Construint sistemes de ML i programari en producció.

18 de setembre del 2026 7 min de lectura

Validació temporal per a la predicció de pagaments tardans

Per què predir pagaments tardans requereix més que una divisió cronològica train/test i com reconstrueixo què es podia saber realment quan s'hauria fet cada predicció de Payrithm.

Machine Learning
Time Series
Scikit-learn

Llegir article

5 de setembre del 2026 7 min de lectura

Operar PostgreSQL, Redis i Celery en un VPS de 8 GB

Què m'ha ensenyat executar PostgreSQL, Redis, workers de Celery i diverses aplicacions SaaS en un VPS de 8 GB sobre pressupostos de recursos, concurrència, cues i simplicitat operativa.

DevOps
PostgreSQL
Redis

Llegir article

10 d’agost del 2026 14 min de lectura

Construint TenderWise: intel·ligència basada en regles per decidir Bid/No-Bid en licitacions europees

Com vaig dissenyar TenderWise com un SaaS multilingüe de contractació pública que ingereix anuncis TED, aplica matching determinista de perfils, separa la rellevància de la qualificació i converteix l'anàlisi de licitacions en preparació col·laborativa d'ofertes.

Software Engineering
FastAPI
React

Llegir article

25 de juliol del 2026 22 min de lectura

Construint un predictor de retard en el pagament de factures amb Python i Scikit-learn

Com vaig dissenyar el pipeline de machine learning de Payrithm per predir pagaments tardans sense fuga de dades, avaluar la qualitat de les probabilitats i convertir les prediccions en prioritats de cobrament accionables.

Machine Learning
Scikit-learn
Python

Llegir article

20 de maig del 2026 5 min de lectura

Feature engineering per a machine learning: tècniques pràctiques

L'ofici sovint ignorat de transformar dades brutes en variables informatives: encoding, escalat, valors absents, interaccions i selecció de variables.

Feature Engineering
Machine Learning
Scikit-learn

Llegir article

6 de maig del 2026 4 min de lectura

Models de difusió explicats: les matemàtiques darrere de Stable Diffusion

Com els models probabilístics de difusió amb denoising aprenen a generar imatges invertint un procés gradual d'addició de soroll, explicat des de zero.

Generative AI
Diffusion Models
Deep Learning

Llegir article

22 d’abril del 2026 3 min de lectura

Detecció d'anomalies en sèries temporals amb LSTM

Com construir un pipeline robust de detecció d'anomalies per a dades multivariants de sensors amb autoencoders LSTM en PyTorch, incloent selecció de llindars i desplegament.

Time Series
LSTM
Anomaly Detection

Llegir article

8 d’abril del 2026 4 min de lectura

Xarxes neuronals convolucionals: com veuen les màquines

Una explicació des de zero de les CNN: convolució, pooling, camps receptius i les decisions arquitectòniques que van fer funcionar el deep learning per a imatges.

Computer Vision
CNN
Deep Learning

Llegir article

25 de març del 2026 3 min de lectura

Optimitzadors de gradient descendent: de SGD a Adam

Una guia pràctica dels algoritmes d'optimització més utilitzats en deep learning: què calculen, per què són diferents i quan convé utilitzar-los.

Deep Learning
Optimization
PyTorch

Llegir article

10 de març del 2026 3 min de lectura

Entendre els Transformers: l'arquitectura darrere del NLP modern

Una immersió en el mecanisme d'autoatenció i en com els Transformers van substituir les xarxes recurrents per convertir-se en la base dels models de llenguatge moderns.

NLP
Deep Learning
Transformers

Llegir article