
Sign up to save your podcasts
Or


Hola de nuevo por acá y vamos a estar más de lleno. Gracias por escucharme y espero que compartas y comentes, eso me ayuda a creer que sí valen la pena estos contenidos que con cariño he creado.
En este episodio hablamos en profundidad sobre AI Coding, el surgimiento de este paradigma, herramientas, conceptos nuevos como Harnessing, Antigravity 2.0, Antigravity CLI, Antigravity IDE y Antigravity SDK, estos cuatro productos, sus características, pros,contras y mucho más.
Así que dale 5 estrellas al podcast si estás en Spotify y mucho cariño.
Te leo!
Referencias:
- https://antigravity.google/
https://antigravity.google/docs/home
Hola,
Ya tenemos nuevo episodio sobre agentes!
Analizamos la evolución técnica y estratégica desde el Single Agent hasta la complejidad de los Sistemas Multi-Agente.
Exploramos los patrones de diseño que permiten que diferentes IA colaboren, debatan y se corrijan entre sí para resolver problemas complejos sin intervención humana.
En este episodio aprenderás:
Referencias:
¿Qué significa realmente que una IA tenga "agencia"?
En este episodio desglosamos la evolución tecnológica que nos ha llevado de simples modelos de lenguaje a sistemas capaces de razonar, planificar y ejecutar tareas por nosotros.
Exploramos el viaje técnico y conceptual de la inteligencia artificial moderna:
- La Evolución: Cómo pasamos de los LLMs estáticos a la recuperación dinámica de información con RAG y la precisión contextual de GraphRAG.
- ReAct como paradigma de razonamiento
Anatomía de un Agente: Analizamos las piezas que dan vida a un agente:
- El Cerebro: El modelo base y el razonamiento.
- El poder de las instrucciones (System Prompts).
- Tools (herramientas): para interactuar con el mundo real.
- La Seguridad: Implementación de Guardrails para mantener el sistema bajo control.
- Discutimos los niveles de autonomía y cómo la IA está empezando a tomar decisiones complejas.
- Casos de Uso: Ejemplos reales de cómo los agentes están transformando industrias hoy mismo.
Escuchalo ya y compartelo!
¿Tu RAG sufre de alucinaciones y de falta de contexto? En este episodio, exploramos cómo los grafos de conocimiento se combinan con los vectores para resolver los problemas de los RAG tradicionales. Descubre qué son los grafos léxicos, cómo se crean, sus beneficios y las herramientas clave, como Neo4j y LangChain, entre otras, para llevar tus sistemas de recuperación de información al siguiente nivel.
¡No se lo pierdan! 🎧
Referencias:
- https://neo4j.com/blog/genai/what-is-graphrag/
- https://arxiv.org/pdf/2501.00309
✨ Nuevo episodio de nuestro podcast ✨
¿Quieres optimizar el desarrollo de tus aplicaciones con IA? En este episodio, te sumergimos en el mundo de Genkit, un framework open-source diseñado para la ingeniería de IA. Analizamos su arquitectura, desde los flujos de IA y los componentes de trazas hasta los plugins que expanden su funcionalidad. Repasamos casos de uso, mostramos cómo construir ejemplos reales y discutimos sus potentes integraciones. Si eres desarrollador o ingeniero, esta es tu guía para dominar Genkit.
¡No se lo pierdan! 🎧
Referencias:
- https://genkit.dev/
- https://youtu.be/5tF5R0FhD78?si=3dZIyNsSzgWD-IMY
✨ Nuevo episodio de nuestro podcast, centrado en el campo de la Inteligencia Artificial Generativa.
En esta entrega, contamos con la participación de Carlos Alarcón, Google Developer Expert (GDE) en AI, quien nos ofrecerá una perspectiva experta y detallada.
Durante esta profunda conversación, abordaremos aspectos fundamentales:
¿Qué es la IA Generativa? 🧠 Desglosaremos sus principios esenciales y su impacto tecnológico.
Funcionamiento de la IA Generativa de Imágenes 🖼️: Analizaremos los mecanismos que permiten la creación de contenido visual innovador.
Modelos y Arquitecturas Clave 🏆: Revisaremos los principales modelos que definen el panorama actual de esta tecnología.
Casos de Uso Reales y Potenciales 💡: Exploraremos diversas aplicaciones que están transformando industrias y creatividad.
Este episodio representa una gran oportunidad para comprender una de las áreas más dinámicas de la inteligencia artificial.
¡No se lo pierdan! 🎧
En este episodio, hablamos de todas las novedades y experiencias del Google Cloud Next 2025.
¿Qué nos dejó este año? ¿Superó las expectativas?
Compartimos nuestra impresión general del evento y lo que más nos sorprendió y llamó la atención.
Para los que buscan conectar, hablamos sobre las oportunidades de networking y cómo fue la experiencia de interactuar con otros profesionales de la industria.
¡Pero lo más importante son los anuncios! Revelamos cuáles fueron los anuncios más importantes y emocionantes para nosotros y explicamos el porqué de su relevancia.
¿Hubo algún anuncio subestimado que merecía más atención? ¡Lo discutimos!
Finalmente, resumimos el evento en tres puntos clave que todo el mundo debería conocer.
¡No te pierdas este análisis completo del Google Cloud Next 2025!
Si te interesa el futuro del cloud computing, la inteligencia artificial y la innovación tecnológica, ¡este es tu episodio!
Referencias:
- https://cloud.google.com/blog/topics/google-cloud-next/google-cloud-next-2025-wrap-up
- https://www.youtube.com/@alarcon7a
- https://www.linkedin.com/in/briansalvattore/
#GoogleCloudNext2025 #GoogleCloud #TechPodcast #Innovación #Tecnología #IA #CloudComputing
En este episodio hablamos de una técnica para reducir las alucinaciones por medio de fuentes fiables y actuales. Ejemplo a la pregunta sobre los pronósticos del clima para hoy, un LLM te enviará a que lo consultes en un sitio externo. La técnica de Grounding nos sirve para resolver este problema además de reducir las alucinaciones por medio de fuentes actuales y fiables. En este episodio hablamos en qué consiste esta técnica, como funciona, como es su algoritmo de decisión y mucho más.
Referencias:
https://cloud.google.com/vertex-ai/generative-ai/docs/grounding/overview
https://youtu.be/lu3zXKhTUd4?si=Q4AG-DXognK3RDsj
Síguenos:
https://twitter.com/jggomezt
https://twitter.com/DevHackCali
¿Cansado de las limitaciones de los Large Language Models (LLMs)? En este episodio, nos adentramos en el fascinante mundo de RAG (Retrieval Augmented Generation), una técnica que está revolucionando la forma en que interactuamos con la IA.
Descubre cómo RAG permite a los LLMs acceder a información externa y actualizada, superando las barreras del conocimiento estático y abriendo un abanico de posibilidades en áreas como:
Búsqueda de información precisa y contextualizada: Olvídate de respuestas genéricas. RAG permite a los LLMs proporcionar información específica y relevante a tus consultas.
Generación de contenido más creativo y dinámico: Desde la redacción de textos hasta la creación de código, RAG potencia la capacidad de los LLMs para generar contenido original y de alta calidad.
Personalización de la experiencia del usuario: RAG permite adaptar las respuestas de los LLMs a las necesidades individuales de cada usuario, ofreciendo una experiencia más personalizada e interactiva.
Referencias:
https://cloud.google.com/use-cases/retrieval-augmented-generation?hl=en
https://python.langchain.com/docs/tutorials/rag/
Síguenos:
https://twitter.com/jggomezt
https://twitter.com/DevHackCali
¿Alguna vez te has preguntado cómo las máquinas entienden el lenguaje humano?
En este episodio desentrañamos el misterio de los embeddings, una técnica clave en el NLP.
Prepárate para:
Descubrir qué son los embeddings: Exploraremos cómo se transforman las palabras y frases en vectores numéricos que capturan su significado.
Comprender su utilidad: Analizaremos cómo los embeddings permiten a las máquinas realizar tareas como la búsqueda semántica, la traducción automática y el análisis de sentimientos.
Explorar casos de uso reales: Desde sistemas de recomendación hasta chatbots inteligentes, veremos cómo los embeddings están revolucionando la tecnología.
Adentrarnos en las diferentes aproximaciones para obtener embeddings: Desglosaremos métodos como One Hot Encoding, Co-Ocurrence Matrix y el poderoso Word2Vec.
Profundizar en Word2Vec: Descifraremos su funcionamiento y cómo logra capturar relaciones semánticas entre palabras.
#llms #genai #embeddings #word2vec
Síguenos:
https://twitter.com/jggomezt
https://twitter.com/DevHackCali
Referencias:
https://github.com/jggomez/word2vec-scratch
https://arxiv.org/pdf/1301.3781
https://developers.google.com/machine-learning/crash-course/embeddings
https://medium.com/@enozeren/word2vec-from-scratch-with-python-1bba88d9f221
https://huggingface.co/blog/matryoshka
From the publisher's feed