Tutoriales de Ciencia de Datos

Ejecuta GLM-5.2 de forma privada con llama.cpp, protégelo con tu propia clave de API, pruébalo desde la Web UI y cURL, y conéctalo a OpenCode para un potente flujo de trabajo de programación en local.

Guía práctica para diseñar pilas MCP, patrones de flujo, anti‑patrones y controles de seguridad que convierten Claude Code en un agente de ingeniería con contexto.

Guía práctica sobre Claude Code Agent Teams: cómo varios agentes especializados comparten una lista de tareas, se coordinan con un líder y paralelizan backend, frontend, base de datos y documentación en un solo proyecto.

Everything Claude Code (ECC) es un framework open source que envuelve Claude Code con habilidades reutilizables, agentes especializados, memoria persistente e integraciones MCP.

Aprende a ejecutar Kimi K2.7 Code en local en cinco minutos con el binario precompilado de llama.cpp en cuatro GPU RTX PRO 6000, y luego úsalo con su interfaz web y el agente de código Pi a través de una API compatible con OpenAI.

Aprende a usar los comandos de barra integrados de Claude Code para gestionar el contexto, los cambios y los costes entre sesiones, y crea comandos personalizados para automatizar flujos de trabajo repetitivos.

Descubre cómo una canalización MLOps de extremo a extremo predice los resultados del Mundial 2026, desde el reentrenamiento automático y DVC hasta una simulación de Monte Carlo de 10.000 ejecuciones del cuadro.

GGUF empaqueta los pesos del modelo, los datos del tokenizador y los metadatos en un único archivo portátil. Aprende a elegir el nivel de cuantización adecuado y a empezar con Ollama.

Un tutorial completo para usar herramientas nativas de Python en operaciones CRUD asíncronas y con interactividad HTMX.

Descubre cómo las rutinas de Claude Code ejecutan tu agente de código en la nube con una programación o un evento de GitHub, para que las revisiones de PR y auditorías terminen con el portátil cerrado.

Aprende a usar Cofounder 2 para convertir una idea inicial en una empresa estructurada con plan de negocio, brand kit, tareas de ingeniería, campañas de marketing y flujos de ventas mediante agentes de IA especializados.

Cómo funciona la regresión con random forest, dónde falla y cómo evaluarla, ajustarla e interpretarla. Incluye implementación en Python y un marco de comparación de modelos.