Naar inhoud springen
NeuraLIA Labs
InloggenAan de slag

David Vicente Campos

Oprichter van NeuraLIA Labs en medeoprichter van MyRealFood

Ik ben informatica-ingenieur, afgestudeerd aan de Universiteit van León. Ik was medeoprichter van MyRealFood, waar ik als CTO de app bouwde die miljoenen mensen hebben gebruikt om beter te eten, en ik heb NeuraLIA Labs opgericht, waar ik AI-producten bouw. Hier schrijf ik over wat ik onderweg heb moeten begrijpen, zoals ik wou dat iemand het mij had uitgelegd.

AI vanaf nul

30 hoofdstukken

  1. De perceptron vanaf nul: wat een neuron berekent
  2. Waar een verliesfunctie vandaan komt: likelihood, geen conventie
  3. Bergafwaarts: Gradient Descent, en de twee stappen die iedereen overslaat
  4. Classificatie, cross-entropy en hoe je jezelf niet voor de gek houdt
  5. Backpropagation vanaf nul: eerst de engine, dan het netwerk
  6. Het netwerk laten trainen én laten generaliseren
  7. Bouw een BPE-tokenizer: waarom je model de r’s niet kan tellen
  8. Next-token voorspelling: embeddings en wat perplexity betekent
  9. Attention en het transformer block, afgeleid uit een gemiddelde
  10. Een LLM pretrainen: data, compute, scaling laws en kosten
  11. Van basismodel naar assistent: SFT, RLHF, DPO en GRPO
  12. Chain of Thought, RLVR en test-time compute, gemeten
  13. Inference goedkoop maken: KV cache, batching en quantization
  14. Je eerste LLM-call in productie: streaming, retries, timeouts
  15. Prompt engineering, gemeten: wat de output verandert
  16. De context window, tokens en de rekening, gemeten
  17. Temperature, top-p en het determinisme dat je niet hebt
  18. Tool calling en structured outputs: het contract dat standhoudt
  19. RAG in productie: chunking, retrieval en eerlijke citaties
  20. Fine-tunen, retrieval of prompt? De beslissing is economisch
  21. Multimodale pricing: wat afbeeldingen, audio en video echt kosten
  22. Wat een AI-agent is: vijf klassieke types, twee rivaliserende definities
  23. Bouw een agent harness: de loop en zijn vijf uitwegen
  24. Context engineering: waarom je agent bij beurt 40 dommer wordt
  25. Multi-agent orchestration: vijf patronen, en wanneer één wint
  26. MCP uitgelegd aan de hand van de spec: wat een server echt is
  27. Een MCP Server shippen: TypeScript en Python, gemeten
  28. Agent Skills en SKILL.md: Progressive Disclosure, gemeten
  29. LLM-evaluatie: van openbare benchmarks naar je golden set
  30. Prompt injection en de dodelijke trifecta: een echte agent beveiligen