Python, AWS y arquitectura limpia. Casi 20 años creando software, cursos y contenido para la comunidad de habla hispana.
Quería sacar una versión nueva de mi librería y mis primeras ideas eran meter Pyrefly o subir la versión de Python. Ninguna le cambiaba nada a quien la usa. Lo que sí: aceptar una referencia escrita en minúsculas sin romper la promesa de la 1.0, y probar que es segura sin GIL en vez de suponerlo.
Para ampliar mi librería de direcciones revisé más de 800 fuentes de datos abiertos en 31 estados. La mayoría no declaraba licencia, en varias la licencia del publicador no coincidía con la del agregador, y solo nueve estados pasaron. Así se verifica una licencia de verdad.
Construí una API que compara CVs con ofertas de trabajo usando IA. La regla que guió todo el diseño fue simple: el LLM es caro, los embeddings son baratos. El resultado es una API donde el LLM aparece en exactamente tres lugares, y en ninguno decide el número que importa.
Un caso real de integracion de modelos de lenguaje en un flujo de procesamiento de texto. Aprende a combinar multiples proveedores para enriquecer tus datos de texto de forma asincrona y eficiente, utilizando AWS Step Functions y Lambda.
Esta charla analiza como aplicar los principios de Clean Architecture en proyectos FastAPI para mejorar la mantenibilidad, escalabilidad y calidad del codigo. Cubre la separacion de responsabilidades, la organizacion de la logica de negocio, las mejores practicas para integrar servicios externos y bases de datos, y estrategias para testing y refactoring, aprovechando las capacidades nativas de FastAPI para validacion de datos e inyeccion de dependencias.
Plataforma de analisis para ensayos clinicos farmaceuticos
