Construyendo sistemas de ML y software en producción.

18 de septiembre de 2026 7 min de lectura

Validación temporal para la predicción de pagos tardíos

Por qué predecir pagos tardíos requiere más que una división cronológica train/test y cómo reconstruyo qué podía saberse realmente cuando se habría realizado cada predicción de Payrithm.

Machine Learning
Time Series
Scikit-learn

Leer artículo

5 de septiembre de 2026 8 min de lectura

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

Qué me ha enseñado ejecutar PostgreSQL, Redis, workers de Celery y varias aplicaciones SaaS en un VPS de 8 GB sobre presupuestos de recursos, concurrencia, colas y simplicidad operativa.

DevOps
PostgreSQL
Redis

Leer artículo

10 de agosto de 2026 14 min de lectura

Construyendo TenderWise: inteligencia basada en reglas para decidir Bid/No-Bid en licitaciones europeas

Cómo diseñé TenderWise como un SaaS multilingüe de contratación pública que ingiere anuncios TED, aplica matching determinista de perfiles, separa la relevancia de la cualificación y convierte el análisis de licitaciones en preparación colaborativa de ofertas.

Software Engineering
FastAPI
React

Leer artículo

25 de julio de 2026 22 min de lectura

Construyendo un predictor de retraso en el pago de facturas con Python y Scikit-learn

Cómo diseñé el pipeline de machine learning de Payrithm para predecir pagos tardíos sin fuga de datos, evaluar la calidad de las probabilidades y convertir las predicciones en prioridades de cobro accionables.

Machine Learning
Scikit-learn
Python

Leer artículo

20 de mayo de 2026 5 min de lectura

Feature engineering para machine learning: técnicas prácticas

El trabajo a menudo ignorado de transformar datos brutos en variables informativas: encoding, escalado, valores ausentes, interacciones y selección de variables.

Feature Engineering
Machine Learning
Scikit-learn

Leer artículo

6 de mayo de 2026 4 min de lectura

Modelos de difusión explicados: las matemáticas detrás de Stable Diffusion

Cómo los modelos probabilísticos de difusión con denoising aprenden a generar imágenes invirtiendo un proceso gradual de adición de ruido, explicado desde cero.

Generative AI
Diffusion Models
Deep Learning

Leer artículo

22 de abril de 2026 3 min de lectura

Detección de anomalías en series temporales con LSTM

Cómo construir un pipeline robusto de detección de anomalías para datos multivariantes de sensores con autoencoders LSTM en PyTorch, incluyendo selección de umbrales y despliegue.

Time Series
LSTM
Anomaly Detection

Leer artículo

8 de abril de 2026 4 min de lectura

Redes neuronales convolucionales: cómo ven las máquinas

Una explicación desde cero de las CNN: convolución, pooling, campos receptivos y las decisiones arquitectónicas que hicieron funcionar el deep learning para imágenes.

Computer Vision
CNN
Deep Learning

Leer artículo

25 de marzo de 2026 3 min de lectura

Optimizadores de descenso de gradiente: de SGD a Adam

Una guía práctica de los algoritmos de optimización más utilizados en deep learning: qué calculan, por qué difieren y cuándo usar cada uno.

Deep Learning
Optimization
PyTorch

Leer artículo

10 de marzo de 2026 3 min de lectura

Entender los Transformers: la arquitectura detrás del NLP moderno

Una inmersión en el mecanismo de autoatención y en cómo los Transformers sustituyeron a las redes recurrentes para convertirse en la base de los modelos de lenguaje modernos.

NLP
Deep Learning
Transformers

Leer artículo