Ingeniería de datos para IA

Usa Python, Pydantic y la librería Instructor para extraer datos estructurados de texto no estructurado. Convierte facturas y ofertas de trabajo en objetos Python tipados y validados de forma confiable.

Agentes de IA con LangGraph para Análisis de Datos

Construye un agente autónomo de análisis de datos usando LangGraph. Aprende cómo los agentes difieren de RAG e implementa el ciclo ReAct con herramientas para consultar y resumir datos.

Orquesta Pipelines de ML con Prefect

Pasa de scripts frágiles de entrenamiento a workflows de ML robustos y observables con Prefect. Programa re-entrenamiento, maneja fallos con gracia y monitorea cada ejecución.

Monitoreo de Modelos ML en Producción con Evidently

Aprende a detectar data drift y degradación de modelos en producción usando Evidently AI. Genera reportes automatizados y alertas antes de que tu modelo falle silenciosamente.

Evidently

MLOps

Tu Primer Modelo de Machine Learning con Scikit-learn

Nuevo

Tu Primer Modelo de Machine Learning con Scikit-learn

may 2026

Guía paso a paso para construir tu primer modelo de ML: exploración de datos, preprocesamiento, validación cruzada, ajuste de hiperparámetros y evaluación con scikit-learn.

Investigación de Operaciones

scikit-learn

machine learning

Cómo Resolver Problemas de Scheduling con Python

may 2026

Usa pyworkforce para asignar turnos de trabajo minimizando la brecha entre recursos requeridos y programados, con soporte integrado para preferencias, turnos prohibidos y reglas de descanso.

pyworkforce

scheduling

Métodos de Parámetros Adaptativos para Machine Learning

abr 2026

Explora cómo usar ExponentialAdapter e InverseAdapter en sklearn-genetic-opt para ajustar dinámicamente las probabilidades de mutación y cruzamiento.

sklearn-genetic-opt

adaptive parameters

Selección Evolutiva de Características para Machine Learning

abr 2026

Usa GAFeatureSelectionCV de sklearn-genetic-opt para encontrar el subconjunto óptimo de características con algoritmos evolutivos — capturando interacciones que los métodos de filtrado no detectan y determinando automáticamente cuántas variables conservar.

Detección de Anomalías en Tiempo Real con Apache Kafka y Python

abr 2026

Construye un pipeline de detección de anomalías en tiempo real que consume flujos de Apache Kafka y califica eventos con un modelo scikit-learn — con productor, consumidor y configuración Docker Compose completa.

Sirve un Modelo de Machine Learning con Sklearn, FastAPI y Docker

mar 2026

Envuelve un modelo scikit-learn entrenado en un endpoint REST con FastAPI, contenerízalo con Docker y sirve predicciones a escala — plantilla completa de despliegue MLOps con repositorio GitHub funcional.

FastAPI

Docker

scikit-learn

¿Todavía Usas Grid Search para Optimización de Hiperparámetros?

mar 2026

Compara grid search, random search y algoritmos evolutivos para optimización de hiperparámetros con sklearn-genetic-opt.

sklearn-genetic-opt

scikit-learn

Ajusta Tu Modelo de Scikit-learn Usando Algoritmos Evolutivos

feb 2026

Ajuste de hiperparámetros con GASearchCV de sklearn-genetic-opt usando algoritmos evolutivos.

Gestiona el Ciclo de Vida de ML con MLflow en Python

feb 2026

Usa MLflow para rastrear experimentos, comparar ejecuciones, versionar modelos en el Model Registry y promover el mejor modelo a producción sin perder reproducibilidad.

Cómo Construir un Sistema RAG con LangChain y Python

ene 2026

Construye un sistema RAG con LangChain, ChromaDB y OpenAI. Cubre indexación de documentos, recuperación con MMR, evaluación con RAGAS y optimizaciones de producción como re-ranking y caché semántico.

RAG

LangChain

Investigación de Operaciones

Optimización de Planeación de Personal con Python

ene 2026

Modela el headcount mínimo necesario para cubrir la demanda con pyworkforce — resolviendo el problema de planeación de personal que enfrentan los equipos de operaciones en call centers e industrias por turnos.