Nico Bargioni — Blog https://nicolasbargioni.com Data Scientist enfocado en IA aplicada y machine learning. Convierto datos en modelos y decisiones para el negocio. Proyectos, casos y blog. es De automatización a hiperautomatización: los 6 pilares https://nicolasbargioni.com/hiperautomatizacion/bpmn/seis-pilares-hiperautomatizacion https://nicolasbargioni.com/hiperautomatizacion/bpmn/seis-pilares-hiperautomatizacion Wed, 24 Jun 2026 00:00:00 GMT Automatizar una tarea es fácil. Orquestar procesos punta a punta es otra cosa: los seis pilares que separan un robot suelto de una operación que escala. Cuándo la IA suma de verdad https://nicolasbargioni.com/ia-agentes/llms-prompting/cuando-la-ia-suma https://nicolasbargioni.com/ia-agentes/llms-prompting/cuando-la-ia-suma Tue, 23 Jun 2026 00:00:00 GMT Un criterio simple para decidir cuándo un modelo o un LLM aporta valor real y cuándo es solo una demo. Q-learning explicado: cómo una máquina aprende a jugar https://nicolasbargioni.com/data-ml/reinforcement-learning/q-learning-explicado https://nicolasbargioni.com/data-ml/reinforcement-learning/q-learning-explicado Mon, 22 Jun 2026 00:00:00 GMT Sin datos etiquetados, sin saber las reglas. Solo prueba, error y recompensa. Cómo un agente aprende a equilibrar un palo con Q-learning, explicado de cero. El cuarteto de Anscombe: cuatro datasets idénticos en los números, opuestos en el gráfico https://nicolasbargioni.com/data-ml/eda/anscombe-cuarteto https://nicolasbargioni.com/data-ml/eda/anscombe-cuarteto Sun, 21 Jun 2026 00:00:00 GMT Cuatro conjuntos de datos con la misma media, varianza y correlación que se ven completamente distintos al graficarlos. El Datasaurio: doce datasets con la misma estadística que esconden un dinosaurio https://nicolasbargioni.com/data-ml/eda/datasaurio-docena https://nicolasbargioni.com/data-ml/eda/datasaurio-docena Sat, 20 Jun 2026 00:00:00 GMT Doce nubes de puntos absurdamente distintas comparten media, desvío y correlación. Una incluso dibuja un dinosaurio. La paradoja de Simpson: cuando una tendencia se da vuelta al juntar los datos https://nicolasbargioni.com/data-ml/eda/paradoja-simpson https://nicolasbargioni.com/data-ml/eda/paradoja-simpson Fri, 19 Jun 2026 00:00:00 GMT Una tendencia clara en cada grupo puede invertirse al sumar todos los datos. El caso de Berkeley lo hizo famoso. Lo que los valores faltantes te están gritando https://nicolasbargioni.com/data-ml/eda/valores-faltantes-gritan https://nicolasbargioni.com/data-ml/eda/valores-faltantes-gritan Thu, 18 Jun 2026 00:00:00 GMT El patrón de los datos faltantes casi nunca es ruido: suele ser una señal que conviene escuchar antes de imputar. Correlaciones espurias: el queso, las sábanas y los doctorados https://nicolasbargioni.com/data-ml/eda/correlacion-espuria https://nicolasbargioni.com/data-ml/eda/correlacion-espuria Wed, 17 Jun 2026 00:00:00 GMT Dos series pueden correlacionar al 99% por pura casualidad. Por qué una correlación altísima no prueba absolutamente nada. La paradoja del cumpleaños: con 23 personas, apostá a que dos cumplen el mismo día https://nicolasbargioni.com/data-ml/estadistica/paradoja-cumpleanos https://nicolasbargioni.com/data-ml/estadistica/paradoja-cumpleanos Tue, 16 Jun 2026 00:00:00 GMT En un aula de 23 personas hay más del 50% de chances de que dos compartan cumpleaños. Acá la intuición miente feo. La ley de Benford: por qué el 1 aparece más y cómo atrapa fraudes https://nicolasbargioni.com/data-ml/estadistica/ley-benford https://nicolasbargioni.com/data-ml/estadistica/ley-benford Mon, 15 Jun 2026 00:00:00 GMT En muchos conjuntos de números reales el primer dígito es 1 casi un tercio de las veces. Esa rareza es la que desenmascara fraudes. Monty Hall: por qué cambiar de puerta duplica tus chances https://nicolasbargioni.com/data-ml/estadistica/monty-hall https://nicolasbargioni.com/data-ml/estadistica/monty-hall Sun, 14 Jun 2026 00:00:00 GMT En el problema de las tres puertas, cambiar de elección te lleva de 1/3 a 2/3 de ganar. El acertijo que enfureció a los matemáticos. El problema del tanque alemán: estimar producción enemiga con números de serie https://nicolasbargioni.com/data-ml/estadistica/tanque-aleman https://nicolasbargioni.com/data-ml/estadistica/tanque-aleman Sat, 13 Jun 2026 00:00:00 GMT En la Segunda Guerra, los Aliados estimaron cuántos tanques fabricaban los alemanes mirando los números de serie de los capturados. Y acertaron. Lo que un p-valor NO significa (y casi todos creen que sí) https://nicolasbargioni.com/data-ml/estadistica/p-valor-malentendido https://nicolasbargioni.com/data-ml/estadistica/p-valor-malentendido Fri, 12 Jun 2026 00:00:00 GMT Un p-valor de 0,03 no quiere decir que haya 97% de chances de que tu hipótesis sea verdadera. El malentendido estadístico más caro, explicado. La maldición de la dimensionalidad: por qué en muchas dimensiones todo está lejos https://nicolasbargioni.com/data-ml/clustering-pca/maldicion-dimensionalidad https://nicolasbargioni.com/data-ml/clustering-pca/maldicion-dimensionalidad Thu, 11 Jun 2026 00:00:00 GMT En espacios de muchas dimensiones las distancias se aplastan: todo queda igual de lejos. Y eso rompe kNN, clustering y tu intuición. Las trampas de K-Means: cuando los clusters que ves no existen https://nicolasbargioni.com/data-ml/clustering-pca/kmeans-trampas https://nicolasbargioni.com/data-ml/clustering-pca/kmeans-trampas Wed, 10 Jun 2026 00:00:00 GMT K-Means siempre te devuelve k grupos, haya estructura o no. El problema no es el algoritmo: son las asunciones que nadie te contó. PCA explicado sin álgebra: la sombra que conserva más información https://nicolasbargioni.com/data-ml/clustering-pca/pca-sombra https://nicolasbargioni.com/data-ml/clustering-pca/pca-sombra Tue, 09 Jun 2026 00:00:00 GMT PCA es elegir desde dónde iluminar un objeto para que su sombra revele lo máximo posible. Esa es toda la intuición, sin autovectores. Codo vs silueta: cómo elegir k sin engañarte https://nicolasbargioni.com/data-ml/clustering-pca/codo-vs-silueta https://nicolasbargioni.com/data-ml/clustering-pca/codo-vs-silueta Mon, 08 Jun 2026 00:00:00 GMT Dos métodos clásicos para decidir cuántos clusters usar. A veces coinciden, a veces no — y entender por qué discrepan es la mitad del trabajo. t-SNE y UMAP: mapas hermosos que a veces mienten https://nicolasbargioni.com/data-ml/clustering-pca/tsne-umap-mienten https://nicolasbargioni.com/data-ml/clustering-pca/tsne-umap-mienten Sun, 07 Jun 2026 00:00:00 GMT Esos gráficos con islas de colores son irresistibles. Pero el tamaño de las islas y la distancia entre ellas casi nunca significan lo que parece. El teorema que dice que una red puede aprender casi cualquier cosa (y por qué no alcanza) https://nicolasbargioni.com/data-ml/deep-learning/aproximacion-universal https://nicolasbargioni.com/data-ml/deep-learning/aproximacion-universal Sat, 06 Jun 2026 00:00:00 GMT Una red de una sola capa puede aproximar cualquier función continua. Suena a magia. El problema es todo lo que el teorema no te dice. Doble descenso: cuando tener más parámetros que datos mejora el modelo https://nicolasbargioni.com/data-ml/deep-learning/doble-descenso https://nicolasbargioni.com/data-ml/deep-learning/doble-descenso Fri, 05 Jun 2026 00:00:00 GMT La intuición clásica dice que un modelo enorme sobreajusta. El doble descenso muestra que pasada cierta línea, agrandarlo vuelve a funcionar. El panda que la red ve como gibón: ejemplos adversarios https://nicolasbargioni.com/data-ml/deep-learning/panda-gibon https://nicolasbargioni.com/data-ml/deep-learning/panda-gibon Thu, 04 Jun 2026 00:00:00 GMT Sumale a una foto de panda un ruido invisible al ojo humano y una CNN top dirá 'gibón' con 99% de confianza. No es un bug raro: es estructural. Dropout: por qué apagar neuronas al azar evita el sobreajuste https://nicolasbargioni.com/data-ml/deep-learning/dropout-azar https://nicolasbargioni.com/data-ml/deep-learning/dropout-azar Wed, 03 Jun 2026 00:00:00 GMT Romper la red a propósito durante el entrenamiento, apagando neuronas al azar, la vuelve más robusta. La intuición de por qué es preciosa. La hipótesis del billete de lotería: redes diminutas escondidas en las grandes https://nicolasbargioni.com/data-ml/deep-learning/billete-loteria https://nicolasbargioni.com/data-ml/deep-learning/billete-loteria Tue, 02 Jun 2026 00:00:00 GMT Dentro de una red gigante vive una subred minúscula que, entrenada sola, alcanza la misma performance. Si supieras cuál, te ahorrarías el 90%. Por qué una red entrenada en gatos sirve para radiografías https://nicolasbargioni.com/data-ml/transfer-learning/por-que-funciona-transfer https://nicolasbargioni.com/data-ml/transfer-learning/por-que-funciona-transfer Mon, 01 Jun 2026 00:00:00 GMT Una red que aprendió a ver gatos puede detectar neumonías. El truco está en las primeras capas, y es más profundo de lo que parece. Fine-tuning vs feature extraction: cuándo congelar y cuándo descongelar capas https://nicolasbargioni.com/data-ml/transfer-learning/congelar-o-no https://nicolasbargioni.com/data-ml/transfer-learning/congelar-o-no Sun, 31 May 2026 00:00:00 GMT La decisión que define todo proyecto de transfer learning se reduce a dos preguntas: cuántos datos tenés y cuán parecido es tu dominio. Olvido catastrófico: cuando aprender algo nuevo borra lo viejo https://nicolasbargioni.com/data-ml/transfer-learning/olvido-catastrofico https://nicolasbargioni.com/data-ml/transfer-learning/olvido-catastrofico Sat, 30 May 2026 00:00:00 GMT Enseñale a una red una tarea nueva y se olvida de la anterior. No medio: la borra casi por completo. Por qué pasa y por qué es tan difícil de resolver. El momento ImageNet 2012: el experimento que cambió todo https://nicolasbargioni.com/data-ml/transfer-learning/momento-imagenet https://nicolasbargioni.com/data-ml/transfer-learning/momento-imagenet Fri, 29 May 2026 00:00:00 GMT En 2012 una red ganó un concurso de visión por una diferencia tan grande que dejó muda a la comunidad. Ese día empezó la era del deep learning. Aprender de pocos ejemplos: few-shot y el poder de lo preentrenado https://nicolasbargioni.com/data-ml/transfer-learning/few-shot https://nicolasbargioni.com/data-ml/transfer-learning/few-shot Thu, 28 May 2026 00:00:00 GMT Un chico ve un quokka una vez y lo reconoce para siempre. ¿Por qué una IA necesita miles de fotos? Salvo que ya haya aprendido a ver antes. Reward hacking: agentes que hacen trampa para ganar puntos https://nicolasbargioni.com/data-ml/reinforcement-learning/reward-hacking https://nicolasbargioni.com/data-ml/reinforcement-learning/reward-hacking Wed, 27 May 2026 00:00:00 GMT Le pedís al agente que gane la carrera y termina girando en círculos para farmear puntos. La trampa no es un bug: es exactamente lo que le pediste. Explorar vs explotar: el dilema del bandido de varios brazos https://nicolasbargioni.com/data-ml/reinforcement-learning/explorar-explotar https://nicolasbargioni.com/data-ml/reinforcement-learning/explorar-explotar Tue, 26 May 2026 00:00:00 GMT Tenés diez tragamonedas y plata para cien tiradas. ¿Apostás a la que más pagó o probás las otras? Ese dilema está en el corazón de todo el RL. La jugada 37 de AlphaGo: la creatividad que ningún humano jugaría https://nicolasbargioni.com/data-ml/reinforcement-learning/alphago-jugada-37 https://nicolasbargioni.com/data-ml/reinforcement-learning/alphago-jugada-37 Mon, 25 May 2026 00:00:00 GMT En la segunda partida contra Lee Sedol, AlphaGo puso una piedra donde nadie la pondría. Los comentaristas pensaron que era un error. Era genialidad. El problema de la recompensa escasa: cuando el premio llega tarde https://nicolasbargioni.com/data-ml/reinforcement-learning/recompensa-escasa https://nicolasbargioni.com/data-ml/reinforcement-learning/recompensa-escasa Sun, 24 May 2026 00:00:00 GMT Un agente hace 200 movidas y recién al final le decís 'ganaste'. ¿Cuál de las 200 fue la buena? Ese es el problema más frustrante del RL. Por qué el RL no es como el aprendizaje supervisado https://nicolasbargioni.com/data-ml/reinforcement-learning/rl-vs-supervisado https://nicolasbargioni.com/data-ml/reinforcement-learning/rl-vs-supervisado Sat, 23 May 2026 00:00:00 GMT En el supervisado hay un profesor con las respuestas. En el RL hay un mundo que solo te dice 'frío' o 'caliente', y a veces tarde. La diferencia lo cambia todo. Cisnes negros: por qué lo raro es justo lo que más importa https://nicolasbargioni.com/data-ml/deteccion-anomalias/cisne-negro https://nicolasbargioni.com/data-ml/deteccion-anomalias/cisne-negro Fri, 22 May 2026 00:00:00 GMT Los eventos rarísimos de alto impacto son los que más duelen, y son justo los que tus modelos están entrenados para ignorar. Isolation Forest: aislar lo anómalo en pocas preguntas https://nicolasbargioni.com/data-ml/deteccion-anomalias/isolation-forest https://nicolasbargioni.com/data-ml/deteccion-anomalias/isolation-forest Thu, 21 May 2026 00:00:00 GMT La idea más elegante de la detección de anomalías: lo raro se separa del resto con muchas menos preguntas que lo normal. Detección de fraude: cuando el 0,1% es todo lo que importa https://nicolasbargioni.com/data-ml/deteccion-anomalias/fraude-desbalance https://nicolasbargioni.com/data-ml/deteccion-anomalias/fraude-desbalance Wed, 20 May 2026 00:00:00 GMT Si el fraude es 1 de cada 1000 transacciones, un modelo que diga 'todo legítimo' acierta el 99,9%. Y es inútil. Mantenimiento predictivo: escuchar una máquina antes de que falle https://nicolasbargioni.com/data-ml/deteccion-anomalias/mantenimiento-predictivo https://nicolasbargioni.com/data-ml/deteccion-anomalias/mantenimiento-predictivo Tue, 19 May 2026 00:00:00 GMT Una turbina no se rompe de golpe: avisa. El truco está en escuchar la anomalía en los sensores antes del desastre. El costo oculto de los falsos positivos en detección de anomalías https://nicolasbargioni.com/data-ml/deteccion-anomalias/costo-falsos-positivos https://nicolasbargioni.com/data-ml/deteccion-anomalias/costo-falsos-positivos Mon, 18 May 2026 00:00:00 GMT Mover el umbral de un detector parece un ajuste técnico. En realidad es decidir cuánto cuesta cada error. Eso es negocio. Pañales y cerveza: la regla de asociación más famosa (¿y falsa?) https://nicolasbargioni.com/data-ml/mineria-de-datos/panales-cerveza https://nicolasbargioni.com/data-ml/mineria-de-datos/panales-cerveza Sun, 17 May 2026 00:00:00 GMT La historia dice que un super descubrió que quien compra pañales también compra cerveza. Lindo relato. El problema es que casi nada de eso pasó. Reglas de asociación: soporte, confianza y lift sin misterio https://nicolasbargioni.com/data-ml/mineria-de-datos/soporte-confianza-lift https://nicolasbargioni.com/data-ml/mineria-de-datos/soporte-confianza-lift Sat, 16 May 2026 00:00:00 GMT Tres métricas asustan a más gente de la que deberían. Con un changuito de supermercado se entienden en cinco minutos. Apriori vs FP-Growth: minar patrones sin que explote la combinatoria https://nicolasbargioni.com/data-ml/mineria-de-datos/apriori-vs-fpgrowth https://nicolasbargioni.com/data-ml/mineria-de-datos/apriori-vs-fpgrowth Fri, 15 May 2026 00:00:00 GMT Con 100 productos hay más combinaciones que átomos en tu cuerpo. Contar todo es imposible. Acá está el truco que lo vuelve viable. Minería de datos vs machine learning: no son lo mismo https://nicolasbargioni.com/data-ml/mineria-de-datos/mineria-vs-ml https://nicolasbargioni.com/data-ml/mineria-de-datos/mineria-vs-ml Thu, 14 May 2026 00:00:00 GMT Se usan como sinónimos en LinkedIn, pero responden preguntas distintas: una descubre lo que ya pasó, la otra apuesta a lo que va a pasar. El sesgo del superviviente: los aviones de Wald y los datos que no ves https://nicolasbargioni.com/data-ml/mineria-de-datos/sesgo-superviviente https://nicolasbargioni.com/data-ml/mineria-de-datos/sesgo-superviviente Wed, 13 May 2026 00:00:00 GMT El ejército quería blindar donde los aviones volvían agujereados. Un estadístico vio lo contrario: hay que blindar donde NO hay agujeros. La temperatura de un LLM: el dial entre el robot y el poeta https://nicolasbargioni.com/ia-agentes/llms-prompting/temperatura-llm https://nicolasbargioni.com/ia-agentes/llms-prompting/temperatura-llm Tue, 12 May 2026 00:00:00 GMT Un solo número decide si un modelo responde como un manual técnico o como un improvisador. Se llama temperature. Los LLM no leen palabras: el mundo visto en tokens https://nicolasbargioni.com/ia-agentes/llms-prompting/tokens-no-palabras https://nicolasbargioni.com/ia-agentes/llms-prompting/tokens-no-palabras Mon, 11 May 2026 00:00:00 GMT Un modelo top puede fallar al contar las erres de 'strawberry'. No es que sea tonto: nunca vio la palabra como la ves vos. Chain-of-thought: por qué pedirle que 'piense paso a paso' funciona https://nicolasbargioni.com/ia-agentes/llms-prompting/cadena-pensamiento https://nicolasbargioni.com/ia-agentes/llms-prompting/cadena-pensamiento Sun, 10 May 2026 00:00:00 GMT Una frase de cinco palabras puede mejorar el razonamiento de un LLM, y tiene que ver con cómo genera el texto token a token. Por qué los LLM alucinan con tanta seguridad https://nicolasbargioni.com/ia-agentes/llms-prompting/por-que-alucinan https://nicolasbargioni.com/ia-agentes/llms-prompting/por-que-alucinan Sat, 09 May 2026 00:00:00 GMT Un LLM puede inventarte una cita falsa con una bibliografía perfecta. No es un bug raro: es lo que hace siempre, solo que a veces acierta. La ventana de contexto: la memoria de trabajo de un LLM https://nicolasbargioni.com/ia-agentes/llms-prompting/ventana-contexto https://nicolasbargioni.com/ia-agentes/llms-prompting/ventana-contexto Fri, 08 May 2026 00:00:00 GMT Un LLM no recuerda la conversación: cada vez relee todo desde cero. Entender eso explica por qué se 'olvida' y por qué cuesta más caro. Rey − hombre + mujer = reina: la aritmética de los embeddings https://nicolasbargioni.com/ia-agentes/rag-embeddings/rey-reina-embeddings https://nicolasbargioni.com/ia-agentes/rag-embeddings/rey-reina-embeddings Thu, 07 May 2026 00:00:00 GMT Sumar y restar palabras como si fueran vectores y caer parado en otra palabra. La geometría escondida del significado. Por qué el coseno y no la distancia para comparar significados https://nicolasbargioni.com/ia-agentes/rag-embeddings/similitud-coseno https://nicolasbargioni.com/ia-agentes/rag-embeddings/similitud-coseno Wed, 06 May 2026 00:00:00 GMT Dos textos pueden estar lejos en línea recta y significar lo mismo. El ángulo entre ellos cuenta una historia que la distancia esconde. RAG: darle a un LLM los apuntes antes del examen https://nicolasbargioni.com/ia-agentes/rag-embeddings/rag-apuntes-examen https://nicolasbargioni.com/ia-agentes/rag-embeddings/rag-apuntes-examen Tue, 05 May 2026 00:00:00 GMT Un LLM no sabe lo que pasó ayer ni lo que hay en tu wiki interna. RAG es dejarle abrir los apuntes justo antes de responder. El arte de partir documentos: chunking que no rompe el sentido https://nicolasbargioni.com/ia-agentes/rag-embeddings/chunking-arte https://nicolasbargioni.com/ia-agentes/rag-embeddings/chunking-arte Mon, 04 May 2026 00:00:00 GMT Cortar un documento mal es como arrancar una página al medio: el RAG recupera la mitad de la idea y responde cualquier cosa. Los sesgos escondidos en los embeddings https://nicolasbargioni.com/ia-agentes/rag-embeddings/sesgos-embeddings https://nicolasbargioni.com/ia-agentes/rag-embeddings/sesgos-embeddings Sun, 03 May 2026 00:00:00 GMT Si entrenás un modelo con todo internet, aprende también nuestros prejuicios. Y los guarda en la geometría de los vectores. ReAct: agentes que razonan y actúan en bucle https://nicolasbargioni.com/ia-agentes/agentes/react-razonar-actuar https://nicolasbargioni.com/ia-agentes/agentes/react-razonar-actuar Sat, 02 May 2026 00:00:00 GMT El patrón pensar→actuar→observar que convierte un LLM en algo que parece decidir solo. Por dentro es un loop bien armado. Function calling: cómo un LLM aprende a usar herramientas https://nicolasbargioni.com/ia-agentes/agentes/function-calling https://nicolasbargioni.com/ia-agentes/agentes/function-calling Fri, 01 May 2026 00:00:00 GMT Un LLM no ejecuta código ni llama APIs. Lo que hace es pedirlas con un formato prolijo. El truco que convierte texto en acción. Agente vs pipeline: cuándo conviene dejar que decida solo https://nicolasbargioni.com/ia-agentes/agentes/agente-vs-pipeline https://nicolasbargioni.com/ia-agentes/agentes/agente-vs-pipeline Thu, 30 Apr 2026 00:00:00 GMT Un pipeline ejecuta los pasos que vos definiste. Un agente decide los pasos. Esa diferencia tiene un costo, y conviene saber cuándo pagarlo. Cuando un agente entra en bucle: los riesgos de la autonomía https://nicolasbargioni.com/ia-agentes/agentes/agente-en-bucle https://nicolasbargioni.com/ia-agentes/agentes/agente-en-bucle Wed, 29 Apr 2026 00:00:00 GMT Le diste un objetivo y herramientas, y de golpe el agente lleva 40 vueltas, gastó USD 12 y sigue sin terminar. Por qué pasa y cómo ponerle freno. Sistemas multiagente: cuando varios LLM colaboran (y discuten) https://nicolasbargioni.com/ia-agentes/agentes/multiagente https://nicolasbargioni.com/ia-agentes/agentes/multiagente Tue, 28 Apr 2026 00:00:00 GMT Si un agente es bueno, ¿muchos son mejores? A veces sí, a veces es un teléfono descompuesto carísimo. Cuándo dividir el trabajo y cuándo no. Cómo 've' una CNN: de bordes a conceptos https://nicolasbargioni.com/ia-agentes/vision/como-ve-una-cnn https://nicolasbargioni.com/ia-agentes/vision/como-ve-una-cnn Mon, 27 Apr 2026 00:00:00 GMT Una red convolucional no entiende una cara de golpe: la arma capa por capa, de líneas a texturas a ojos a rostros. Las ilusiones ópticas de las redes neuronales https://nicolasbargioni.com/ia-agentes/vision/ilusiones-redes https://nicolasbargioni.com/ia-agentes/vision/ilusiones-redes Sun, 26 Apr 2026 00:00:00 GMT Pegale piel de elefante a un gato y una CNN dirá 'elefante'. Las redes miran textura mucho más que forma, y eso explica errores raros. Data augmentation: enseñar con la misma foto mil veces https://nicolasbargioni.com/ia-agentes/vision/data-augmentation https://nicolasbargioni.com/ia-agentes/vision/data-augmentation Sat, 25 Apr 2026 00:00:00 GMT Rotar, recortar y espejar una imagen no es trampa: es la forma más barata de que un modelo de visión generalice en vez de memorizar. Clasificar, detectar, segmentar: tres tareas distintas en visión https://nicolasbargioni.com/ia-agentes/vision/clasificar-detectar-segmentar https://nicolasbargioni.com/ia-agentes/vision/clasificar-detectar-segmentar Fri, 24 Apr 2026 00:00:00 GMT 'Qué hay', 'dónde está' y 'qué píxel es qué' parecen lo mismo, pero son tres problemas de visión con costos y modelos muy distintos. Un sticker que engaña a un auto autónomo https://nicolasbargioni.com/ia-agentes/vision/sticker-adversario https://nicolasbargioni.com/ia-agentes/vision/sticker-adversario Thu, 23 Apr 2026 00:00:00 GMT Unos stickers blancos y negros bien puestos sobre un cartel de STOP hacen que un auto autónomo lea 'velocidad máxima 45'. Y funciona en el mundo real. El espectrograma: ver el sonido para que la IA lo entienda https://nicolasbargioni.com/ia-agentes/procesamiento-habla/espectrograma https://nicolasbargioni.com/ia-agentes/procesamiento-habla/espectrograma Wed, 22 Apr 2026 00:00:00 GMT El sonido es una onda invisible. El truco de casi todo el audio moderno es convertirla en una imagen y dejar que la red la mire. Whisper: el modelo que transcribe en 99 idiomas https://nicolasbargioni.com/ia-agentes/procesamiento-habla/whisper-99-idiomas https://nicolasbargioni.com/ia-agentes/procesamiento-habla/whisper-99-idiomas Tue, 21 Apr 2026 00:00:00 GMT Cómo un modelo entrenado con 680.000 horas de audio crudo de internet terminó transcribiendo casi cualquier idioma sin afinarse para ninguno. MFCC: cómo se imita el oído humano para extraer features https://nicolasbargioni.com/ia-agentes/procesamiento-habla/mfcc-oido-humano https://nicolasbargioni.com/ia-agentes/procesamiento-habla/mfcc-oido-humano Mon, 20 Apr 2026 00:00:00 GMT Por qué el audio para IA se mide en escala mel y no en hertz crudos: tu oído no escucha el sonido como lo grafica un físico. Voces sintéticas y el valle inquietante del audio https://nicolasbargioni.com/ia-agentes/procesamiento-habla/valle-inquietante-voz https://nicolasbargioni.com/ia-agentes/procesamiento-habla/valle-inquietante-voz Sun, 19 Apr 2026 00:00:00 GMT Por qué una voz TTS casi perfecta nos da más rechazo que una claramente robótica. El valle inquietante también existe en el sonido. 'Hey Siri': cómo un dispositivo te escucha sin escuchar https://nicolasbargioni.com/ia-agentes/procesamiento-habla/wake-word https://nicolasbargioni.com/ia-agentes/procesamiento-habla/wake-word Sat, 18 Apr 2026 00:00:00 GMT Tu teléfono espera la palabra mágica todo el día sin mandar tu vida a la nube. El truco está en un modelo diminuto que corre en el chip. A*: el GPS que combina lo recorrido y lo que falta https://nicolasbargioni.com/ia-agentes/busqueda-heuristica/a-estrella-gps https://nicolasbargioni.com/ia-agentes/busqueda-heuristica/a-estrella-gps Fri, 17 Apr 2026 00:00:00 GMT A* es el algoritmo detrás de tu navegador y de casi todo videojuego. Su secreto cabe en una sola fórmula: f = g + h. Heurística admisible: la promesa que garantiza el camino óptimo https://nicolasbargioni.com/ia-agentes/busqueda-heuristica/heuristica-admisible https://nicolasbargioni.com/ia-agentes/busqueda-heuristica/heuristica-admisible Thu, 16 Apr 2026 00:00:00 GMT Por qué una heurística que nunca sobreestima es la condición exacta que vuelve a A* infalible para encontrar la ruta más corta. Dijkstra vs A*: la diferencia que hace una buena pista https://nicolasbargioni.com/ia-agentes/busqueda-heuristica/dijkstra-vs-astar https://nicolasbargioni.com/ia-agentes/busqueda-heuristica/dijkstra-vs-astar Wed, 15 Apr 2026 00:00:00 GMT Buscar a ciegas o con una corazonada informada: por qué A* es Dijkstra con una pista, y cuándo esa pista cambia todo. El 8-puzzle: el juguete que enseñó a planificar a las máquinas https://nicolasbargioni.com/ia-agentes/busqueda-heuristica/8-puzzle-juguete https://nicolasbargioni.com/ia-agentes/busqueda-heuristica/8-puzzle-juguete Tue, 14 Apr 2026 00:00:00 GMT Un rompecabezas de plástico con ocho fichas esconde el concepto que sostiene toda la planificación automática: el espacio de estados. El factor de ramificación: por qué el ajedrez es tan difícil https://nicolasbargioni.com/ia-agentes/busqueda-heuristica/factor-ramificacion https://nicolasbargioni.com/ia-agentes/busqueda-heuristica/factor-ramificacion Mon, 13 Apr 2026 00:00:00 GMT Cada jugada multiplica las opciones. Ese número, el factor de ramificación, explica por qué buscar a lo bruto no alcanza y la heurística importa tanto. RPA no es IA: el robot que copia y pega (y por qué importa) https://nicolasbargioni.com/hiperautomatizacion/rpa/rpa-no-es-ia https://nicolasbargioni.com/hiperautomatizacion/rpa/rpa-no-es-ia Sun, 12 Apr 2026 00:00:00 GMT El 'robot' de RPA no entiende nada: solo repite clicks. La diferencia con la IA cambia qué podés automatizar y qué no. La deuda técnica oculta de los bots de RPA https://nicolasbargioni.com/hiperautomatizacion/rpa/rpa-deuda-tecnica https://nicolasbargioni.com/hiperautomatizacion/rpa/rpa-deuda-tecnica Sat, 11 Apr 2026 00:00:00 GMT Un simple rediseño de pantalla puede tumbar decenas de bots de RPA a la vez. La automatización por la interfaz es frágil por diseño. RPA vs API: automatizar por la ventana o por la puerta https://nicolasbargioni.com/hiperautomatizacion/rpa/rpa-vs-api https://nicolasbargioni.com/hiperautomatizacion/rpa/rpa-vs-api Fri, 10 Apr 2026 00:00:00 GMT RPA y una API pueden resolver lo mismo, pero uno entra por la ventana y el otro por la puerta. Cuándo el bot es un parche y cuándo la integración real. El 'swivel chair' que RPA vino a matar https://nicolasbargioni.com/hiperautomatizacion/rpa/swivel-chair https://nicolasbargioni.com/hiperautomatizacion/rpa/swivel-chair Thu, 09 Apr 2026 00:00:00 GMT Copiar datos de un sistema a otro a mano tiene nombre: 'swivel chair'. Es la tarea fantasma que RPA ataca primero. De RPA a hiperautomatización: el salto que cambia el ROI https://nicolasbargioni.com/hiperautomatizacion/rpa/rpa-a-hiperautomatizacion https://nicolasbargioni.com/hiperautomatizacion/rpa/rpa-a-hiperautomatizacion Wed, 08 Apr 2026 00:00:00 GMT Un bot de RPA solo, sin IA ni datos de proceso, toca techo rápido. El salto a la hiperautomatización es lo que multiplica el retorno. El techo del no-code: hasta dónde llegan n8n y Make https://nicolasbargioni.com/hiperautomatizacion/n8n-make/techo-nocode https://nicolasbargioni.com/hiperautomatizacion/n8n-make/techo-nocode Tue, 07 Apr 2026 00:00:00 GMT El no-code resuelve el 80% en una tarde. El otro 20% es donde te das cuenta de que había un techo todo el tiempo. Webhooks: el pegamento invisible de las automatizaciones https://nicolasbargioni.com/hiperautomatizacion/n8n-make/webhooks-pegamento https://nicolasbargioni.com/hiperautomatizacion/n8n-make/webhooks-pegamento Mon, 06 Apr 2026 00:00:00 GMT Polling es golpear la puerta cada cinco minutos. Un webhook es que te toquen el timbre. La diferencia cambia todo. Idempotencia: por qué tu automatización no debe ejecutarse dos veces https://nicolasbargioni.com/hiperautomatizacion/n8n-make/idempotencia https://nicolasbargioni.com/hiperautomatizacion/n8n-make/idempotencia Sun, 05 Apr 2026 00:00:00 GMT El día que un cliente recibió el mismo mail siete veces, nadie escribió 'mandá esto siete veces'. Fue un reintento. n8n vs Make: open source vs comodidad https://nicolasbargioni.com/hiperautomatizacion/n8n-make/n8n-vs-make https://nicolasbargioni.com/hiperautomatizacion/n8n-make/n8n-vs-make Sat, 04 Apr 2026 00:00:00 GMT Uno te da las llaves del motor y la responsabilidad de mantenerlo. El otro te da un auto que anda y la factura mensual. Rate limits: el muro contra el que choca toda automatización https://nicolasbargioni.com/hiperautomatizacion/n8n-make/rate-limits https://nicolasbargioni.com/hiperautomatizacion/n8n-make/rate-limits Fri, 03 Apr 2026 00:00:00 GMT Tu automatización es tan rápida que la API te bloquea. Bienvenido al muro que descubrís siempre en producción. Chatbot vs agente conversacional: el salto de FAQ a acción https://nicolasbargioni.com/hiperautomatizacion/agentes-conversacionales/chatbot-vs-agente https://nicolasbargioni.com/hiperautomatizacion/agentes-conversacionales/chatbot-vs-agente Thu, 02 Apr 2026 00:00:00 GMT Un chatbot responde; un agente conversacional hace. La diferencia no es de palabras: es de qué pasa después del 'enter'. Del intent clásico al LLM: cómo cambió el chatbot https://nicolasbargioni.com/hiperautomatizacion/agentes-conversacionales/intent-vs-llm https://nicolasbargioni.com/hiperautomatizacion/agentes-conversacionales/intent-vs-llm Wed, 01 Apr 2026 00:00:00 GMT Durante años los chatbots fueron árboles de intents que vos tenías que adivinar. Después llegaron los LLM y se cayó el árbol. El arte del 'te paso con un humano' https://nicolasbargioni.com/hiperautomatizacion/agentes-conversacionales/fallback-humano https://nicolasbargioni.com/hiperautomatizacion/agentes-conversacionales/fallback-humano Tue, 31 Mar 2026 00:00:00 GMT El peor pecado de un chatbot no es no saber: es no darse cuenta de que no sabe y dejarte dando vueltas en círculos. Mantener el hilo: memoria en conversaciones largas https://nicolasbargioni.com/hiperautomatizacion/agentes-conversacionales/memoria-conversacion https://nicolasbargioni.com/hiperautomatizacion/agentes-conversacionales/memoria-conversacion Mon, 30 Mar 2026 00:00:00 GMT Le decís tu nombre al principio y diez mensajes después te lo vuelve a preguntar. ¿Por qué a un bot le cuesta tanto recordar? Las métricas que dicen si tu chatbot sirve https://nicolasbargioni.com/hiperautomatizacion/agentes-conversacionales/metricas-chatbot https://nicolasbargioni.com/hiperautomatizacion/agentes-conversacionales/metricas-chatbot Sun, 29 Mar 2026 00:00:00 GMT 'Atendió 50.000 consultas este mes' suena increíble. Hasta que preguntás cuántas resolvió de verdad. Process mining: la radiografía de cómo trabaja tu empresa https://nicolasbargioni.com/hiperautomatizacion/bpmn/process-mining-rayos-x https://nicolasbargioni.com/hiperautomatizacion/bpmn/process-mining-rayos-x Sat, 28 Mar 2026 00:00:00 GMT Tus sistemas ya guardan, sin que nadie lo pida, la huella de cada paso. El process mining la revela y dibuja el proceso real. El proceso que dibujaste vs el que de verdad ocurre https://nicolasbargioni.com/hiperautomatizacion/bpmn/proceso-real-vs-dibujado https://nicolasbargioni.com/hiperautomatizacion/bpmn/proceso-real-vs-dibujado Fri, 27 Mar 2026 00:00:00 GMT El flowchart prolijo de la pared y el proceso real rara vez coinciden. Esa brecha es donde se esconde el dinero y el dolor. BPMN: el lenguaje universal de los procesos https://nicolasbargioni.com/hiperautomatizacion/bpmn/bpmn-lenguaje-universal https://nicolasbargioni.com/hiperautomatizacion/bpmn/bpmn-lenguaje-universal Thu, 26 Mar 2026 00:00:00 GMT Una factura sin formato es un dolor de cabeza. Un proceso sin notación común, también. BPMN es el idioma que negocio y TI hablan igual. Cuellos de botella invisibles que solo el dato revela https://nicolasbargioni.com/hiperautomatizacion/bpmn/cuello-botella-invisible https://nicolasbargioni.com/hiperautomatizacion/bpmn/cuello-botella-invisible Wed, 25 Mar 2026 00:00:00 GMT El paso que todos culpan rara vez es el lento. El verdadero cuello de botella es la espera entre tareas, y nadie la siente hasta medirla. El 'happy path' que esconde el 80% del trabajo real https://nicolasbargioni.com/hiperautomatizacion/bpmn/happy-path-mentira https://nicolasbargioni.com/hiperautomatizacion/bpmn/happy-path-mentira Tue, 24 Mar 2026 00:00:00 GMT El camino feliz es el que todos imaginan y casi nadie recorre. Las excepciones no son el caso raro: son la mitad del proceso. Por qué el OCR no alcanza para entender un documento https://nicolasbargioni.com/hiperautomatizacion/idp/ocr-no-alcanza https://nicolasbargioni.com/hiperautomatizacion/idp/ocr-no-alcanza Mon, 23 Mar 2026 00:00:00 GMT Un OCR transcribe letras perfectas y aun así no sabe cuál es el total de la factura. Leer no es entender. El layout importa: leer una factura no es leer texto https://nicolasbargioni.com/hiperautomatizacion/idp/layout-importa https://nicolasbargioni.com/hiperautomatizacion/idp/layout-importa Sun, 22 Mar 2026 00:00:00 GMT En un documento, dónde está cada cosa dice tanto como qué dice. La posición no es decoración: es dato. De PDF a dato estructurado: el pipeline de IDP https://nicolasbargioni.com/hiperautomatizacion/idp/idp-pipeline https://nicolasbargioni.com/hiperautomatizacion/idp/idp-pipeline Sat, 21 Mar 2026 00:00:00 GMT Un PDF entra, una fila de base de datos sale. En el medio hay cinco etapas, y cada una tiene su forma de fallar. El 80% de los datos de una empresa que nadie usa https://nicolasbargioni.com/hiperautomatizacion/idp/datos-no-estructurados https://nicolasbargioni.com/hiperautomatizacion/idp/datos-no-estructurados Fri, 20 Mar 2026 00:00:00 GMT Las tablas que mirás son la punta del iceberg. El grueso del conocimiento está en mails, PDFs y contratos sin tocar. Human-in-the-loop: cuándo confiar en la extracción automática https://nicolasbargioni.com/hiperautomatizacion/idp/human-in-the-loop https://nicolasbargioni.com/hiperautomatizacion/idp/human-in-the-loop Thu, 19 Mar 2026 00:00:00 GMT La pregunta no es si confiar en la IA, sino cuándo. Un número entre 0 y 1 decide qué pasa solo y qué mira un humano. Vertex AI: entrenar un modelo sin escribir el modelo https://nicolasbargioni.com/cloud/gcp/vertex-sin-modelo https://nicolasbargioni.com/cloud/gcp/vertex-sin-modelo Wed, 18 Mar 2026 00:00:00 GMT AutoML te entrena un modelo decente sin que escribas una sola línea de red neuronal. La pregunta es cuándo te conviene y cuándo te sale carísimo. Por qué la región de tu nube cambia la latencia y la factura https://nicolasbargioni.com/cloud/gcp/region-importa https://nicolasbargioni.com/cloud/gcp/region-importa Tue, 17 Mar 2026 00:00:00 GMT Elegir 'us-central1' por default parece inofensivo. Pero la región decide cuánto tarda tu app, cuánto pagás y dónde vive legalmente tu dato. Máquinas preemptibles: 80% más baratas si tolerás que se apaguen https://nicolasbargioni.com/cloud/gcp/maquinas-preemptibles https://nicolasbargioni.com/cloud/gcp/maquinas-preemptibles Mon, 16 Mar 2026 00:00:00 GMT Google te alquila su capacidad sobrante a una fracción del precio. La letra chica: te la puede sacar con 30 segundos de aviso. La gracia es saber cuándo eso no importa. Vertex AI vs montarlo vos: el cálculo real https://nicolasbargioni.com/cloud/gcp/vertex-vs-diy https://nicolasbargioni.com/cloud/gcp/vertex-vs-diy Sun, 15 Mar 2026 00:00:00 GMT El precio por hora de Vertex parece carísimo al lado de una VM cruda. Pero el costo de verdad incluye las horas tuyas, y ahí el cálculo se da vuelta. Las cuotas de GCP: el límite que descubrís en producción https://nicolasbargioni.com/cloud/gcp/cuotas-gcp https://nicolasbargioni.com/cloud/gcp/cuotas-gcp Sat, 14 Mar 2026 00:00:00 GMT Tu código funciona, tu tarjeta tiene saldo, y aún así GCP te frena con un error 429. No es un bug: es una cuota que nadie te avisó que existía. Cold starts: el medio segundo que arruina la experiencia https://nicolasbargioni.com/cloud/cloud-run/cold-start https://nicolasbargioni.com/cloud/cloud-run/cold-start Fri, 13 Mar 2026 00:00:00 GMT Tu API responde en 50 ms... salvo la primera request, que tarda 3 segundos. Eso es un cold start, y casi siempre se puede domar. Escalar a cero: pagar exactamente por lo que usás https://nicolasbargioni.com/cloud/cloud-run/scale-to-zero https://nicolasbargioni.com/cloud/cloud-run/scale-to-zero Thu, 12 Mar 2026 00:00:00 GMT Si nadie usa tu servicio, no pagás nada. Suena perfecto, hasta que entendés qué te cobra ese cero a cambio. Por qué Cloud Run te obliga a ser stateless https://nicolasbargioni.com/cloud/cloud-run/stateless-obligado https://nicolasbargioni.com/cloud/cloud-run/stateless-obligado Wed, 11 Mar 2026 00:00:00 GMT Guardás un archivo en disco, funciona, y dos requests después desapareció. No es un bug: es la regla de oro de Cloud Run. min-instances: el truco caliente que infla la factura https://nicolasbargioni.com/cloud/cloud-run/min-instances-factura https://nicolasbargioni.com/cloud/cloud-run/min-instances-factura Tue, 10 Mar 2026 00:00:00 GMT Una línea de config mata el cold start para siempre. También te cobra por una instancia prendida 24/7, la use alguien o no. Concurrency en Cloud Run: el dial que casi nadie toca https://nicolasbargioni.com/cloud/cloud-run/concurrency-dial https://nicolasbargioni.com/cloud/cloud-run/concurrency-dial Mon, 09 Mar 2026 00:00:00 GMT ¿Cuántas requests atiende un contenedor a la vez? La respuesta cambia tu factura, tu latencia y cuántas instancias prendés. Por qué BigQuery escanea terabytes en segundos: el formato columnar https://nicolasbargioni.com/cloud/bigquery/columnar-terabytes https://nicolasbargioni.com/cloud/bigquery/columnar-terabytes Sun, 08 Mar 2026 00:00:00 GMT BigQuery lee un terabyte en segundos no por magia, sino por una decisión de diseño: guardar los datos por columna, no por fila. SELECT * es caro: cómo BigQuery te cobra por columna https://nicolasbargioni.com/cloud/bigquery/select-star-caro https://nicolasbargioni.com/cloud/bigquery/select-star-caro Sat, 07 Mar 2026 00:00:00 GMT En BigQuery no pagás por fila ni por query: pagás por los bytes que escaneás. Y el SELECT * los multiplica sin que lo veas. Particionar y clusterizar: la diferencia entre $1 y $100 por query https://nicolasbargioni.com/cloud/bigquery/particionar-clusterizar https://nicolasbargioni.com/cloud/bigquery/particionar-clusterizar Fri, 06 Mar 2026 00:00:00 GMT Dos opciones que se eligen al crear la tabla y deciden cuántos datos escanea cada query. Bien usadas, recortan el costo 100x. BQML: entrenar modelos de machine learning con SQL https://nicolasbargioni.com/cloud/bigquery/bigquery-ml-sql https://nicolasbargioni.com/cloud/bigquery/bigquery-ml-sql Thu, 05 Mar 2026 00:00:00 GMT BigQuery ML te deja entrenar una regresión o un clustering con un CREATE MODEL, sin sacar los datos del warehouse ni escribir Python. Slots: la moneda invisible del cómputo en BigQuery https://nicolasbargioni.com/cloud/bigquery/slots-moneda https://nicolasbargioni.com/cloud/bigquery/slots-moneda Wed, 04 Mar 2026 00:00:00 GMT Detrás de cada query de BigQuery hay una unidad de cálculo que no ves: el slot. Entenderla explica por qué a veces la misma query vuela y otras se arrastra. 'Funciona en mi máquina': el problema que Docker mató https://nicolasbargioni.com/cloud/docker/funciona-en-mi-maquina https://nicolasbargioni.com/cloud/docker/funciona-en-mi-maquina Tue, 03 Mar 2026 00:00:00 GMT La frase más temida del desarrollo de software, y cómo un formato de empaquetado terminó convirtiéndola en una broma del pasado. Las capas de Docker: por qué el orden del Dockerfile importa https://nicolasbargioni.com/cloud/docker/capas-cache https://nicolasbargioni.com/cloud/docker/capas-cache Mon, 02 Mar 2026 00:00:00 GMT Cambiar una línea de lugar en el Dockerfile puede hacer que tu build pase de 5 minutos a 5 segundos. El secreto está en las capas. Tu imagen pesa 2GB y no debería: multi-stage builds https://nicolasbargioni.com/cloud/docker/imagen-gigante https://nicolasbargioni.com/cloud/docker/imagen-gigante Sun, 01 Mar 2026 00:00:00 GMT Si tu imagen de producción incluye el compilador, los headers y medio sistema operativo, estás cargando un taller entero para usar un destornillador. Contenedor vs máquina virtual: la analogía del departamento https://nicolasbargioni.com/cloud/docker/contenedor-vs-vm https://nicolasbargioni.com/cloud/docker/contenedor-vs-vm Sat, 28 Feb 2026 00:00:00 GMT Una VM es una casa con sus propios cimientos. Un contenedor es un departamento que comparte la estructura del edificio. La diferencia lo explica casi todo. Imágenes distroless: menos es más seguro https://nicolasbargioni.com/cloud/docker/distroless https://nicolasbargioni.com/cloud/docker/distroless Fri, 27 Feb 2026 00:00:00 GMT ¿Y si tu contenedor de producción no tuviera shell, ni gestor de paquetes, ni casi nada? Lo que no está, no te lo pueden explotar. Serverless igual tiene servidores (solo que no son tuyos) https://nicolasbargioni.com/cloud/serverless/serverless-igual-tiene-server https://nicolasbargioni.com/cloud/serverless/serverless-igual-tiene-server Thu, 26 Feb 2026 00:00:00 GMT El nombre miente un poco: en serverless hay servidores como siempre. Lo que cambia es quién los administra y por qué eso te conviene. Arquitectura por eventos: el código que reacciona https://nicolasbargioni.com/cloud/serverless/event-driven https://nicolasbargioni.com/cloud/serverless/event-driven Wed, 25 Feb 2026 00:00:00 GMT En serverless tu código no corre en un bucle esperando. Duerme hasta que pasa algo, y entonces reacciona. Ese cambio de mentalidad lo cambia todo. El cold start, el talón de Aquiles de lo serverless https://nicolasbargioni.com/cloud/serverless/cold-start-serverless https://nicolasbargioni.com/cloud/serverless/cold-start-serverless Tue, 24 Feb 2026 00:00:00 GMT La primera invocación de una función dormida tarda más. Por qué pasa, cuánto duele y a quién le importa de verdad. Pagar por invocación: cuándo conviene y cuándo no https://nicolasbargioni.com/cloud/serverless/costo-por-invocacion https://nicolasbargioni.com/cloud/serverless/costo-por-invocacion Mon, 23 Feb 2026 00:00:00 GMT Serverless cobra por ejecución, el servidor fijo cobra por hora prendida. Existe un punto de equilibrio, y conviene saber de qué lado estás. Vendor lock-in: la letra chica de lo serverless https://nicolasbargioni.com/cloud/serverless/vendor-lock-in https://nicolasbargioni.com/cloud/serverless/vendor-lock-in Sun, 22 Feb 2026 00:00:00 GMT Serverless te ahorra operación, pero a cambio enchufás tu código a las APIs de un proveedor. Qué tan atado quedás y cómo aflojar el nudo. El pipeline en rojo: por qué romper el build es sagrado https://nicolasbargioni.com/cloud/cicd/pipeline-rojo https://nicolasbargioni.com/cloud/cicd/pipeline-rojo Sat, 21 Feb 2026 00:00:00 GMT Dejar la rama principal en rojo frena a todo el equipo. Por eso, en buenos equipos, un build roto es la prioridad número uno. Deploy blue-green: cambiar el motor en pleno vuelo https://nicolasbargioni.com/cloud/cicd/blue-green https://nicolasbargioni.com/cloud/cicd/blue-green Fri, 20 Feb 2026 00:00:00 GMT Cómo desplegar una versión nueva sin que el usuario note nada: dos entornos gemelos y un cambio de tráfico instantáneo. El arte del rollback: deshacer un deploy en un click https://nicolasbargioni.com/cloud/cicd/rollback https://nicolasbargioni.com/cloud/cicd/rollback Thu, 19 Feb 2026 00:00:00 GMT Poder volver atrás un deploy en segundos vale más que no fallar nunca. Por qué el rollback es la red de seguridad que cambia todo. Tests como portero: lo que no pasa, no se despliega https://nicolasbargioni.com/cloud/cicd/tests-portero https://nicolasbargioni.com/cloud/cicd/tests-portero Wed, 18 Feb 2026 00:00:00 GMT En un buen pipeline los tests no son una sugerencia: son un portero que decide qué código llega a producción y qué se queda afuera. Infraestructura como código: tu nube entera en un repo https://nicolasbargioni.com/cloud/cicd/infra-como-codigo https://nicolasbargioni.com/cloud/cicd/infra-como-codigo Tue, 17 Feb 2026 00:00:00 GMT Servidores, redes y bases de datos descritos en archivos de texto versionados. Por qué la infra como código cambió cómo se opera la nube.