RESUMEN:
-Fronted/backend en Desarrollo web
-Ingeniero o desarrollador de producto
-Uso de modelos de IA en asistentes de código
-Manejo de la información a niveles corporativo y personal
-El impacto de la IA en el análisis de datos
-Fundamentos de programación
-Paradoja de Ombas
-Prompt in/adversarial
-Problemas de los vendedores
-Limitaciones del uso de la IA a nivel empresarial
-LLM
-Open Code
-LinkedIn de Aníbal Rojas
-Alucinaciones de los agentes IA:
positivas.-útiles para el contexto que se usan
negativas.-restan aportaciones a un proyecto
-Principios de prompting:
comparar respuestas de agentes IA
hacer testsuit (mecanismo determinístico): feedback al LLM sobre el comportamiento de la IA
-Ingeniero de productos en empresas corporativas
-Optimización para el uso de tokens
compactación
caché
contexto: prompting engineering
jerarquía de información
-Estructura de contexto en LLM
skill
directorio=contexto
sub/agente IA
-Futuro de los programadores senior
campos o puestos de trabajo
problemas de identidad laboral
-Diseñador de productos
desafío de límites laborales con IA
-Formatos de los prompts en un sistema multiagente
md
json
revisión de sintaxis
-Corrección de errores de código con IA con agentes IA pro
-Impacto de la IA en el diseño gráfico
Trabajo de Ariel Contreras
pencil.dev (Pencil – Design on canvas. Land in code. )
-Conexión de un agente LLM a un software de gestión web sin API externa
API obligatoria
scraping
-Perplexity
-Futuro del SEO
-Impacto de la IA en educación
IA como complemento del aprendizaje, no como sustituto de los demás materiales educativos
