Inteligencia
Artificial
y modelos
de lenguaje.
Una guía técnica para developers que quieren entender qué hay realmente debajo de un LLM. Sin jerga vacía, sin hype. Conceptos que sobreviven a las modas.
Lo lees como si fuera
un modelo open source.
Si entiendes esto, entiendes la mitad del libro. La idea es bajar la IA a un terreno familiar para developers: parámetros, formato, licencia, peso.
Conceptos que sobreviven
a las modas.
El ebook se enfoca en los fundamentos que no caducan: la arquitectura, los números detrás del modelo, y cómo hacerlo correr en hardware real.
Transformers, tokens y atención
Por qué el paper "Attention Is All You Need" cambió todo. Encoder-only, decoder-only, encoder-decoder y dónde encaja cada LLM moderno.
01Anatomía de nombres
Decodifica Llama-4-70B-Instruct-Q4_K_M.
Cuantización
Comprimir sin perder la cabeza: FP16, Q8, Q4 y compañía.
03GPUs, VRAM y la inferencia que importa
Cuánta VRAM necesitas, qué frameworks usar (llama.cpp, vLLM, TGI), cuándo conviene API vs self-hosting, y cómo medir benchmarks de verdad.
04Tabla de contenidos.
14 secciones que van de los fundamentos hasta el panorama actual de modelos. Pensado para developers, no para investigadores de ML.
¿Quién escribió esto?
Jordy Andrés Rodríguez Arango
Más de 11 años escribiendo código, rompiendo producción y volviéndola a arreglar (mejor que antes). He trabajado con todo tipo de stacks, desde Java y Spring hasta React Native y Node.js.
En los últimos años, la IA pasó de ser un tema de paper académico a una herramienta cotidiana en nuestro trabajo como developers. Mi misión con este libro es darte un mapa claro para navegar ese ruido.
Llévatelo. Es tuyo.
Déjame tu correo y te llega el PDF al inbox en 1–2 minutos. Sin tarjeta, sin compromisos.