01 / AI ENGINEERING
AI Engineering
Fundamento
Por tema
Agentes y orquestación
8 artículosConstruir 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 artículosConectar 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 artículosDirigir 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 artículosSaber 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 artículosShipear 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.