01 / AI ENGINEERING

AI Engineering

Fundamento

Nota de producción
AI Engineering: principios desde producción
Los principios que Cleon aplica a cada build de IA — fundamentá antes de generar, evaluá antes de shipear, goberná cada acción, y nunca confundas una demo con un producto. La disciplina que convierte un modelo capaz en un sistema que sobrevive el lunes a la mañana.

Por tema

Agentes y orquestación
8 artículos
Construir agentes que se implementan, no que demuestran: anatomía, patrones de orquestación (del single-loop a los grafos de LangGraph), tools y actions, y la disciplina de producción — componiendo Agentforce, LangGraph, Claude y MCP.
Grounding y recuperación
8 artículos
Conectar los modelos a tu conocimiento: RAG bien hecho — chunking, embeddings, calidad de retrieval — entre los retrievers de Agentforce sobre Data 360 y vector stores externos. La base sobre la que se paran las respuestas de un agente.
Prompting e ingeniería de contexto
8 artículos
Dirigir los modelos de forma confiable: system prompts, instructions, context windows, structured output, y prompt caching. El oficio que convierte un modelo capaz en un componente confiable.
Evaluación y observabilidad
8 artículos
Saber que funciona — y que sigue funcionando: evals, test sets, LLM-as-judge, tracing, regresión, y el monitoreo que detecta una degradación silenciosa antes que un cliente.
Producción y gobernanza
8 artículos
Shipear y operar IA: costo, latencia, guardrails, PII y seguridad, human-in-the-loop, accountability, y deployment. La brecha entre una demo y una IA que corre el lunes a la mañana.