Artículos / Guía temática

Guía temática

Ingeniería de datos para IA

Flujos de datos, streaming, detección de anomalías, ETL y bases operativas para sistemas de IA y ML.

Para organizaciones donde el problema de IA empieza con datos dispersos, lentos o difíciles de gobernar.

Ver proyectos

Artículos relacionados

Búsqueda híbrida RAG con BM25 y fusión de rangos en Python

oct de 2026 · LLMs & Agentes

Búsqueda híbrida RAG con BM25 y fusión de rangos en Python

Combina recuperación BM25 y rankings semánticos con reciprocal rank fusion. Ejecuta un baseline en Python y evalúa candidatos antes de añadir un reranker.

Leer
Precisión al extraer facturas: validación de fuentes en Python

oct de 2026 · LLMs & Agentes

Precisión al extraer facturas: validación de fuentes en Python

Valida importes extraídos contra líneas fuente, formatos decimales explícitos y totales. Mide precisión por campo y cobertura de revisión con documentos etiquetados.

Leer
Jev en Python: enrutamiento tipado con el SDK de TypeSafe

sept de 2026 · LLMs & Agentes

Jev en Python: enrutamiento tipado con el SDK de TypeSafe

Usa Jev y el SDK de TypeSafe en Python para enrutar solicitudes con Choice, Noul, umbrales de confianza y revisión humana.

Leer
Construye un servidor MCP seguro de solo lectura en Python

sept de 2026 · LLMs & Agentes

Construye un servidor MCP seguro de solo lectura en Python

Expón un servicio pequeño de Python mediante MCP con entradas validadas, resultados acotados y una lista de integración segura.

Leer
Evalúa RAG offline: recuperación y disponibilidad de evidencia

sept de 2026 · LLMs & Agentes

Evalúa RAG offline: recuperación y disponibilidad de evidencia

Usa un arnés pequeño y ejecutable en Python para medir recuperación y disponibilidad de evidencia anotada antes de cambiar un sistema RAG.

Leer
Extracción de datos con LLMs, Python y Pydantic

jun de 2026 · LLMs & Agentes

Extracción de datos con LLMs, Python y Pydantic

Extrae facturas y ofertas de trabajo con Python, Pydantic e Instructor. Valida tipos, revisa errores y mide la calidad de cada campo.

Leer
Agentes de IA con LangGraph para Análisis de Datos

jun de 2026 · LLMs & Agentes

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.

Leer
Orquesta Pipelines de ML con Prefect

jun de 2026 · MLOps

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.

Leer
Monitoreo ML con Evidently: Detecta Data Drift en Python

jun de 2026 · MLOps

Monitoreo ML con Evidently: Detecta Data Drift en Python

Compara batches con Evidently 0.7.23, define variables numéricas, exporta métricas y pruebas de drift y evalúa calidad con labels por separado.

Leer
Titanic con scikit-learn: tutorial de Pipeline en Python

may de 2026 · Aprendizaje automático

Titanic con scikit-learn: tutorial de Pipeline en Python

Entrena un clasificador Titanic en Python con fetch_openml, preprocesamiento, GridSearchCV y test separado. Incluye categorías desconocidas.

Leer
Cómo Resolver Problemas de Scheduling con Python

may de 2026 · Investigación de Operaciones

Cómo Resolver Problemas de Scheduling con Python

Construye turnos con pyworkforce 0.5.4: cobertura, disponibilidad, horas mínimas, estados del solver y límites de las reglas de descanso y preferencias.

Leer
Mutación y cruzamiento adaptativos con sklearn-genetic-opt

abr de 2026 · Aprendizaje automático

Mutación y cruzamiento adaptativos con sklearn-genetic-opt

Programa mutación y cruzamiento con los adaptadores de sklearn-genetic-opt, comprueba sus curvas y compara la búsqueda con una configuración fija.

Leer
Selecciona características con sklearn-genetic-opt

abr de 2026 · Aprendizaje automático

Selecciona características con sklearn-genetic-opt

Usa GAFeatureSelectionCV 0.14.0 con escalado dentro de cada fold, revisa las variables seleccionadas y evalúa pipelines sobre datos de prueba separados.

Leer
Anomalías con Kafka y Python: modelo, eventos y offsets

abr de 2026 · Sistemas de Datos

Anomalías con Kafka y Python: modelo, eventos y offsets

Ejecuta una demo local de Kafka con Python e Isolation Forest: tres particiones, validación de eventos y confirmación de offsets después del procesamiento.

Leer
Sirve un modelo scikit-learn con FastAPI y Docker

mar de 2026 · MLOps

Sirve un modelo scikit-learn con FastAPI y Docker

Entrena Iris con scikit-learn y sírvelo con FastAPI: valida entradas, protege ambas rutas, acota lotes y prueba el contenedor Docker.

Leer
¿Todavía Usas Grid Search para Optimización de Hiperparámetros?

mar de 2026 · Aprendizaje automático

¿Todavía Usas Grid Search para Optimización de Hiperparámetros?

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

Leer
Ajusta Tu Modelo de Scikit-learn Usando Algoritmos Evolutivos

feb de 2026 · Aprendizaje automático

Ajusta Tu Modelo de Scikit-learn Usando Algoritmos Evolutivos

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

Leer
MLflow en Python: experimentos y versionado de modelos

feb de 2026 · MLOps

MLflow en Python: experimentos y versionado de modelos

Registra experimentos de Python con MLflow 3.14 y SQLite, separa validación y test final, y recupera un modelo versionado mediante un alias del Registry.

Leer
Cómo Construir un Sistema RAG con LangChain y Python

ene de 2026 · LLMs & Agentes

Cómo Construir un Sistema RAG con LangChain y Python

Construye un flujo RAG para PDF con Python, LangChain y Chroma. Conserva páginas de origen, valida citas y separa recuperación de calidad de respuesta.

Leer
Optimización de Planeación de Personal con Python

ene de 2026 · Investigación de Operaciones

Optimización de Planeación de Personal con Python

Planea una semana cíclica con pyworkforce 0.5.4. Verifica un plan de nueve personas y compara mínimo personal con mínima brecha absoluta de cobertura.

Leer

¿Vas a construir una plataforma de IA o de datos?

Cuéntame qué estás implementando y dónde encuentras el problema: recuperación, modelos, datos o integración con tu producto.

Ver todos los proyectos