Charlas y formación en inteligencia artificial
Comparto trabajo técnico sobre inteligencia artificial desde Uruguay. Estas propuestas están dirigidas a comunidades, universidades, organizaciones y equipos que quieren entender cómo diseñar y evaluar sistemas de IA con código y evidencia.
El punto de partida son mis proyectos públicos: decisiones de arquitectura, experimentos, resultados negativos y límites. Cada tema puede plantearse como una charla para discutir criterios o como un taller para recorrer una implementación y examinar sus resultados.
Temas propuestos
Agentes de IA que actúan: permisos, fallos y recuperación
Para quién: Equipos de software e IA, comunidades de desarrollo y estudiantes con bases de programación.
Qué trabajamos
- Separar la propuesta del modelo de la autorización y la ejecución de una herramienta.
- Analizar un timeout sin asumir que la operación falló ni repetir su efecto.
- Recorrer trazas, permisos y pruebas de recuperación de los proyectos de referencia.
Material público de referencia:
Evaluar modelos y agentes antes de aceptar una mejora
Para quién: Equipos de IA y datos, responsables de calidad y líderes de tecnología o producto.
Qué trabajamos
- Definir una tarea, un criterio de aceptación y un conjunto de evaluación versionado.
- Distinguir éxito de tarea, cumplimiento de restricciones y regresiones por segmento.
- Interpretar resultados, fallos y casos que requieren revisión en lugar de una aprobación automática.
Material público de referencia:
RAG con evidencia: recuperación, idiomas y respuestas
Para quién: Equipos que construyen búsqueda o asistentes sobre documentos; estudiantes de ingeniería y ciencia de datos.
Qué trabajamos
- Separar la calidad de recuperación de la calidad de la respuesta.
- Comparar enfoques léxicos, densos e híbridos sobre un corpus y consultas definidos.
- Examinar errores de ranking y diferencias entre consultas y documentos en español e inglés.
Material público de referencia:
Inferencia de IA: medir latencia, memoria y calidad
Para quién: Ingeniería de plataformas, equipos de IA y responsables de decisiones de infraestructura.
Qué trabajamos
- Distinguir espera del primer token, generación y duración total.
- Medir almacenamiento de pesos y memoria del proceso como variables distintas.
- Leer un experimento de cuantización sin extrapolar sus resultados a otro modelo o hardware.
Material público de referencia:
Formatos para acordar
- Charla técnica
- Una exposición centrada en un problema, las decisiones que lo condicionan y la evidencia disponible, con espacio para preguntas.
- Taller con código
- Recorrido de un repositorio público, su configuración y sus pruebas. El alcance se define según el nivel del grupo, el tiempo y el entorno disponible.
- Sesión para líderes de tecnología
- Discusión de criterios para evaluar una propuesta de IA: qué comprobar, qué riesgos controlar y qué evidencia pedir antes de decidir.
Cómo se prepara la sesión
- Acordamos el público, su experiencia previa y la decisión o habilidad que la sesión debe ayudar a desarrollar.
- Elegimos un tema y materiales públicos acordes al alcance. Para un taller, definimos requisitos técnicos y qué parte se ejecutará o revisará.
- Separamos lo observado en los experimentos de lo que todavía requiere validación en otro entorno. Las referencias permiten continuar el trabajo después de la sesión.
Presentación breve para organizadores
Lucio Durán es C.T.O. en LOi y trabaja desde Uruguay. Su trabajo público combina arquitectura de software e inteligencia artificial aplicada, con proyectos abiertos sobre agentes, evaluación de modelos de lenguaje, RAG e inferencia. Publica código, métodos y resultados junto con el alcance y las limitaciones de cada experimento.
Proponer una invitación
Enviame el nombre de la organización o evento, el público, el tema de interés, las fechas tentativas, el formato presencial o remoto y el tiempo disponible. Con ese contexto podemos conversar sobre alcance, requisitos y condiciones.