Saltar al contenido

David Vicente Campos

Fundador de NeuraLIA Labs y cofundador de MyRealFood

Soy ingeniero informático por la Universidad de León. Cofundé MyRealFood, donde como CTO construí la app que millones de personas han usado para comer mejor, y fundé NeuraLIA Labs, donde desarrollo productos de inteligencia artificial. Aquí escribo sobre lo que he tenido que entender por el camino, tal y como me habría gustado que me lo explicaran.

IA desde cero

30 capítulos

  1. El perceptrón desde cero: qué calcula una neurona
  2. De dónde sale una función de pérdida: verosimilitud, no convención
  3. Cuesta abajo: Gradient Descent y los dos pasos que todo el mundo se salta
  4. Clasificación, entropía cruzada y cómo no engañarte a ti mismo
  5. Backpropagation desde cero: primero el motor, luego la red
  6. Conseguir que entrene y que generalice
  7. Crea un tokenizador BPE: por qué tu modelo no sabe contar las r
  8. Predicción del siguiente token: embeddings y qué significa la perplejidad
  9. Attention y el bloque transformer, derivados de una media
  10. Preentrenar un LLM: datos, compute, scaling laws y coste
  11. Del modelo base al asistente: SFT, RLHF, DPO y GRPO
  12. Chain of Thought, RLVR y test-time compute, medidos
  13. Abaratar la inferencia: KV cache, batching y cuantización
  14. Tu primera llamada LLM en producción: streaming, reintentos y timeouts
  15. Prompt engineering, medido: qué cambia la salida
  16. Context window, tokens y factura, medidos
  17. Temperatura, Top-p y el determinismo que no tienes
  18. Tool Calling y salidas estructuradas: el contrato que aguanta
  19. RAG en producción: chunking, recuperación y citas honestas
  20. ¿Fine-tune, recuperar o usar un prompt? La decisión es económica
  21. Precios multimodales: qué facturan de verdad las imágenes, el audio y el vídeo
  22. Qué es un AI agent: cinco tipos clásicos, dos definiciones rivales
  23. Construye un agent harness: el bucle y sus cinco salidas
  24. Context engineering: por qué tu agent se vuelve más tonto en el turno 40
  25. Orquestación multi-agent: cinco patrones y cuándo gana uno
  26. MCP explicado desde la especificación: qué es realmente un servidor
  27. Publica un servidor MCP: TypeScript y Python, medidos
  28. Agent Skills y SKILL.md: progressive disclosure, medido
  29. Evaluación de LLM: de los benchmarks públicos a tu golden set
  30. Prompt injection y la tríada letal: cómo proteger un agent real