabajo que quieres hacer, explora vacantes relacionadas y revisa la evidencia detrás de los juicios de relevancia de Jev.
Explorar el agente →Machine learning · IA · Ciencia de datos
Notas sobre construircon datos e IA.
Soy Oswaldo Orona. Escribo sobre los sistemas que construyo, desde búsqueda y agentes de IA hasta los datos que los sostienen. Lee las decisiones, explora los resultados y revisa el código.
Agentes
Sistemas que construí, con código y decisiones que puedes revisar.
Agente
Atlas de embeddings de Star Wars
Un explorador interactivo de quince descripciones de personajes, con puntuaciones de similitud, proyecciones y una comparación al quitar las relaciones con otros personajes.
Explorar el agente →
Agente
ReActReel
Un agente de búsqueda de cine y música que convierte una frase recordada en un video, con las llamadas a herramientas junto al resultado.
Explorar el agente →
Agente
Enmascarar antes de entregar los datos
Un flujo de transferencia entre bases de datos que enmascara los campos de clientes antes de entregarlos al agente o a su buzón.
Explorar el agente →
Agente
Asistente de transporte de Ciudad de México
Un mapa de transporte con un asistente que resuelve lugares y pide a un motor de rutas que calcule el viaje.
Explorar el agente →
Agente
Memo Ocho Bits
Un participante de IA en una quiniela mundialista, con pronósticos guardados y una tabla de posiciones calculada junto a jugadores humanos.
Explorar el agente →
Agente
Investigar el derrame en el Golfo
Una investigación geoespacial creada para cuestionar la versión del gobierno mexicano sobre el derrame con registros de buques, capas satelitales y comunicados fechados.
Explorar el agente →
Agente
El blog como servidor MCP
Un endpoint MCP público para que un asistente busque en el blog, recorra el catálogo y recupere artículos completos.
Explorar el agente →Biblioteca
Proyectos, análisis y guías sobre los sistemas con los que trabajo.
Ejecutar Ollama correctamente: Modelos locales y tus propios fine-tunes en una sola GPU
Ollama es la forma menos complicada de servir modelos locales en una sola GPU, pero sus valores predeterminados están ajustados para demos, no para producción. Analizamos lo que realmente importa (quantization, memoria de contexto, keep-alive) y cómo ejecutar tu propio modelo con fine-tuning tras la misma API.
1 jul 20266 min read
Cómo funciona realmente un loop de agente ReAct
Un recorrido por una ejecución real de un agente ReAct: la consulta fue "Houston, we have a problem" y el agente devolvió la marca de tiempo exacta de YouTube. Puedes reproducir la ejecución grabada dentro de este artículo, incluyendo los tokens de pensamiento.
1 jun 202611 min read
El Prompt Engineering ha muerto, larga vida al Prompt Engineering
Muchos decían que el prompt engineering era una moda pasajera. Se equivocaron: simplemente evolucionó. Del prompting artesanal al diseño sistemático de prompts para sistemas en producción.
25 may 20267 min read
Construcción de sitios web personales impulsados por IA
Tu sitio de portafolio puede hacer más que mostrar contenido estático. Aprende a integrar chat de IA, RAG y herramientas agénticas en un sitio web personal.
18 may 20262 min read
El auge de la generación estructurada: de JSON Mode a Grammar-Constrained Decoding
Garantizar una salida válida de los LLMs requiere más que solo prompting. El grammar-constrained decoding impone la estructura a nivel de token; aquí explicamos cómo funciona.
11 may 20266 min read
Self-Hosting de IA: Ejecutando LLMs en tu propio hardware
Las APIs en la nube son convenientes pero costosas. Explora cómo ejecutar LLMs de código abierto en tus propios servidores, desde la selección de hardware hasta la optimización de la inferencia.
4 may 20266 min read
PostgreSQL como base de datos vectorial: pgvector en producción
No necesitas una base de datos vectorial independiente. pgvector convierte a PostgreSQL en un motor de búsqueda semántica con índices HNSW, consultas híbridas y todo el poder de SQL.
27 abr 20267 min read
Claude Code y el futuro del desarrollo asistido por IA
Claude Code integra un agente de IA directamente en tu terminal. Explora lo que las herramientas de codificación autónomas significan para los flujos de trabajo de ingeniería de software.
20 abr 20266 min read
Workflows agénticos: Orquestación de pipelines de IA de múltiples pasos
La IA de un solo prompt está alcanzando su límite. Los workflows agénticos encadenan múltiples llamadas a LLM con herramientas, ramificaciones y bucles de retroalimentación para resolver tareas complejas de manera confiable.
13 abr 20267 min read
Servidores MCP: Construyendo IA con uso de herramientas mediante Model Context Protocol
El Model Context Protocol estandariza cómo los modelos de IA descubren y utilizan herramientas. Conoce cómo funcionan los servidores MCP y por qué son fundamentales para el futuro de los agentes.
6 abr 20265 min read
Destilación de modelos: comprimiendo inteligencia sin perderla
Los modelos grandes son potentes pero costosos. La destilación transfiere su conocimiento a modelos más pequeños, rápidos y económicos, y los resultados son sorprendentemente buenos.
30 mar 20265 min read
Ventanas de contexto largas: Qué cambia realmente con 1 millón de tokens
Gemini 1.5 Pro llevó el contexto a 1 millón de tokens y Claude 3.5 le siguió los pasos. Sin embargo, ¿es siempre mejor una ventana de contexto más grande y qué es lo que realmente habilita?
23 mar 20265 min read
Knowledge Graphs y LLMs: Razonamiento estructurado a escala
Las alucinaciones ocurren cuando los modelos adivinan. Los knowledge graphs proporcionan a los LLMs un eje estructurado y verificable, y la combinación es más potente que cualquiera de los dos por separado.
16 mar 20265 min read
IA on-device: El impulso hacia el edge intelligence
Desde el Neural Engine de Apple hasta las NPU de Qualcomm, la IA se está trasladando de la nube a tu dispositivo. Analizamos qué impulsa este cambio y las posibilidades que esto desbloquea.
9 mar 20265 min read
Fine-Tuning vs RAG: Eligiendo la estrategia correcta
Ambos enfoques personalizan los LLM para dominios específicos, pero resuelven problemas distintos. Aquí te explicamos cómo elegir la herramienta adecuada y cuándo combinarlas.
2 mar 20265 min read
Speculative Decoding: El truco de velocidad oculto en los LLM modernos
La inferencia es lenta porque los tokens se generan uno a uno. El speculative decoding rompe esa restricción sin cambiar la distribución de salida del modelo.
23 feb 20268 min read
Asistentes de codificación con IA: ¿Superpoder o atrofia de habilidades?
Copilot, Cursor, Claude Code y Codex permiten escribir código más rápido que nunca. Pero, ¿están los desarrolladores mejorando sus capacidades o simplemente volviéndose más dependientes?
16 feb 20266 min read
Modelos de razonamiento: Por qué pensar más tiempo genera mejores respuestas
Pensamiento extendido, test-time compute y chain-of-thought durante el entrenamiento: desglosamos cómo una nueva clase de modelos intercambia latencia por precisión.
9 feb 20268 min read
DeepSeek R1 y la revolución del razonamiento open-source
Un laboratorio chino lanzó un modelo de razonamiento que igualó a OpenAI o1 a una fracción del costo, y luego lo liberó como open-source. He aquí por qué esto es sumamente importante.
2 feb 20266 min read
IA en 2026: Lo que traerán los próximos 12 meses
Desde modelos nativos de razonamiento hasta ingenieros de software autónomos, estas son las tendencias que definirán la IA en 2026.
26 ene 20265 min read
2025: El año en que la IA se volvió mainstream
Una mirada retrospectiva a los avances, sorpresas y giros que definieron la inteligencia artificial en 2025, desde los modelos de razonamiento hasta la revolución de los agentes.
19 ene 20265 min read
Visualización de espacios latentes de alta dimensión
Los espacios latentes codifican el significado en la geometría. Aprenda cómo las técnicas de reducción de dimensionalidad como t-SNE y UMAP hacen visibles estas estructuras invisibles.
12 ene 20266 min read
Construyendo un pipeline de RAG con Gemini
Una guía práctica para construir un pipeline de Retrieval-Augmented Generation utilizando la API de Gemini de Google, File Search Store y modelos de embeddings.
5 ene 20266 min read
Asignación eficiente de recursos de GPU
Optimiza tu infraestructura de ML con estrategias como MIG y cuantización para reducir costos sin sacrificar el rendimiento.
29 dic 20256 min read
Construyendo un pipeline de RAG desde cero
Una guía técnica paso a paso para construir un sistema de Generación Aumentada por Recuperación (RAG) para datos empresariales.
22 dic 20258 min read
Tasas Globales de Adopción de IA
Un desglose visual de cómo la IA está expandiéndose en diversas industrias, desde la salud hasta las finanzas, durante los próximos cinco años.
15 dic 20255 min read
El costo de la inteligencia
Rastrea la caída exponencial en los costos de generación de tokens y lo que esta democratización significa para el futuro del software.
8 dic 20255 min read
Leyes de escala de los LLM
Comprende las leyes de potencia que rigen el rendimiento de la IA: por qué los modelos más grandes y un mayor cómputo generan consistentemente mejores resultados.
1 dic 20255 min read
Evolución de las Arquitecturas Neuronales
Recorre el linaje de las redes neuronales desde el humilde Perceptrón hasta las masivas ResNets que alimentan la IA actual.
24 nov 20256 min read
Dentro del Transformer
Explora las capas de la arquitectura Transformer para visualizar cómo los attention heads procesan la información.
17 nov 20256 min read
Mapeando el universo de Star Wars
Un experimento de datos divertido: generar embeddings de personajes de Star Wars en un espacio 3D basados en su sensibilidad a la Fuerza y sus facciones.
10 nov 20257 min read
Clustering de segmentos de clientes
Aprende cómo el clustering de K-Means revela patrones ocultos en el comportamiento de los usuarios para impulsar estrategias de negocio dirigidas.
3 nov 20256 min read
Visualizando word embeddings
Explora la matemática detrás del lenguaje: observa cómo 'King - Man + Woman = Queen' se representa visualmente en un espacio vectorial.
27 oct 20255 min read
Navegando el espacio latente
Descubre los secretos de la compresión de datos de alta dimensionalidad y cómo el mapeo de entradas complejas a espacios más simples impulsa la IA generativa.
20 oct 20255 min read
Bases de datos vectoriales: la capa de memoria de la IA moderna
Los embeddings son el lenguaje de la búsqueda semántica, y las bases de datos vectoriales son el lugar donde residen. Aprende cómo los índices ANN potencian la recuperación a escala.
13 oct 20257 min read
Chain-of-Thought Prompting: enseñando a la IA a mostrar su trabajo
Una sola frase ('let's think step by step') mejoró drásticamente el razonamiento de los LLM. Explora la ciencia detrás del chain-of-thought y hacia dónde se dirige.
6 oct 20257 min read
El momento multimodal: cuando la IA aprendió a ver y hablar
Los modelos de visión y lenguaje ahora pueden describir imágenes, leer gráficos y analizar videos. Así es como su arquitectura permite un verdadero entendimiento cross-modal.
29 sep 20255 min read
Salidas estructuradas: Haciendo que los LLMs sean confiables en producción
El texto libre funciona bien en una ventana de chat, pero los sistemas en producción necesitan JSON. Una guía sobre decodificación restringida, cumplimiento de esquemas y un ejemplo con Gemini que combina salidas estructuradas con function calling.
22 sep 20259 min read
Agentes de IA: Más allá del chat hacia la acción autónoma
Los LLMs fueron solo el comienzo. Explore cómo los agentes de IA autónomos utilizan herramientas, memoria y planificación para actuar, no solo responder.
15 sep 20257 min read
39 de 39 artículos
Acerca de
Soy Oswaldo Orona, Administrador Principal de Bases de Datos y profesional de IA con base en Denver, CO. Tengo un MCS-DS de UIUC (Tau Beta Pi, Phi Kappa Phi) y aporto más de 25 años de experiencia en bases de datos junto con trabajo práctico profundo en machine learning e ingeniería de IA.
Mis áreas de enfoque incluyen Generación Aumentada por Recuperación (RAG), agentes de IA, Model Context Protocol (MCP), IA geoespacial e IA financiera, todo ejecutándose en un laboratorio casero Proxmox auto-hospedado con Docker y LXC.
Este blog es donde documento exploraciones en el espacio latente: las ideas, experimentos y sistemas que viven entre los datos y el modelo.
ML & IA
- PyTorch
- TensorFlow
- RAG
- NLP
- Computer Vision
- LLMs
Bases de Datos
- PostgreSQL
- Oracle
- Redis
- pgvector
- DynamoDB
Infraestructura
- Docker
- Proxmox
- Ansible
- AWS
- Linux
Lenguajes
- Python
- R
- SQL
- PL/SQL
- Java
- Bash
Pregunta sobre Oswaldo
Conoce mi experiencia a través de una conversación. Pregunta cómo construí un proyecto, conoce mi trayectoria o comenta cómo mis habilidades encajan en tu equipo.
Estás conversando con un asistente de IA. Puede ayudarte a agendar una llamada o enviar un mensaje. Oswaldo puede recibir un resumen de la conversación.