Jupyter no es que sea vago, es que hace bien su trabajo
Por qué Jupyter sigue siendo el estándar de facto para explorar datos, aunque versionarlo con git te haga querer romper el teclado.
05 sept 2026 · 5′ · Experimentos · python · data science
Por qué Jupyter sigue siendo el estándar de facto para explorar datos, aunque versionarlo con git te haga querer romper el teclado.
05 sept 2026 · 5′ · Experimentos · python · data science
Swiper lleva años siendo el estándar indiscutido para carousels táctiles en la web. Sin dependencias, con wrappers oficiales para React, Vue y Angular, y transiciones que parecen nativas.
11 jul 2026 · 5′ · Experimentos · React · open source
Node.js no es solo 'JavaScript en el servidor'. Es un cambio de paradigma en cómo manejamos I/O. 30 años de historia con la tecnología me enseñaron a reconocer cuándo algo realmente mueve el piso.
08 jul 2026 · 5′ · Experimentos · javascript · node.js
Netron te deja inspeccionar la arquitectura de cualquier modelo ML sin Jupyter, sin código, sin dramas. ONNX, PyTorch, TensorFlow: lo abrís y ves todo.
05 jul 2026 · 5′ · Experimentos · tooling · machine learning
Sniffnet es un monitor de tráfico de red multiplataforma escrito en Rust. UI real, gráficos en tiempo real, sin necesitar un título en seguridad para entender qué está pasando.
02 jul 2026 · 5′ · Experimentos · networking · open source
XGBoost no es moda: es el algoritmo que ganó cientos de competencias de ML con datos tabulares. Por qué sigue siendo referencia obligada en 2025 y cuándo usarlo.
29 jun 2026 · 5′ · Experimentos · machine learning · open source
PyTorch apareció en 6 awesome lists independientes y el motivo es simple: ganó. No es hype, es infraestructura. Te cuento por qué está en nuestra lista y cuándo tiene sentido usarlo.
26 jun 2026 · 5′ · Experimentos · machine learning · deep learning
TensorFlow no es sexy en 2025, pero sigue siendo la infraestructura seria detrás de deployment a escala. Por qué está en la lista y cuándo realmente lo necesitás.
23 jun 2026 · 5′ · Experimentos · machine learning · deep learning
lode reimplementa el hot path de DVC en Go con un invariante no negociable: compatibilidad byte-idéntica con DVC 3.x. Binario estático, hashing paralelo, state DB que evita re-hashear. Sin migración, sin lock-in. Pero pipelines quedan fuera de scope y los benchmarks tienen contexto. Acá explico por qué ese perímetro es una decisión técnica honesta, no una limitación a esconder.
21 jun 2026 · 7′ · Experimentos · machine learning · open source
Arquitectura, sistemas reales, decisiones de producto y aprendizajes técnicos. Todo revisado con criterio propio antes de publicarse.
230 artículos publicados