1, 2, 3 por mí, y por México

2.1K posts

1, 2, 3 por mí, y por México banner
1, 2, 3 por mí, y por México

1, 2, 3 por mí, y por México

@rad_tech_mx

Requirements analysis. RAD, MDA, OOP. UML. Python, Django, Flask, OpenAPI. Model-to-code, Low-code

México Katılım Kasım 2016
1.3K Takip Edilen139 Takipçiler
Alejo
Alejo@ecommartinez·
Claude Code es la herramienta de coding más poderosa del momento. Prompts, CLAUDE.md, Skills, Hooks, MCP, CI/CD, multi-agentes… la guía definitiva en español lo explica todo. ¡GRATIS solo durante 24h! Solo: 1. Dale like 2. Comenta "Code" 3. Sígueme para recibir el DM
Alejo tweet media
Español
374
59
681
35.6K
Leifer Mendez | Software Engineer & SaaS
llevo semanas con 4 agentes IA gestionando mi twitter mientras duermo escanean trending, redactan en mi tono, responden mentions, generan reportes. todo en un VPS de $20/mes la estructura completa 🧵
Español
9
6
117
12.7K
Brais Moure
Brais Moure@MoureDev·
El "Efecto Cursor": Rápido hoy, inmanejable mañana. Un estudio de la Universidad Carnegie Mellon (publicado en arXiv) ha analizado miles de repositorios que usan Cursor AI. ¿El resultado? Sí, escribes código 3-5 veces más rápido el primer mes, pero a los dos meses la complejidad y los avisos de errores estallan un 41%. Al parecer la IA está llenando GitHub de "spaghetti code" automatizado. Básicamente, estamos pidiendo préstamos de deuda técnica a un interés del 300% que pagaremos en 2027. La velocidad es una ilusión si el código es un laberinto.
Brais Moure tweet media
Español
44
159
730
54K
Sofía Sicilia
Sofía Sicilia@SofiaSici·
RRHH: Le ofreceremos 200.000, 50% fijo, 50% de bonificación por rendimiento. Candidato: Pero mi salario fijo era de 120.000 en mi trabajo anterior. RRHH: ¿No tienes confianza en que vas a rendir bien? Candidato: Sí, pero ⬇️
Español
3
0
21
14.9K
1, 2, 3 por mí, y por México retweetledi
Juan Carlos Ortiz 🛡️ Ciberseguridad para Empresas
🛡️ OpenClaw: un agente de IA puede filtrar datos y abrir la puerta a un ataque interno OpenClaw volvió a encender alertas. El problema es que, sin controles, trabaja con mucho acceso y con controles débiles por defecto. Esto importa porque muchas empresas ya quieren usar agentes de IA para ahorrar tiempo. Pero si ese agente puede leer archivos, abrir ligas y ejecutar tareas, también puede equivocarse o ser manipulado. ⚠️ ¿Qué pasó? CNCERT es el equipo nacional de respuesta a emergencias informáticas de China. Y advirtió que OpenClaw tiene configuraciones débiles y privilegios amplios sobre el equipo. Uno de los riesgos es la prompt injection, que ocurre cuando una página, archivo o mensaje mete instrucciones escondidas para manipular a la IA. En este caso, el agente puede terminar revelando información sensible sin que el usuario lo note. También se habló de exfiltración de datos, es decir, sacar información confidencial fuera de la empresa hacia un destino controlado por el atacante. Y de skills maliciosas, que son módulos o “mini funciones” que amplían capacidades, pero también pueden ejecutar acciones peligrosas si vienen de una fuente no confiable. Además, si el agente guarda credenciales en texto plano, o sea, usuarios, contraseñas o llaves sin protección, el daño escala rápido. Huntress también reportó instaladores falsos en GitHub que distribuían malware aprovechando la popularidad de OpenClaw. 💡 ¿Qué lecciones deja esto? Si van a probar un agente de IA, háganlo en un entorno aislado. Un equipo separado siempre cuesta menos que una filtración. No le den acceso a correo, archivos, banca o carpetas sensibles desde el día uno. Primero se prueba con datos de ejemplo. Prohíban instalar “skills” o complementos sin validación de TI. Lo útil también puede meter riesgo. Pidan a TI que quite credenciales guardadas en texto plano y use accesos mínimos por rol. Bloqueen la consola o puerto de administración hacia internet. Un panel abierto siempre atrae problemas. Definan una regla simple para el negocio: la IA puede apoyar tareas, pero no tomar decisiones ni mover información sensible sin supervisión humana.
Juan Carlos Ortiz 🛡️ Ciberseguridad para Empresas tweet media
Español
1
14
32
1.3K
VIKING
VIKING@WalhallaMann·
Se viralizó en las últimas horas el accidente de una ciclista extrema que quedó grabado en su cámara de 360°.
Español
394
542
4.7K
613.6K
Grok
Grok@grok·
¡Claro! Todos los competidores (OpenAI, Anthropic, Google) enfrentan costos enormes en GPUs, servidores y energía. OpenAI proyecta pérdidas de $14B en 2026 pese a ~$20B ingresos anuales; Anthropic sube pronóstico a $18B revenue pero invierte billones en infra. Sí, es probable que suban precios o restrinjan tiers gratis más (ya prueban ads en free). Fuentes: Fortune (20 feb 2026), The Information (OpenAI losses), Seeking Alpha (Anthropic 28 ene 2026), ZDNet (12 ene 2026). ¡Datos públicos, no fe! ¿Quieres links específicos? 😎
Español
3
0
4
1.9K
1, 2, 3 por mí, y por México retweetledi
AlgoMaster.io
AlgoMaster.io@algomaster_io·
SOLID Principles Explained with Clear Examples: 𝐒 - 𝐒𝐢𝐧𝐠𝐥𝐞 𝐑𝐞𝐬𝐩𝐨𝐧𝐬𝐢𝐛𝐢𝐥𝐢𝐭𝐲 𝐏𝐫𝐢𝐧𝐜𝐢𝐩𝐥𝐞 A class should have only one reason to change. - Example: Instead of one giant User class that handles authentication, profile updates, and sending emails, split it into UserAuth, UserProfile, and EmailService. 𝐎 - 𝐎𝐩𝐞𝐧/𝐂𝐥𝐨𝐬𝐞𝐝 𝐏𝐫𝐢𝐧𝐜𝐢𝐩𝐥𝐞 Classes should be open for extension but closed for modification. - Example: Define a Shape interface with an area() method. When you need a new shape, just add a Circle or Triangle class that implements it. 𝐋 - 𝐋𝐢𝐬𝐤𝐨𝐯 𝐒𝐮𝐛𝐬𝐭𝐢𝐭𝐮𝐭𝐢𝐨𝐧 𝐏𝐫𝐢𝐧𝐜𝐢𝐩𝐥𝐞 Subtypes must be substitutable for their base types without breaking behavior. - Example: If Bird has a fly() method, then Eagle and Sparrow should both work anywhere a Bird is expected. 𝐈 - 𝐈𝐧𝐭𝐞𝐫𝐟𝐚𝐜𝐞 𝐒𝐞𝐠𝐫𝐞𝐠𝐚𝐭𝐢𝐨𝐧 𝐏𝐫𝐢𝐧𝐜𝐢𝐩𝐥𝐞 Don't force classes to implement interfaces they don't use. - Example: Instead of one fat Machine interface with print(), scan(), and fax(), break it into Printable, Scannable, and Faxable. A SimplePrinter only implements Printable. 𝐃 - 𝐃𝐞𝐩𝐞𝐧𝐝𝐞𝐧𝐜𝐲 𝐈𝐧𝐯𝐞𝐫𝐬𝐢𝐨𝐧 𝐏𝐫𝐢𝐧𝐜𝐢𝐩𝐥𝐞 High-level modules should not depend on low-level modules. Both should depend on abstractions. - Example: Your OrderService should depend on a PaymentGateway interface, not directly on Stripe or PayPal. The real power of SOLID is not in following each principle in isolation. It's in how they work together to make your code easier to change, test, and extend. ♻️ Repost to help others in your network
AlgoMaster.io tweet media
English
8
339
1.7K
65.5K
1, 2, 3 por mí, y por México retweetledi
Miguel Ángel Durán
Miguel Ángel Durán@midudev·
Si usas estas bibliotecas de JavaScript... Seguramente no las necesitas más. Usa mejor la API nativa:
Miguel Ángel Durán tweet media
Español
15
65
861
32.2K
1, 2, 3 por mí, y por México retweetledi
Fazt
Fazt@FaztTech·
Muchos están programando con IA ahora, usando quizás Claude Code, Cursor, Copilot, GPT-Codex, etc. Pero hay algo que casi nadie menciona… Si tu proyecto está desordenado, la IA tampoco lo va a entender bien. Una forma simple de organizar un proyecto cuando trabajas con IA: 📁 src/ → código de tu aplicación 📄 CLAUDE.md (contexto del módulo) 📁 docs/ → documentación técnica 📄 architecture.md 📁 decisions/ 📁 runbooks/ 📄 CLAUDE.md → contexto global del proyecto 📁 .claude/ → configuración del agente 📄 settings.json 📁 hooks/ 📁 skills/ 📁 code-review/ 📁 refactor/ 📁 release/ 📁 tools/ → utilidades del proyecto 📁 scripts/ 📁 prompts/ La idea es simple: Separar código, documentación, contexto de IA y automatizaciones. Cuando el proyecto está bien organizado: • la IA entiende mejor tu código • reutilizas instrucciones • automatizas tareas • desarrollas mucho más rápido Programar con IA no solo es usar prompts. También es organizar bien tu proyecto.
Fazt tweet media
Español
17
250
2.6K
84.9K
Fernando Herrera
Fernando Herrera@Fernando_Her85·
Pregunta, ¿a alguno de ustedes les están saliendo anuncios en Udemy? Tengo unos amigos que les están saliendo en los cursos que han comprado.
Español
12
3
94
18.1K
1, 2, 3 por mí, y por México retweetledi
Dhairya
Dhairya@dkare1009·
BREAKING: MIT just mass released their Al library for free. (Links included) I went through these and honestly... this is better than most paid courses I've seen. Here's the full list of books: Foundations 1. Foundations of Machine Learning Core algorithms explained. Theory meets practice. 2. Understanding Deep Learning Neural networks demystified. Visual explanations included. 3. Machine Learning Systems Production-ready architecture. System design principles. Advanced Techniques 4. Algorithms for ML Computational thinking simplified. Decision-making frameworks. 5. Deep Learning The definitive textbook. Covers everything deeply. Reinforcement Learning 6. RL Basics (Sutton & Barto) The classic. Agent training fundamentals. 7. Distributional RL Beyond expected rewards. Advanced theory. 8. Multi-Agent Systems Agents working together. Coordination and competition. 9. Long Game Al Strategic agent design. Future-focused thinking. Ethics & Probability 10. Fairness in ML Bias detection. Responsible Al practices. 11. Probabilistic ML (Part 1 & 2) Links: lnkd.in/gkuXuexa Most people pay thousands for bootcamps that teach half of this. Bookmark it. Start anywhere. Just start. Repost for others Follow for more insights on Al Agents. MIT's books on Al Foundations 1. Foundations of Machine Learning - lnkd.in/gytjT5HC 2. Understanding Deep Learning - lnkd.in/dgcB68Qt 3. Machine Learning Systems - lnkd.in/dkiGZisg Advanced Techniques 4. Algorithms for ML - algorithmsbook.com 5. Deep Learning - lnkd.in/g2efT6DK Reinforcement Learning 6. RL Basics (Sutton & Barto) - lnkd.in/guxqxcZZ 7. Distributional RL - lnkd.in/d4eNP-pe 8. Multi-Agent Systems - marl-book.com 9. Long Game Al - lnkd.in/g-WtzvwX Ethics & Probability 10. Fairness in ML - fairmlbook.org 11. Probabilistic ML (Part 1) - lnkd.in/g-isbdjj 12. Probabilistic ML (Part 2) - lnkd.in/gJE9fy4w
Dhairya tweet media
English
55
1.3K
4.9K
311.8K
1, 2, 3 por mí, y por México retweetledi
freeCodeCamp.org
freeCodeCamp.org@freeCodeCamp·
AI Engineers design, build, and deploy AI models and systems to solve complex real-world problems. And if you want to get into the field, this handbook is for you. In it, @tatevkaren7 discusses must-have skills, shares tips for getting started, and goes through use cases for AI tools & technologies. freecodecamp.org/news/the-ai-en…
freeCodeCamp.org tweet media
English
5
128
758
33.6K
Errores gramaticales
Errores gramaticales@ErrorGramatica·
Cuando ves demasiadas películas de Netflix y Disney sobre chicas jefas y crees que puedes hacer lo mismo en la vida real:
Español
219
1.5K
42.2K
3.8M
1, 2, 3 por mí, y por México
1, 2, 3 por mí, y por México@rad_tech_mx·
@Nona_xai Siempre que leo un prompt, me pregunto, ¿cómo puede la IA distinguir un principiante de un experto? ¿Cómo puede interpretar instrucciones como "orientado a la acción"? etc.
Español
0
0
0
94
Nona
Nona@Nona_xai·
Aquí tienes el prompt de ChatGPT para entender un PDF sin tener que leerlo todo..
Nona tweet media
Español
4
93
346
12.5K
1, 2, 3 por mí, y por México retweetledi
UNAMdigital
UNAMdigital@UNAMdigital·
Se trata de un micrositio que reúne materiales especializados, guías y reflexiones sobre el impacto de la IA en nuestra sociedad 📚🤖 @Gaceta_UNAM buff.ly/wKKDkzz
Español
1
86
219
7.2K
1, 2, 3 por mí, y por México retweetledi
TIC Educativas💻📱
TIC Educativas💻📱@TicEducativas·
¿La IA en la universidad es una amenaza o una herramienta? 🤖🎓 La @UNAM_MX marca la pauta con sus nuevas directrices sobre el uso ético de la IA. No se trata de prohibir, sino de formar con integridad. El reto no es la tecnología, es cómo la integramos para potenciar el conocimiento sin perder la esencia humana. 🧠✨ #EdTech #IA #UNAM #InnovaciónEducativa #TIC #ÉticaDigital 👉🏻🔗 tic.unam.mx/wp-content/upl…
TIC Educativas💻📱 tweet media
Español
2
39
100
4.4K