Itnig

10.6K posts

Itnig banner
Itnig

Itnig

@itnig

Emprender escuchando historias de éxito y fracaso. Podcast cada lunes y jueves en directo... SUSCRÍBETE 🚀 https://t.co/CYHqbyxgYP

Barcelona Katılım Ocak 2010
1.3K Takip Edilen12.7K Takipçiler
Itnig
Itnig@itnig·
¿Y si una muestra de sangre pudiera revelar cómo están envejeciendo tus órganos? En el nuevo vídeo de itnig visitamos BASE4 Biosciences en Sant Pau, Barcelona, para conocer cómo están construyendo un modelo fundacional de la biología humana. youtube.com/watch?v=uRKeky…
YouTube video
YouTube
Español
0
0
2
717
Itnig retweetledi
David Cortés
David Cortés@davebcn87·
Going to be talking about pi-autoresearch next week. @itnig
David Cortés tweet media
English
1
4
24
3.3K
Itnig
Itnig@itnig·
🚨MENSAJE IMPORTANTE🚨 Después de 8 años, 1.500 capítulos y una comunidad que nos ha acompañado, en Itnig abrimos una nueva etapa: DEJAMOS DE PUBLICAR LOS LUNES y, a partir de ahora sacaremos un contenido a la semana.
Español
5
2
99
11.7K
Itnig retweetledi
Pau
Pau@pau_nrda·
Went to a hackathon in Barcelona this week. So cool to build from the place i’ve spend so much time listening and watching to @itnig @ProjectEurope_
Pau tweet mediaPau tweet media
English
1
1
12
1.8K
Itnig retweetledi
Alex
Alex@aleexlopezg·
🥈 Second place at @ProjectEurope_ Barcelona, Cala's "Wolf of Wall Street" track. The brief: rewind 365 days, $1M to deploy, beat S&P 500 buy-and-hold on a live leaderboard. Most teams put the LLM in the driver's seat. We didn't. Here's how we built it 👇
Alex tweet media
English
3
4
26
2.4K
Itnig retweetledi
Corti 🚀
Corti 🚀@cortijc·
Comenta @jordiromero en la tertulia de @itnig que el SaaSpocalypse se ha interrumpido Justo lo analizaba el otro día y se ve claramente que no es que haya una caída por la IA, si no una vuelta a la ‘normalidad’ de los múltiplos tras la ‘burbuja’ post COVID open.substack.com/pub/cortijc/p/…
Corti 🚀 tweet media
Español
2
1
16
2.5K
Itnig retweetledi
mark
mark@lendersacc·
Muy interesante la última tertulia de @itnig hablando con mucha transparencia de cómo Factorial cree completamente en un futuro que converge hacia AGI, y cómo impacta eso en su forma de trabajar y de construir y servir producto. Llevo mucho tiempo escuchando a @jordiromero y @bernatfarrero en tertulias y se nota que han pasado de una postura algo más agnóstica hace un par de años cuando las cosas se veían algo más borrosas a ser la empresa con cierto tamaño más AGI pilled de España. En la tertulia Bernat cuenta que hace más de un año hicieron una encuesta a los desarrolladores para que se posicionasen en cómo de AI believers eran, y la mayoría se ubicó en no creyentes. Hoy en día, dice que no hay nadie en esa postura. Este cambio seguramente se haya producido en gran medida por los avances de los modelos y ecosistema (Cursor, Claude Code), pero creo que eso no es suficiente para que toda la empresa vaya a una y gran parte del cambio es cultural empujado por el equipo de leadership seguramente desde que ellos mismos empezaron a intuir la trayectoria que llevaban los labs. Por muy obvio que parezca esto en abril de 2026, la realidad es que casi ninguna empresa ha dado este paso. Factorial ya estaba hace un año apostando fuerte por su producto One (anunciado en noviembre), seguramente arriesgando más de lo que necesitaban en un producto con tracción, creciendo a buen ritmo (>100M ARR desde septiembre) y con buena salud financiera. Probablemente One suponga a corto plazo una reducción de márgenes y algún que otro cliente descontento si algo sale mal cuando un LLM genera una UI al vuelo, pero apostar tan fuerte por un cambio tan radical es la única forma de que una empresa de cientos de desarrolladores cambie el mindset y ahora estén centrados únicamente en discutir el cómo y no si sí o si no. Sinceramente, a mí me da mucha envidia sana ver cómo una empresa tan grande es capaz de adoptar este cambio tan rápido. No creo que esto sea para nada habitual y espero que dar difusión a esto sea el primer paso para que más empresas den el paso correcto. A mí personalmente me está costando cambiar la mentalidad de la gente en la empresa para la que trabajo, y esto me sirve de inspiración para intentar mover las cosas en la dirección en la que creo. Sobre el contenido en sí de la tertulia, os animo a escucharla entera (el link está en el primer comentario del tweet que cito). Hay unos cuantos puntos interesantes sobre dónde están los cuellos de botella, qué define a un senior/staff hoy en día y cómo evolucionará el concepto de código en el futuro. Seguramente escriba otro tweet con reflexiones sobre algunos de los puntos cuando saque otro rato.
Adria Blancafort@adriablancafort

Itnig podcast with the Factorial eng team ❤️ We discuss how software engineering is changing, agents, open source and much more

Español
0
2
12
2.8K
Itnig retweetledi
Adria Blancafort
Adria Blancafort@adriablancafort·
Itnig podcast with the Factorial eng team ❤️ We discuss how software engineering is changing, agents, open source and much more
Adria Blancafort tweet media
English
5
2
28
5.9K
Itnig retweetledi
kitty mayo
kitty mayo@Kitty_Mayo_·
80 engineers. Teams of three. Five tracks across robotics and AI. Travel, accommodation, food and compute all covered. projectbarcelona.co
kitty mayo tweet media
English
7
21
106
14.4K
Itnig retweetledi
mark
mark@lendersacc·
Escuchando la última tertulia de @itnig, alguien del público sacó el tema de que los LLM predicen hacia "la media" y por lo tanto tienen un tope de inteligencia claro. Tenemos que enterrar esa idea ya igual que dejamos atrás las manos con seis dedos. Este razonamiento era popular hace unos años (de hecho @jordiromero recordó que ya se había comentado en tertulias pasadas) y podía llegar a tener sentido en la época del pre-training, en la que todo se optimizaba hacia next token prediction. Sin embargo, desde que se popularizó el uso de Reinforcement Learning with Human Feedback (RLHF) y especialmente de RL with Verifiable Rewards (RLVR), esto ha dejado de tener sentido. En el caso de RLVR, hay nuevos objetivos en la fase conocida como post-training en la que los modelos se enfrentan a tareas verificables y buscan llegar a la solución final correcta (por ejemplo en problemas a resolver con código). Estos cambios han desbloqueado el paradigma de los thinking models. Podemos preguntar a estos modelos preguntas complejas de múltiples dominios, ya que a través de esos conjuntos de entrenamiento verificables lo que han aprendido es a razonar a niveles por encima de la media y no simplemente a programar mejor.
Español
1
2
10
1.6K
Itnig
Itnig@itnig·
El próximo 5 de marzo nos vemos en Itnig para una nueva tertulia con Miguel Ángel Rivera Alonso, VP Regional de Solution Engineering en Snowflake 🗓 Miercoles, 05 Marzo 2026 ⏰18:00 – 22:30 📍c/pujades 100 🎟️ lnkd.in/eDJxd6ch
Español
0
0
2
576