My Blog.

Análisis técnico de la arquitectura Transformer, el mecanismo de Self-Attention (Q, K, V), su complejidad asintótica y cómo redefinió el Deep Learning hasta la resolución de problemas matemáticos del Milenio.

Un análisis profundo de ingeniería sobre la infraestructura de enrutamiento DNS, la configuración estricta de observabilidad con Google Tag Manager y la resolución de complejidades del DOM como el Event Bubbling en Single Page Applications.

Ventajas del desarrollo Low-Code con Oracle APEX para crear aplicaciones empresariales rápidas y seguras.

Análisis de los algoritmos de Machine Learning más utilizados, su complejidad computacional, optimización matemática y arquitectura de despliegue.

Diseño e implementación de un microservicio asíncrono para indexar, buscar y distribuir más de 150.000 volúmenes digitales superando cuellos de botella I/O.

Qué es, para que nos sirve en el mundo de la Algoritmia la notación Big O y sus tipos de notación en comparativas.

Usos del algoritmo de Dijkstra, su relación con las redes y conexiones y avances sobre el algoritmo.

Qué son los patrones de diseño, por qué estructuran mejor tu código y cuáles son los más utilizados en la industria.

Inteligencia Artificial. Qué diferencia al Machine Learning clásico de las Redes Neuronales Profundas (Deep Learning).

Ventajas del Jamstack, rendimiento extremo y cómo estructuré mi web.