<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>15x1976 · Articles</title><description>Ideas sobre ingeniería, plataformas de datos, software, AI y sistemas complejos.</description><link>https://15x1976.neocities.org/</link><language>es-CL</language><item><title>Equipos aumentados por IA: convertir conocimiento individual en capacidad colectiva</title><link>https://15x1976.neocities.org/es/articulos/equipos-aumentados-por-ia-capacidad-colectiva/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/equipos-aumentados-por-ia-capacidad-colectiva/</guid><description>Dar un asistente de IA a cada integrante puede acelerar individuos y fragmentar al equipo al mismo tiempo. El desafío real es convertir esa capacidad adicional en contexto, decisiones y conocimiento compartidos.</description><pubDate>Thu, 24 Sep 2026 00:00:00 GMT</pubDate><category>AI</category><category>Engineering Culture</category><category>Architecture</category></item><item><title>AI-Native Engineering: de usar una IA a diseñar con ella</title><link>https://15x1976.neocities.org/es/articulos/ai-native-engineering-de-usar-una-ia-a-disenar-con-ella/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/ai-native-engineering-de-usar-una-ia-a-disenar-con-ella/</guid><description>Trabajar AI-Native no consiste en pedir más código a un modelo, sino en rediseñar el proceso de ingeniería para que análisis, decisiones, artefactos y construcción puedan evolucionar junto a la IA sin perder criterio humano.</description><pubDate>Thu, 10 Sep 2026 00:00:00 GMT</pubDate><category>AI</category><category>Software Engineering</category><category>Engineering Culture</category></item><item><title>Snowflake y Databricks: dónde convergen y qué diferencias importan al diseñar una plataforma</title><link>https://15x1976.neocities.org/es/articulos/snowflake-databricks-convergencia-diferencias-plataforma/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/snowflake-databricks-convergencia-diferencias-plataforma/</guid><description>Snowflake y Databricks convergen en muchas capacidades, pero sus diferencias de ejecución, almacenamiento, operación y experiencia de ingeniería siguen importando al diseñar una Data Platform.</description><pubDate>Thu, 27 Aug 2026 00:00:00 GMT</pubDate><category>Snowflake</category><category>Databricks</category><category>Data Architecture</category></item><item><title>De Databricks a Snowflake: conservar la disciplina de despliegue con CLI y DCM Projects</title><link>https://15x1976.neocities.org/es/articulos/databricks-snowflake-disciplina-despliegue-cli-dcm/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/databricks-snowflake-disciplina-despliegue-cli-dcm/</guid><description>La disciplina aprendida con Databricks Asset Bundles puede trasladarse a Snowflake sin forzar equivalencias, usando CLI y DCM Projects para versionar y desplegar recursos de forma repetible.</description><pubDate>Tue, 11 Aug 2026 00:00:00 GMT</pubDate><category>Snowflake</category><category>Databricks</category><category>Software Engineering</category></item><item><title>Snowpark: usar Python sobre Snowflake entendiendo dónde se ejecuta el trabajo</title><link>https://15x1976.neocities.org/es/articulos/snowpark-python-snowflake-donde-se-ejecuta-trabajo/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/snowpark-python-snowflake-donde-se-ejecuta-trabajo/</guid><description>Snowpark permite expresar transformaciones con Python manteniendo gran parte del trabajo dentro de Snowflake; entender dónde se ejecuta cada pieza evita mover datos y recursos innecesariamente.</description><pubDate>Fri, 24 Jul 2026 00:00:00 GMT</pubDate><category>Snowflake</category><category>Data Engineering</category><category>Software Engineering</category></item><item><title>De Databricks a Snowflake: qué conocimientos transferir y qué supuestos revisar</title><link>https://15x1976.neocities.org/es/articulos/databricks-snowflake-conocimientos-transferir-supuestos-revisar/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/databricks-snowflake-conocimientos-transferir-supuestos-revisar/</guid><description>Pasar de Databricks a Snowflake permite reutilizar mucho criterio de ingeniería de datos, pero exige revisar supuestos sobre ejecución, almacenamiento, incrementalidad y administración de la plataforma.</description><pubDate>Fri, 10 Jul 2026 00:00:00 GMT</pubDate><category>Snowflake</category><category>Databricks</category><category>Data Architecture</category></item><item><title>Dominar Databricks: las decisiones detrás de sus capacidades avanzadas</title><link>https://15x1976.neocities.org/es/articulos/dominar-databricks-capacidades-avanzadas/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/dominar-databricks-capacidades-avanzadas/</guid><description>Dominar Databricks no significa conocer todas sus features, sino entender qué problema resuelve cada capacidad, qué delega a la plataforma y qué responsabilidad permanece en el diseño.</description><pubDate>Fri, 26 Jun 2026 00:00:00 GMT</pubDate><category>Databricks</category><category>Data Architecture</category><category>Data Engineering</category></item><item><title>Capacidades de Databricks que conviene evaluar antes de construir una solución propia</title><link>https://15x1976.neocities.org/es/articulos/capacidades-databricks-antes-de-construir-una-solucion-propia/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/capacidades-databricks-antes-de-construir-una-solucion-propia/</guid><description>Antes de construir infraestructura propia conviene revisar qué responsabilidades ya puede asumir Databricks y qué control realmente necesita conservar nuestra arquitectura.</description><pubDate>Thu, 11 Jun 2026 00:00:00 GMT</pubDate><category>Databricks</category><category>Data Architecture</category><category>Software Engineering</category></item><item><title>Bronze sin copia adicional: qué garantías necesitamos antes de apuntar a los datos existentes</title><link>https://15x1976.neocities.org/es/articulos/bronze-sin-copia-adicional/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/bronze-sin-copia-adicional/</guid><description>Evitar una copia física en Bronze puede ahorrar trabajo, pero sólo es seguro cuando los datos existentes ofrecen estabilidad, identidad, retención y garantías suficientes para recuperar el pipeline.</description><pubDate>Fri, 22 May 2026 00:00:00 GMT</pubDate><category>Data Architecture</category><category>Data Engineering</category><category>Databricks</category></item><item><title>Serverless en Databricks: delegar el cómputo sin perder el control de la operación</title><link>https://15x1976.neocities.org/es/articulos/serverless-en-databricks-computo-y-control-operacional/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/serverless-en-databricks-computo-y-control-operacional/</guid><description>Serverless delega decisiones de infraestructura a Databricks, pero una operación confiable todavía necesita límites, observabilidad, costos entendibles y contratos claros con las cargas.</description><pubDate>Fri, 08 May 2026 00:00:00 GMT</pubDate><category>Databricks</category><category>Cloud</category><category>Data Engineering</category></item><item><title>Photon en Databricks: cómo funciona el motor vectorizado y cuándo mejora el costo de tus pipelines</title><link>https://15x1976.neocities.org/es/articulos/photon-en-databricks-motor-vectorizado-y-costo/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/photon-en-databricks-motor-vectorizado-y-costo/</guid><description>Photon acelera ciertas cargas mediante ejecución vectorizada, pero una mejora de rendimiento sólo reduce costos cuando entendemos qué trabajo acelera y cómo se factura el cómputo.</description><pubDate>Thu, 23 Apr 2026 00:00:00 GMT</pubDate><category>Databricks</category><category>Data Engineering</category><category>Cloud</category></item><item><title>Liquid Clustering en Databricks: organizar los datos para leer menos y adaptar el diseño</title><link>https://15x1976.neocities.org/es/articulos/liquid-clustering-en-databricks-organizar-datos-y-adaptar-el-diseno/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/liquid-clustering-en-databricks-organizar-datos-y-adaptar-el-diseno/</guid><description>Liquid Clustering cambia cómo pensamos la organización física de tablas Delta: busca reducir datos leídos y permitir que el diseño evolucione sin quedar atado a particiones rígidas.</description><pubDate>Thu, 09 Apr 2026 00:00:00 GMT</pubDate><category>Databricks</category><category>Data Engineering</category><category>Data Architecture</category></item><item><title>Ingeniería avanzada en Databricks: el criterio detrás de una plataforma confiable</title><link>https://15x1976.neocities.org/es/articulos/ingenieria-avanzada-en-databricks-criterio-plataforma-confiable/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/ingenieria-avanzada-en-databricks-criterio-plataforma-confiable/</guid><description>La ingeniería avanzada en Databricks depende menos de acumular features y más de aplicar criterio sobre confiabilidad, operación, costos y límites de cada capacidad de la plataforma.</description><pubDate>Tue, 31 Mar 2026 00:00:00 GMT</pubDate><category>Databricks</category><category>Data Architecture</category><category>Data Engineering</category></item><item><title>Refactorizar pipelines en Databricks: mejorar rendimiento y operación sin perder el significado de los datos</title><link>https://15x1976.neocities.org/es/articulos/refactorizar-pipelines-databricks-rendimiento-operacion-significado/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/refactorizar-pipelines-databricks-rendimiento-operacion-significado/</guid><description>Refactorizar un pipeline no consiste sólo en hacerlo más rápido: hay que mejorar rendimiento y operación sin alterar contratos, granularidad ni significado de los datos.</description><pubDate>Fri, 20 Mar 2026 00:00:00 GMT</pubDate><category>Databricks</category><category>Data Engineering</category><category>Software Engineering</category></item><item><title>De Delta Live Tables a Lakeflow: cuándo conviene un pipeline declarativo</title><link>https://15x1976.neocities.org/es/articulos/de-delta-live-tables-a-lakeflow-cuando-conviene-un-pipeline-declarativo/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/de-delta-live-tables-a-lakeflow-cuando-conviene-un-pipeline-declarativo/</guid><description>Delta Live Tables evolucionó hacia Lakeflow Declarative Pipelines. La decisión importante no es el nombre, sino cuándo delegar dependencias, incrementalidad y operación a un framework declarativo.</description><pubDate>Tue, 10 Mar 2026 00:00:00 GMT</pubDate><category>Databricks</category><category>Data Engineering</category><category>Data Architecture</category></item><item><title>Del broker al Lakehouse: qué cambia con Lakeflow Connect y qué seguimos teniendo que diseñar</title><link>https://15x1976.neocities.org/es/articulos/del-broker-al-lakehouse-que-cambia-con-lakeflow-connect/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/del-broker-al-lakehouse-que-cambia-con-lakeflow-connect/</guid><description>Lakeflow Connect puede simplificar la ingesta desde brokers, pero no elimina decisiones sobre entrega, recuperación, publicación y significado de los datos dentro del Lakehouse.</description><pubDate>Fri, 27 Feb 2026 00:00:00 GMT</pubDate><category>Databricks</category><category>Data Architecture</category><category>Data Engineering</category></item><item><title>El costo de ingerir datos en Databricks: descubrir, procesar y esperar</title><link>https://15x1976.neocities.org/es/articulos/costo-ingesta-databricks-descubrir-procesar-esperar/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/costo-ingesta-databricks-descubrir-procesar-esperar/</guid><description>El costo de ingesta no es sólo cómputo: también incluye descubrir archivos, mantener capacidad disponible y repetir trabajo. Optimizar exige mirar el recorrido completo.</description><pubDate>Tue, 17 Feb 2026 00:00:00 GMT</pubDate><category>Databricks</category><category>Data Engineering</category><category>Cloud</category></item><item><title>Asincronía en Databricks: de la llegada de archivos a la publicación de datos confiables</title><link>https://15x1976.neocities.org/es/articulos/asincronia-en-databricks-de-archivos-a-datos-confiables/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/asincronia-en-databricks-de-archivos-a-datos-confiables/</guid><description>Un pipeline puede terminar en verde y publicar datos incompletos. Diseñar asincronía en Databricks exige separar llegada, procesamiento, completitud y publicación confiable.</description><pubDate>Thu, 05 Feb 2026 00:00:00 GMT</pubDate><category>Databricks</category><category>Data Engineering</category><category>Data Architecture</category></item><item><title>Event Brokers: colas, streams y las garantías que necesita tu arquitectura</title><link>https://15x1976.neocities.org/es/articulos/event-brokers-colas-streams-y-garantias-de-arquitectura/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/event-brokers-colas-streams-y-garantias-de-arquitectura/</guid><description>Colas y streams resuelven problemas distintos; diseñar bien un Event Broker exige entender entrega, orden, replay, acknowledgments e idempotencia antes de elegir tecnología.</description><pubDate>Mon, 26 Jan 2026 00:00:00 GMT</pubDate><category>Architecture</category><category>Data Engineering</category><category>Software Engineering</category></item><item><title>Asincronía en ELT: cuándo los datos están realmente listos</title><link>https://15x1976.neocities.org/es/articulos/asincronia-en-elt-cuando-los-datos-estan-realmente-listos/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/asincronia-en-elt-cuando-los-datos-estan-realmente-listos/</guid><description>La asincronía puede reducir esperas en ELT, pero obliga a modelar estados, dependencias y condiciones de publicación para saber cuándo los datos están realmente listos.</description><pubDate>Thu, 08 Jan 2026 00:00:00 GMT</pubDate><category>Data Engineering</category><category>Architecture</category><category>Software Engineering</category></item><item><title>El Champion no se entrega: cómo llevar un modelo a producción sin cambiar lo que aprendió</title><link>https://15x1976.neocities.org/es/articulos/el-champion-no-se-entrega/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/el-champion-no-se-entrega/</guid><description>Productivizar un modelo no consiste en reescribir un notebook. Consiste en transformar su implementación sin perder la población, temporalidad, features y supuestos que hicieron válido al experimento.</description><pubDate>Mon, 22 Dec 2025 00:00:00 GMT</pubDate><category>AI</category><category>Data Engineering</category><category>Software Engineering</category></item><item><title>Cuando cada ticket vuelve a resolver el mismo problema: de trabajo artesanal a fábrica de datos</title><link>https://15x1976.neocities.org/es/articulos/cuando-cada-ticket-vuelve-a-resolver-el-mismo-problema/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/cuando-cada-ticket-vuelve-a-resolver-el-mismo-problema/</guid><description>Una fábrica de datos no nace porque creemos más pipelines más rápido. Nace cuando distinguimos qué decisiones ya conocemos, las convertimos en capacidades reutilizables y reservamos código nuevo para problemas realmente nuevos.</description><pubDate>Tue, 09 Dec 2025 00:00:00 GMT</pubDate><category>Data Architecture</category><category>Databricks</category><category>Software Engineering</category></item><item><title>Cuando cada nueva tabla significa un nuevo pipeline: cambiar la forma en que escala una plataforma SAP</title><link>https://15x1976.neocities.org/es/articulos/cuando-cada-nueva-tabla-significa-un-nuevo-pipeline/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/cuando-cada-nueva-tabla-significa-un-nuevo-pipeline/</guid><description>Una arquitectura pipeline-por-tabla puede ser correcta y aun así alcanzar su límite. El salto aparece cuando dejamos de contar tablas y empezamos a reconocer patrones de extracción reutilizables.</description><pubDate>Tue, 25 Nov 2025 00:00:00 GMT</pubDate><category>Data Architecture</category><category>Data Engineering</category></item><item><title>¿Qué es realmente Data Mesh?</title><link>https://15x1976.neocities.org/es/articulos/que-demonios-es-data-mesh-y-por-que-todo-el-mundo-habla-de-ello/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/que-demonios-es-data-mesh-y-por-que-todo-el-mundo-habla-de-ello/</guid><description>Data Mesh no es “poner dominios” ni comprar otra plataforma. Es una redistribución de responsabilidades: ownership de dominio, productos de datos, self-service y governance federado.</description><pubDate>Tue, 11 Nov 2025 00:00:00 GMT</pubDate><category>Data Architecture</category><category>Engineering Culture</category></item><item><title>Todo está en verde y el modelo está equivocado</title><link>https://15x1976.neocities.org/es/articulos/todo-esta-en-verde-y-el-modelo-esta-equivocado/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/todo-esta-en-verde-y-el-modelo-esta-equivocado/</guid><description>Un Job verde demuestra que el código terminó. No demuestra que los datos sean correctos ni que el modelo siga siendo útil. La observabilidad de ML necesita atravesar varias capas.</description><pubDate>Wed, 29 Oct 2025 00:00:00 GMT</pubDate><category>AI</category><category>Data Engineering</category><category>Engineering Culture</category></item><item><title>Entrenar con el pasado sin mirar el futuro</title><link>https://15x1976.neocities.org/es/articulos/entrenar-con-el-pasado-sin-mirar-el-futuro/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/entrenar-con-el-pasado-sin-mirar-el-futuro/</guid><description>Para entrenar con el pasado no basta con usar registros antiguos. Debemos reconstruir qué información habría estado disponible exactamente en el momento de cada predicción.</description><pubDate>Fri, 17 Oct 2025 00:00:00 GMT</pubDate><category>AI</category><category>Data Engineering</category><category>Data Architecture</category></item><item><title>¿Podrías reproducir el modelo que pusiste en producción hace seis meses?</title><link>https://15x1976.neocities.org/es/articulos/podrias-reproducir-el-modelo-que-pusiste-en-produccion-hace-seis-meses/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/podrias-reproducir-el-modelo-que-pusiste-en-produccion-hace-seis-meses/</guid><description>Guardar el archivo del modelo no basta para reproducir un experimento. El resultado depende también de datos, features, parámetros, configuración, dependencias y código.</description><pubDate>Mon, 06 Oct 2025 00:00:00 GMT</pubDate><category>AI</category><category>Data Engineering</category><category>Software Engineering</category></item><item><title>&quot;En mi notebook funciona&quot;: del experimento al producto</title><link>https://15x1976.neocities.org/es/articulos/en-mi-notebook-funciona-del-experimento-al-producto/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/en-mi-notebook-funciona-del-experimento-al-producto/</guid><description>Conseguir que un modelo funcione en un notebook demuestra una hipótesis. Convertirlo en producto exige preservar su significado mientras agregamos operación, repetibilidad y recuperación.</description><pubDate>Tue, 23 Sep 2025 00:00:00 GMT</pubDate><category>Software Engineering</category><category>Data Engineering</category><category>AI</category></item><item><title>De notebooks a software: profesionalizando Databricks con Asset Bundles</title><link>https://15x1976.neocities.org/es/articulos/de-notebooks-a-software-profesionalizando-databricks-con-asset-bundles/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/de-notebooks-a-software-profesionalizando-databricks-con-asset-bundles/</guid><description>Cuando una plataforma de datos crece, sus Jobs, configuraciones y despliegues también merecen disciplina de software. Asset Bundles son un mecanismo para conseguirlo, no la razón de fondo.</description><pubDate>Tue, 09 Sep 2025 00:00:00 GMT</pubDate><category>Databricks</category><category>Software Engineering</category><category>Data Engineering</category></item><item><title>ADF vs Databricks Workflows: la falsa guerra de los orquestadores</title><link>https://15x1976.neocities.org/es/articulos/adf-vs-databricks-workflows-la-falsa-guerra-de-los-orquestadores/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/adf-vs-databricks-workflows-la-falsa-guerra-de-los-orquestadores/</guid><description>ADF y Databricks Workflows pueden solaparse, pero elegir un ganador universal suele ser menos útil que definir con claridad dónde termina la responsabilidad de cada uno.</description><pubDate>Wed, 27 Aug 2025 00:00:00 GMT</pubDate><category>Cloud</category><category>Databricks</category><category>Data Engineering</category></item><item><title>Dime cómo etiquetas tus cargas y te diré dónde pierdes dinero</title><link>https://15x1976.neocities.org/es/articulos/dime-como-etiquetas-tus-cargas-y-te-dire-donde-pierdes-dinero/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/dime-como-etiquetas-tus-cargas-y-te-dire-donde-pierdes-dinero/</guid><description>Optimizar costos sin atribución es adivinar. Antes de reducir gasto necesitamos saber qué carga, equipo, producto o consumidor está generándolo y qué valor entrega.</description><pubDate>Thu, 14 Aug 2025 00:00:00 GMT</pubDate><category>Cloud</category><category>Data Engineering</category><category>Engineering Culture</category></item><item><title>Tu plataforma no necesita más alertas, necesita mejores alertas</title><link>https://15x1976.neocities.org/es/articulos/tu-plataforma-no-necesita-mas-alertas-necesita-mejores-alertas/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/tu-plataforma-no-necesita-mas-alertas-necesita-mejores-alertas/</guid><description>Una plataforma con cientos de alertas puede estar menos observable que una con veinte. El objetivo no es detectar eventos: es reconocer cuáles requieren acción y qué impacto tienen.</description><pubDate>Mon, 04 Aug 2025 00:00:00 GMT</pubDate><category>Engineering Culture</category><category>Data Engineering</category><category>Cloud</category></item><item><title>Data Governance no significa poner permisos</title><link>https://15x1976.neocities.org/es/articulos/data-governance-no-significa-poner-permisos/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/data-governance-no-significa-poner-permisos/</guid><description>Dar o negar acceso es seguridad. Governance empieza cuando además podemos explicar qué significa un dato, quién responde por él y bajo qué condiciones puede usarse con confianza.</description><pubDate>Mon, 21 Jul 2025 00:00:00 GMT</pubDate><category>Data Architecture</category><category>Engineering Culture</category><category>Cloud</category></item><item><title>Cuando no existe linaje, todos se convierten en detectives</title><link>https://15x1976.neocities.org/es/articulos/cuando-no-existe-linaje-todos-se-convierten-en-detectives/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/cuando-no-existe-linaje-todos-se-convierten-en-detectives/</guid><description>Sin linaje, cada cambio importante empieza como investigación forense: quién produce esta tabla, quién la consume y qué se romperá si tocamos una columna.</description><pubDate>Mon, 07 Jul 2025 00:00:00 GMT</pubDate><category>Data Architecture</category><category>Data Engineering</category><category>Engineering Culture</category></item><item><title>Las credenciales en código son deuda técnica con fecha de vencimiento</title><link>https://15x1976.neocities.org/es/articulos/las-credenciales-en-codigo-son-deuda-tecnica-con-fecha-de-vencimiento/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/las-credenciales-en-codigo-son-deuda-tecnica-con-fecha-de-vencimiento/</guid><description>Una contraseña hardcodeada resuelve una conexión en segundos y crea un problema que puede durar años. La madurez consiste en reducir cuánto secreto necesita conocer la aplicación.</description><pubDate>Wed, 25 Jun 2025 00:00:00 GMT</pubDate><category>Cloud</category><category>Software Engineering</category><category>Engineering Culture</category></item><item><title>Tus fuentes van a cambiar. Diseña para ello.</title><link>https://15x1976.neocities.org/es/articulos/tus-fuentes-van-a-cambiar-disena-para-ello/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/tus-fuentes-van-a-cambiar-disena-para-ello/</guid><description>Las fuentes cambian aunque nuestros pipelines no lo hagan. Diseñar para ese hecho permite contener el cambio antes de convertirlo en datos silenciosamente incorrectos.</description><pubDate>Tue, 10 Jun 2025 00:00:00 GMT</pubDate><category>Data Engineering</category><category>Architecture</category></item><item><title>APIs REST difíciles: sobrevivir a la paginación, los tokens y los reintentos</title><link>https://15x1976.neocities.org/es/articulos/apis-rest-dificiles-sobrevivir-a-la-paginacion-los-tokens-y-los-reintentos/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/apis-rest-dificiles-sobrevivir-a-la-paginacion-los-tokens-y-los-reintentos/</guid><description>Una API no se vuelve confiable porque una llamada HTTP responda 200. La ingeniería empieza cuando hay que recorrer páginas, renovar tokens, respetar límites y recuperar una extracción interrumpida.</description><pubDate>Thu, 29 May 2025 00:00:00 GMT</pubDate><category>Software Engineering</category><category>Data Engineering</category></item><item><title>Cómo una sola query puede arruinar la mañana de toda la empresa</title><link>https://15x1976.neocities.org/es/articulos/como-una-sola-query-puede-arruinar-la-manana-de-toda-la-empresa/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/como-una-sola-query-puede-arruinar-la-manana-de-toda-la-empresa/</guid><description>Una query difícil de mantener suele ser también difícil de optimizar. Dividir el problema no es una defensa de los CTE: es una forma de recuperar visibilidad sobre el trabajo real.</description><pubDate>Fri, 16 May 2025 00:00:00 GMT</pubDate><category>Data Engineering</category><category>Software Engineering</category></item><item><title>Antes de escalar el clúster, reduce el trabajo</title><link>https://15x1976.neocities.org/es/articulos/antes-de-escalar-el-cluster-reduce-el-trabajo/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/antes-de-escalar-el-cluster-reduce-el-trabajo/</guid><description>Más compute puede acelerar una mala estrategia, pero rara vez la convierte en una buena. Antes de escalar conviene reducir el trabajo que nunca debimos pedirle al clúster.</description><pubDate>Mon, 05 May 2025 00:00:00 GMT</pubDate><category>Databricks</category><category>Data Engineering</category></item><item><title>Small files y particionamiento: cuando el diseño físico empieza a cobrar la cuenta</title><link>https://15x1976.neocities.org/es/articulos/small-files-y-particionamiento-cuando-el-diseno-fisico-empieza-a-cobrar-la-cuenta/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/small-files-y-particionamiento-cuando-el-diseno-fisico-empieza-a-cobrar-la-cuenta/</guid><description>Una tabla puede tener los datos correctos y aun así responder mal. La forma en que esos datos terminan distribuidos físicamente puede importar tanto como la transformación que los produjo.</description><pubDate>Thu, 24 Apr 2025 00:00:00 GMT</pubDate><category>Databricks</category><category>Data Engineering</category><category>Data Architecture</category></item><item><title>Idempotencia: la ejecución también es parte del diseño</title><link>https://15x1976.neocities.org/es/articulos/idempotencia-la-ejecucion-tambien-es-parte-del-diseno/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/idempotencia-la-ejecucion-tambien-es-parte-del-diseno/</guid><description>Un pipeline que funciona una vez todavía no está terminado. El verdadero diseño aparece cuando necesitamos ejecutarlo nuevamente sin perder el control sobre los datos.</description><pubDate>Tue, 08 Apr 2025 00:00:00 GMT</pubDate><category>Data Engineering</category><category>Software Engineering</category><category>Architecture</category></item><item><title>Time Travel: nadie lo extraña hasta cinco minutos después del overwrite equivocado</title><link>https://15x1976.neocities.org/es/articulos/time-travel-nadie-lo-extrana-hasta-cinco-minutos-despues-del-overwrite-equivocado/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/time-travel-nadie-lo-extrana-hasta-cinco-minutos-despues-del-overwrite-equivocado/</guid><description>Time Travel parece una comodidad hasta el primer overwrite equivocado. Entonces se vuelve una herramienta de diagnóstico y recuperación, aunque nunca debería confundirse con un backup infinito.</description><pubDate>Thu, 27 Mar 2025 00:00:00 GMT</pubDate><category>Databricks</category><category>Data Engineering</category></item><item><title>Streaming no significa tiempo real</title><link>https://15x1976.neocities.org/es/articulos/streaming-no-significa-tiempo-real/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/streaming-no-significa-tiempo-real/</guid><description>Streaming describe cómo procesamos eventos; “tiempo real” describe una expectativa de latencia. Confundirlos puede hacernos pagar complejidad sin que el negocio reciba valor adicional.</description><pubDate>Fri, 14 Mar 2025 00:00:00 GMT</pubDate><category>Data Engineering</category><category>Architecture</category></item><item><title>CDC: deja de leer lo que sabes que no cambió</title><link>https://15x1976.neocities.org/es/articulos/cdc-deja-de-leer-lo-que-sabes-que-no-cambio/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/cdc-deja-de-leer-lo-que-sabes-que-no-cambio/</guid><description>Leer todo de nuevo puede ser la estrategia correcta. El problema aparece cuando seguimos haciéndolo después de saber con precisión qué cambió y cuánto nos cuesta ignorar esa información.</description><pubDate>Mon, 03 Mar 2025 00:00:00 GMT</pubDate><category>Data Engineering</category><category>Data Architecture</category></item><item><title>Los errores del Data Warehouse que seguimos repitiendo en el Data Lake</title><link>https://15x1976.neocities.org/es/articulos/los-errores-del-data-warehouse-que-seguimos-repitiendo-en-el-data-lake/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/los-errores-del-data-warehouse-que-seguimos-repitiendo-en-el-data-lake/</guid><description>Migrar desde un Data Warehouse a un Lake no elimina automáticamente los viejos problemas. Si copiamos las mismas decisiones sin revisar su propósito, solo cambiamos el lugar donde viven.</description><pubDate>Tue, 18 Feb 2025 00:00:00 GMT</pubDate><category>Data Architecture</category><category>Data Engineering</category></item><item><title>El modelo Medallion no es una religión</title><link>https://15x1976.neocities.org/es/articulos/el-modelo-medallion-no-es-una-religion/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/el-modelo-medallion-no-es-una-religion/</guid><description>Bronze, Silver y Gold son útiles cuando cada capa tiene una responsabilidad. Cuando solo repetimos datos para obedecer el dibujo, el patrón deja de ayudarnos a pensar.</description><pubDate>Tue, 04 Feb 2025 00:00:00 GMT</pubDate><category>Data Architecture</category><category>Data Engineering</category><category>Databricks</category></item><item><title>La arquitectura no termina en el PowerPoint</title><link>https://15x1976.neocities.org/es/articulos/la-arquitectura-no-termina-en-el-powerpoint/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/la-arquitectura-no-termina-en-el-powerpoint/</guid><description>La arquitectura no termina cuando el diagrama se ve convincente. Recién empieza a demostrar su valor cuando puede convertirse en decisiones, pruebas, estándares, implementación y operación.</description><pubDate>Thu, 23 Jan 2025 00:00:00 GMT</pubDate><category>Architecture</category><category>Engineering Culture</category></item><item><title>El notebook no es la aplicación</title><link>https://15x1976.neocities.org/es/articulos/el-notebook-no-es-la-aplicacion/</link><guid isPermaLink="true">https://15x1976.neocities.org/es/articulos/el-notebook-no-es-la-aplicacion/</guid><description>Un notebook puede ser una excelente interfaz de trabajo sin convertirse en el lugar donde viven configuración, secretos, lógica, orquestación y recuperación al mismo tiempo.</description><pubDate>Mon, 06 Jan 2025 00:00:00 GMT</pubDate><category>Software Engineering</category><category>Data Engineering</category><category>Databricks</category></item></channel></rss>