WEBVTT

00:00:07.860 --> 00:00:10.100
Buenas tardes, Marta. ¿Cómo estás?

00:00:11.000 --> 00:00:16.120
Hola, buenas tardes. Un placer estar
aquí tomando un café de media tarde.

00:00:16.340 --> 00:00:18.740
Un café de bases de datos.

00:00:19.280 --> 00:00:26.400
Es un placer tenerte y
además vienes como me

00:00:26.400 --> 00:00:34.080
estabas diciendo, ¿no? Es decir, vengo tal
cual, a charlar sin ninguna información previa.

00:00:36.360 --> 00:00:40.640
A mí me han dicho vamos a charlar y a
tomar un café y he dicho me preparo un café y voy

00:00:40.680 --> 00:00:45.800
a charlar es así vengo tal cual que bien
que bien que bien pues te presento un poquito

00:00:45.800 --> 00:00:53.260
tú llevas en la comunidad de datos ninja
vale de la cual soy un orgulloso alumno

00:00:53.260 --> 00:01:00.240
y seguidor sensei de tus de tus enseñanzas
y bueno y una de las cosas que quería tomar

00:01:00.240 --> 00:01:04.660
un café contigo es para charlar todo del
del Big Data, de Data Warehouse, de Machine

00:01:04.700 --> 00:01:09.860
Learning, de IA, que me cuentes cosas, que
ya está, que te tomes un café conmigo y que

00:01:09.860 --> 00:01:16.900
nos contemos. Que justo acabas
de publicar un vídeo sobre Cloud

00:01:16.900 --> 00:01:19.860
Code. Sí, estoy a tope con Cloud Code.

00:01:20.220 --> 00:01:24.200
O sea, fíjate que a mí no me gusta nada el
hype, o sea, de hecho lo digo al principio

00:01:24.240 --> 00:01:28.360
de todos los episodios del podcast, porque
la inteligencia artificial tiene el hype muy

00:01:28.400 --> 00:01:34.220
subido y con cloud code lo he estado
probando he estado jugando con él y hace unas cosas

00:01:34.220 --> 00:01:39.620
tan geniales que incluso me está dando
algo de hype o sea que no tengo más entonces si

00:01:39.620 --> 00:01:45.640
acabo de subir un vídeo un tutorial que
espero que sea útil pues para la gente que no

00:01:45.640 --> 00:01:50.640
lo ha tocado nunca y quiere empezar a
cacharrear un poquillo porque se pueden hacer cosas

00:01:50.640 --> 00:01:57.640
súper chulas súper chulas yo había
probado anti gravity y también muy

00:01:57.640 --> 00:02:03.200
muy de ese estilo porque he visto el vídeo
y me ha parecido que estaba muy muy en línea

00:02:03.200 --> 00:02:10.280
anti gravity pues al final
todos los grandes proveedores

00:02:10.280 --> 00:02:15.400
van un poco en paralelo a veces se adelantan
unos a A veces se adelantan otros, pero

00:02:15.400 --> 00:02:21.960
los que podríamos llamar las grandes
empresas que están detrás de los modelos de lenguaje,

00:02:22.020 --> 00:02:29.300
que podría ser Anthropic con Cloud,
luego está Gemini de Google y OpenAI

00:02:29.300 --> 00:02:34.360
con ChatGPT. Al final siempre van un poco
más adelante y un poco más atrás, pero siempre

00:02:34.360 --> 00:02:41.600
tienen además las mismas líneas y una de
ellas es la generación de código con agentes

00:02:41.600 --> 00:02:43.180
y con Modelos de lenguaje.

00:02:43.180 --> 00:02:48.940
Entonces, pues tienes Cloud Code o tienes
Anti -Gravity de Google y además es que, en

00:02:48.940 --> 00:02:54.540
cierta manera, también ellas entre sí van
creando estándares para que tú puedas utilizar

00:02:54.540 --> 00:03:01.860
las herramientas de uno en otro
sitio y poder potenciar el desarrollo

00:03:01.860 --> 00:03:06.590
de software con esto. Además, parecía
que eran bastante similares, ¿no?

00:03:06.870 --> 00:03:08.930
Sí, sí, son súper similares, súper.

00:03:08.930 --> 00:03:16.690
La interfaz me ha parecido muy bastante al
Gemini en línea de comandos y todo integrado

00:03:16.690 --> 00:03:18.579
con Visual Studio Code como muy...

00:03:19.150 --> 00:03:22.670
Claro, al final tienes que llevar la
tecnología y el modelo de lenguaje donde vive el

00:03:22.710 --> 00:03:27.230
desarrollador, que es en Visual
Studio Code y en el terminal.

00:03:27.450 --> 00:03:32.170
O sea que siempre al final tienen un poco
el mismo look and feel todos y la tecnología

00:03:32.210 --> 00:03:38.610
pues va por detrás. Y ahora, en estos
niveles en los que estamos hoy, en 2026, los modelos

00:03:38.610 --> 00:03:41.930
de lenguaje son similares unos con otros.

00:03:41.990 --> 00:03:47.190
Al final, también llega a ser hasta el
punto de elijo uno porque tengo una preferencia

00:03:47.190 --> 00:03:51.070
personal por ese, pero igual el mes
que viene de repente prefiero otro.

00:03:51.110 --> 00:03:53.150
Entonces, va un poco por ahí.

00:03:53.870 --> 00:03:58.590
Bueno, fíjate que a lo mejor esto en base
de datos, las diferencias entre bases de datos

00:03:58.630 --> 00:04:01.230
son como muy considerables, ¿no?

00:04:01.370 --> 00:04:05.410
Es decir, la gente, te voy a estar leyendo
también un poquito mi terreno para hacer un

00:04:05.450 --> 00:04:07.110
poco mezcla, Hablemos sí a mezclando.

00:04:07.150 --> 00:04:10.230
Así aprendo yo también. Sí, sí, sí.

00:04:10.310 --> 00:04:15.410
Pues mira, por ejemplo, Oracle es como el
producto supercaro que tiene un coste de licencia

00:04:15.410 --> 00:04:20.110
tremendo, pero que es la base de datos
para entornos de alta disponibilidad, con superservidores

00:04:20.150 --> 00:04:26.630
y todo eso. Y luego en la lista de Deben
Jeans, donde se publican las bases de datos

00:04:26.630 --> 00:04:30.830
con mayor puntuación de favoritos y tal,
pues te encuentras ahí Aposgres, que es una

00:04:30.870 --> 00:04:36.390
de código abierto, MySQL
y el Fork de MariaDB.

00:04:36.390 --> 00:04:40.910
Y luego te encuentras a lo mejor otras
cosas como mongo debe que es documental y como

00:04:40.950 --> 00:04:46.590
que la elección de la base datos no salgo
así como el hijo está porque me siento más

00:04:46.590 --> 00:04:50.710
cómodo trabajando con él o sea hay
decisiones como muy de calado de infraestructura de

00:04:50.750 --> 00:04:57.210
funcionalidades de todo tú crees que las
sillas y todas estas como el pescatero de arriba

00:04:57.210 --> 00:05:04.170
sabe lo que está haciendo en el pescatero
de abajo y van como muy a la par y que se copian

00:05:04.170 --> 00:05:09.170
o va a haber un momento en el que se
empiecen a diferenciar y digan, no, no, yo voy a

00:05:09.170 --> 00:05:11.059
seguir una tendencia muy distinta.

00:05:11.110 --> 00:05:17.770
Sí que se dice que, por ejemplo, Anthropic
ha elegido como dirigirse más al público empresarial,

00:05:17.790 --> 00:05:22.170
entonces como que su producto va dirigido
más a empresas, tiene un precio más alto, luego

00:05:22.210 --> 00:05:29.390
Chad GPT ha ido como más a llegar a
meterse en El bolsillo de todo el mundo con

00:05:29.390 --> 00:05:35.850
chat GPT gratuito, está apostando también
por el modelo de negocio basado en publicidad,

00:05:36.010 --> 00:05:41.910
entonces están probando también, están
haciendo sus, a ver dónde me coloco, y luego Google

00:05:41.910 --> 00:05:47.070
pues al final como es tan grande y ya
tiene su entorno de workspace y tal, pues juega

00:05:47.070 --> 00:05:54.170
un poco con esa ventaja, Pero vamos, que
sí, que al final en este tipo de cosas de a

00:05:54.170 --> 00:06:01.150
ver qué está haciendo el vecino y luego voy
a ver si lo puedo hacer yo antes, juegan

00:06:01.150 --> 00:06:03.390
mucho con eso también estas empresas.

00:06:04.130 --> 00:06:33.490
¡Qué bueno, qué bueno! De

00:06:33.490 --> 00:06:35.657
hacer nosotros, debemos hacer nosotros.

00:06:35.890 --> 00:06:36.530
Eso es un buen melón, ¿eh?

00:06:36.570 --> 00:06:40.870
¿Qué te parece? Estás abriendo aquí un
buen melón a las 6 y 10 de la tarde.

00:06:41.190 --> 00:06:44.857
¿Qué te parece? El tema de la ética
de la inteligencia artificial.

00:06:46.330 --> 00:06:50.330
Además, eso es un debate
que trae mucho calado.

00:06:50.390 --> 00:06:56.990
Lo del tema de la ética, de cómo
utilizar la inteligencia artificial,

00:06:58.310 --> 00:07:02.650
Hasta dónde utilizarla, y luego
tienes el tema de ¿La regulamos?

00:07:02.690 --> 00:07:06.890
¿No la regulamos? Luego está ahí la gente
que dice, porque claro, por ejemplo, en Europa

00:07:06.930 --> 00:07:11.750
está todo el tema de la regulación de la
inteligencia artificial, eso sí o no, porque

00:07:11.750 --> 00:07:16.430
luego la gente dice, nos estamos quedando
atrás porque tenemos demasiada regulación.

00:07:16.650 --> 00:07:22.990
Entonces, ojo, porque ese es un tema muy
peliagudo, el tema de cómo vamos a aplicar esto

00:07:22.990 --> 00:07:26.950
bien. Tenemos un montón
de cosas aquí para hablar.

00:07:27.230 --> 00:07:30.250
Mira, te voy lanzando cosas, ¿vale?

00:07:30.370 --> 00:07:33.350
Y te lanzo y tú me dices opinión.

00:07:33.770 --> 00:07:38.810
Una LinkedIn apestando a que todo el
mundo publica cosas hechas por ella.

00:07:39.830 --> 00:07:46.050
Todos los posts suenan igual, todos están
hechos igual, no tienen ni chicha ni sustancia,

00:07:46.130 --> 00:07:50.050
pero todo el mundo está como posteando
cada día cosas en LinkedIn de qué maravillosos

00:07:50.090 --> 00:07:55.550
son. Y de repente le ha dicho, hazme un
prompt para publicar en LinkedIn y ala, genéame

00:07:55.550 --> 00:07:58.830
ahí cosas. ¿Sabes cuál es el tema
de la inteligencia artificial?

00:07:58.870 --> 00:08:03.890
Que a todo el mundo le gusta usarla porque
le ahorra mucho trabajo, pero en el tema de

00:08:03.890 --> 00:08:10.050
generación de contenido a nadie le gusta
leer algo escrito por inteligencia artificial.

00:08:10.910 --> 00:08:16.350
Porque tú mismo lo dices, tú ves un post
de LinkedIn que igual te dice la misma opinión

00:08:16.350 --> 00:08:22.290
que tiene esa persona, pero como que lo
hace, no sé, como que está escrito De cierta

00:08:22.290 --> 00:08:26.670
manera que tú enseguida detectas que es
inteligencia artificial y es como pierdes completamente

00:08:26.710 --> 00:08:31.290
el interés y eso es muy curioso porque es
bastante común la gente en cuanto empieza a

00:08:31.330 --> 00:08:36.730
ver un libro generado por inteligencia
artificial no me interesa o un cuadro generado

00:08:36.730 --> 00:08:43.330
por inteligencia artificial, esto no me
interesa entonces es muy curioso ese tema y sí

00:08:43.330 --> 00:08:50.450
que es verdad que yo creo que la gracia
aquí en el tema de generación de contenido

00:08:50.450 --> 00:08:57.650
es que la gente tiene que ayudarse
pero no completamente sustituir lo que

00:08:57.650 --> 00:09:02.590
hacen con inteligencia artificial porque
ayudarnos siempre te puede corregir, siempre

00:09:02.590 --> 00:09:08.270
te puede dar ideas y yo soy muy partidaria
de utilizarla en esa fase de la escritura

00:09:08.270 --> 00:09:14.270
incluso de la creación de cualquier cosa
de proyectos de presentaciones de informes que

00:09:14.270 --> 00:09:19.710
ayuda a la fase de planificación y de ideas
pero luego de tienes que poner algo tuyo

00:09:19.710 --> 00:09:25.930
porque si no no aportas nada realmente y
al final yo creo que esa es un poco la diferenciación

00:09:25.930 --> 00:09:32.450
y luego lo que tú dices de linkedin lleno
de ese tipo es el llamado ella y es lo que

00:09:32.450 --> 00:09:39.210
no la La cantidad de mierda, si me
permites, generada, que al final es como, pues esto

00:09:39.210 --> 00:09:41.590
no se lo vale más y esto
es pérdida de tiempo.

00:09:41.630 --> 00:09:50.450
Sí, la experiencia que tengo es que la
IA es muy buena corrigiendo y asesorando

00:09:50.450 --> 00:09:58.030
sobre Algo que ya le das, creando desde
cero, aunque sea una imagen o algo así, creando

00:09:58.030 --> 00:10:05.510
desde cero ahí le falta, yo creo, aún no
hemos llegado a ese nivel de humanidad

00:10:05.510 --> 00:10:12.710
en la IA. Yo te diría que la gente no lo
utiliza como bien, o sea, tú no le puedes decir,

00:10:12.790 --> 00:10:17.310
y también depende de cómo le escribas las
instrucciones a la inteligencia artificial,

00:10:17.350 --> 00:10:23.770
porque igual para escribirle una instrucción,
un prompt a un modelo de lenguaje para

00:10:23.770 --> 00:10:28.610
que te genere un artículo que para ti
tenga sentido, igual le estás escribiendo un prompt

00:10:28.650 --> 00:10:32.450
que es más largo que el propio
artículo y no te compensa, ¿sabes?

00:10:32.450 --> 00:10:39.210
O sea, no vale con decirle, escríbeme un
artículo sobre Oracle, no sé, la última noticia

00:10:39.210 --> 00:10:41.930
y te quedas tan pancho y
le has escrito una línea.

00:10:41.970 --> 00:10:44.670
No, le tendrías que
escribir muchas cosas más.

00:10:44.670 --> 00:10:49.630
Entonces yo soy más partidaria de utilizarla
igual para la parte de, igual te puedes

00:10:49.630 --> 00:10:53.770
tener un diálogo con ella y decir: A ver,
se me han ocurrido estas ideas, mira a ver

00:10:53.810 --> 00:11:01.070
qué fortalezas ves, qué debilidades, cómo
puedo hacer que esto sea más, pues más, que

00:11:01.070 --> 00:11:06.590
llame más la atención o que sea más
interesante, o sea, igual te puede ayudar a ver en

00:11:06.590 --> 00:11:13.670
esa fase de ideación esas cosas, que esos
pequeños detalles que igual tú no ves de primera

00:11:13.670 --> 00:11:18.890
si te ayuda a rellenar esos vacíos, pero
yo creo que utilizar diciendo En plan de, oye,

00:11:18.890 --> 00:11:22.710
generarme un artículo sobre no sé qué, que
lo voy a publicar en LinkedIn, y te quedas

00:11:22.750 --> 00:11:28.110
tan ancho. Yo creo que es un error y al
final lleva, pues, a eso, a tener AI slope en

00:11:28.110 --> 00:11:31.930
todo LinkedIn. Bueno, y al final que
cuando estamos hablando de LinkedIn, en que todo

00:11:31.970 --> 00:11:37.110
es reputacional y va con tu nombre y
apellido, pues claro, te estás pegando un tiro en

00:11:37.110 --> 00:11:40.832
el pie, ¿no? Parece que estás
ganando a lo mejor más audiencia y...

00:11:41.130 --> 00:11:44.470
Lo que dices, no es que no ganas la audiencia,
porque es que eso se ve a la legua si

00:11:44.510 --> 00:11:48.610
un artículo está creado con inteligencia
artificial y no le has dado ni media vuelta

00:11:48.650 --> 00:11:50.930
para poner un algo tuyo, ¿sabes?

00:11:51.880 --> 00:11:55.040
Sí, y te lanzo más cosas,
te lanzo más cosas.

00:11:55.160 --> 00:11:57.880
He estado probando una AI,
una cosa que te había contado.

00:11:57.920 --> 00:11:59.300
He estado probando una guía musical.

00:11:59.340 --> 00:12:06.360
De hecho, a ver, un pequeño paréntesis
y voy a hacer un pequeño viaje, ¿vale?

00:12:06.420 --> 00:12:08.520
Un periplo para aterrizarte la idea.

00:12:10.120 --> 00:12:15.100
Yo en la mentoría que tengo hay un
ejercicio que hago con los alumnos que es preparar

00:12:15.100 --> 00:12:16.489
una charla de 12 minutos.

00:12:16.760 --> 00:12:23.020
Es un ejercicio muy potente porque tú en
12 minutos tienes que arrancar un tema, desenredarlo,

00:12:23.080 --> 00:12:28.460
presentar el obstáculo, la solución, un
cierre, una llamada a acción, digamos, en esos

00:12:28.460 --> 00:12:34.340
12 minutos. Y yo pues de tanto en tanto
hago yo una charla de 12 minutos sobre un tema

00:12:34.340 --> 00:12:39.740
que no sea técnico y entonces estuve probando
una guía musical, fíjate que vuelta te

00:12:39.740 --> 00:12:48.300
estoy dando para decirte que he probado
una guía musical para ver si si yo podía grabaciones

00:12:48.300 --> 00:12:52.300
que yo tenía cuando tenía el grupillo
cuando era joven que tengo grabaciones con la guitarra

00:12:52.340 --> 00:12:56.500
si podía hacer remasterización y separar
pistas de que estas grabaciones hay grabadas

00:12:56.540 --> 00:13:03.500
con cassette o si yo tocando algún tema
con una guitarra por ejemplo, le podía añadir

00:13:03.500 --> 00:13:11.320
una batería al tiempo que
suene como batería una voz y te

00:13:11.320 --> 00:13:19.080
digo ha sido flipante Flipante,
flipante, o sea, le he dicho, fíjate

00:13:19.080 --> 00:13:22.080
lo que hice, grabé una guitarra.

00:13:22.720 --> 00:13:26.680
Con un looper grabé una melodía
encima de esa base de acordes.

00:13:26.680 --> 00:13:30.380
En un tiempo un poco difícil,
que es un tiempo de 6 por 8.

00:13:30.380 --> 00:13:33.420
No es una canción 4 por
4 típica, sino un ritmo.

00:13:33.420 --> 00:13:35.860
Ya busqué un ritmo que
fuese un poco especial.

00:13:35.900 --> 00:13:40.460
Y le dije, toma esta letra y con la
melodía que tocó con la guitarra.

00:13:40.460 --> 00:13:45.300
Ponme una voz de mujer. Y
es que la voz hasta respira.

00:13:45.300 --> 00:13:50.660
Cuando hace cada verso,
oyes que coge aire.

00:13:51.060 --> 00:13:55.900
Entonces dije, venga, oye, dame una
batería en este compás de 6x8, que es 1, 2, 3, 4,

00:13:55.960 --> 00:13:59.060
5, 6, 1, 2, 3, 4, 5,
y me hizo una batería.

00:13:59.080 --> 00:14:03.740
La batería que crezca.
Méteme violines y tal.

00:14:04.640 --> 00:14:05.940
Ostras, pues te lo pasaré.

00:14:05.980 --> 00:14:07.702
Me ha hecho un temazo tremendo.

00:14:08.430 --> 00:14:10.630
¿Y qué modelo es? Es uno.

00:14:10.730 --> 00:14:13.710
¿De aplicación? Es uno, sí, sí, es uno.

00:14:13.790 --> 00:14:15.030
Tiene una parte... Ah, vale.

00:14:15.070 --> 00:14:17.910
Ok. Y muy interesante. Tiene una
parte, digamos, que es más...

00:14:17.950 --> 00:14:21.190
Fíjate una cosa muy curiosa
que quiero destacar aquí.

00:14:21.250 --> 00:14:27.190
Cuando tú me estabas explicando esto de
cómo has generado este tema a partir de una base

00:14:27.190 --> 00:14:32.830
que tenías de guitarra, fíjate cómo me lo
has explicado dándome instrucciones de alguien

00:14:32.830 --> 00:14:39.550
que sabe de música. Yo, porque no tengo ni
idea de música, no podría haber sacado un

00:14:39.550 --> 00:14:43.670
tema como el tuyo porque no le podría
haber dado esas instrucciones a la inteligencia

00:14:43.710 --> 00:14:45.830
artificial. ¿Te das
cuenta de este detalle?

00:14:45.870 --> 00:14:49.510
Porque es muy importante también a la hora
de generar textos, de generar imágenes.

00:14:49.550 --> 00:14:55.990
Cuando sabes de algo puedes ser mucho más
específico en lo que quieres generar y cómo

00:14:55.990 --> 00:15:02.410
hacerlo y ese es el secreto de tener un
resultado mediocre a tener uno bueno, o sea,

00:15:02.410 --> 00:15:05.730
si a mí me dices genera un tema de
música, pues seguramente sea un churro.

00:15:05.770 --> 00:15:13.320
Claro, claro, qué interesante esto,
esto nos lleva a que los programadores

00:15:13.320 --> 00:15:18.660
juniors, seniors, los administradores, ese
debate que decía, si quieres quieres hablar

00:15:18.660 --> 00:15:20.440
unos debates y la IA nos
va a quitar el trabajo.

00:15:20.480 --> 00:15:27.540
Oye, va a hacer falta gente al
nivel de poder hablar con la IA de

00:15:27.540 --> 00:15:29.100
tú a tú de una tecnología, ¿no?

00:15:29.140 --> 00:15:34.380
Es decir, para pedir una arquitectura o
para pedir un aplicativo, el vídeo que tú has

00:15:34.380 --> 00:15:36.420
hecho de Cloud, yo pienso lo mismo.

00:15:36.460 --> 00:15:40.540
Es decir, sí, sí, Cloud te hace muchas
cosas, pero la especificación concreta que tú

00:15:40.580 --> 00:15:46.640
le has dicho, quiero que me hagas un con
Docker, todo esto, claro, tienes que tener todo

00:15:46.640 --> 00:15:50.960
ese nivel, ¿no? Entonces, es posible, te
voy a lanzar una pregunta, ¿es posible que estemos

00:15:51.000 --> 00:15:58.420
entre una polarización entre gente que
usa la IA de forma Inteligente o de

00:15:58.420 --> 00:16:06.460
forma creativa y gente que usa la IA para
pedirle, hazme fotos del estudio Ghibli y…?

00:16:06.460 --> 00:16:09.120
A ver, eso sí, eso es
evidente, claro, obvio.

00:16:09.520 --> 00:16:13.440
Sí, claro, hay gente que utiliza la
inteligencia artificial, pues como, yo qué sé, para

00:16:13.480 --> 00:16:19.320
lo que antes preguntaba Google, igual
ahora se lo pregunta ChatGPT, genera alguna imagen

00:16:19.320 --> 00:16:21.980
de vez en cuando que
quede chula y poco más.

00:16:22.140 --> 00:16:25.400
Eso es como si dijéramos inteligencia
artificial a nivel usuario.

00:16:25.440 --> 00:16:32.170
Y a lo mejor por días. Por días tengo una
conversación inteligente y otro día hago una

00:16:32.170 --> 00:16:36.010
foto de un mono. Por supuesto.

00:16:37.030 --> 00:16:44.030
Qué bueno. Y aplicaciones en la
vida real para técnicos, digamos,

00:16:44.090 --> 00:16:47.250
de la vieja escuela,
programadores y todo esto.

00:16:47.430 --> 00:16:54.710
¿Tú cómo lo ves? A mí me
parece el uso más mágico

00:16:54.710 --> 00:16:59.290
como si dijéramos de la inteligencia
artificial es cuánto te baja las barreras de entrada

00:16:59.330 --> 00:17:04.810
cuando quieres aprender algo nuevo sea lo
que sea, si tú vas a pasar de 0 a 1 que igual

00:17:04.810 --> 00:17:12.070
antes te costaba, pues cursos en
buscar en internet, no sé, no había

00:17:12.070 --> 00:17:16.310
como algo estructurado, te costaba mucho
más llegar a donde querías, con la inteligencia

00:17:16.350 --> 00:17:21.830
artificial como esa información de pasar
de cero a uno de cualquier cosa es mucho más

00:17:21.830 --> 00:17:28.470
extensa, te cuesta mucho menos aprender
algo de cero y poder ser funcional y luego incluso

00:17:28.470 --> 00:17:31.630
ya puedes ir como de ahí
creciendo hacia arriba.

00:17:31.630 --> 00:17:37.590
Entonces me parece como mucho más fácil,
por ejemplo, que ahora dicen mucho que las empresas

00:17:37.590 --> 00:17:42.110
están despidiendo a los juniors y que los
juniors cómo se van a poder formar porque no

00:17:42.150 --> 00:17:43.450
van van a ser nunca juniors.

00:17:43.490 --> 00:17:48.090
O sea, a mí siendo junior me parece mucho
más sencillo formarme en programación o en

00:17:48.130 --> 00:17:52.600
lo que sea con curiosidad y con la
inteligencia artificial realmente.

00:17:52.960 --> 00:17:58.080
Porque ahí es verdad que no te lo va a poder
decir todo, pero te da unas bases y una

00:17:58.080 --> 00:18:05.000
manera o algo de luego preguntar a alguien
que sepa más que tú o te da como un contexto,

00:18:05.320 --> 00:18:08.560
¿no? No sé si ves hacia dónde quiero ir.

00:18:08.560 --> 00:18:15.580
Sí, sí, yo lo veo en mi hijo, por ejemplo,
él está estudiando informática, el

00:18:15.580 --> 00:18:22.800
ciclo formativo, y tiene un método
de trabajar con las sillas que me

00:18:22.800 --> 00:18:27.820
parece brutal, porque él no dice,
esto me falla, ¿dónde está el error?

00:18:28.410 --> 00:18:34.350
O sea, tú lo planteas desde el, enséñame
a hacer esto, enséñame a hacer lo otro.

00:18:34.510 --> 00:18:37.150
Si estoy haciendo esto,
cuéntame cómo funciona esto.

00:18:37.190 --> 00:18:40.530
Es decir, tiene una forma como muy...

00:18:40.530 --> 00:18:44.530
Es decir, cuéntame lo que
sabes que lo quiero aprender.

00:18:44.530 --> 00:18:48.010
Que, claro, lo que dices tú, ¿no?

00:18:48.050 --> 00:18:51.410
Es decir, como tener la frase
de copilot es muy interesante.

00:18:51.550 --> 00:18:57.590
Es decir, tengo un asistente o tengo a
alguien que me ayuda a desarrollar cosas, pero

00:18:57.590 --> 00:18:59.830
tengo que ser yo quien
las desarrolle, ¿no?

00:18:59.870 --> 00:19:03.770
Es como tener A un senior al
lado que te corrige el código.

00:19:04.590 --> 00:19:10.670
Imagínate que yo estoy haciendo una query
y es mi primera query y de repente es un churro,

00:19:10.710 --> 00:19:15.210
igual funciona por lo que sea pero es un
churro y entonces yo le puedo preguntar.

00:19:15.650 --> 00:19:20.830
¿Cómo reescribirías esto siguiendo las
mejores prácticas o para que sea más eficiente?

00:19:21.490 --> 00:19:26.170
Y entonces te mejora y tú
has aprendido cómo hacerlo.

00:19:27.060 --> 00:19:32.820
Entonces, ese uso diferencial es lo que va
a diferenciar a la gente que diga, ah, bueno,

00:19:32.880 --> 00:19:38.380
pues hazme esto como sea y yo lo pruebo y
que funcione y ni siquiera me fijo, pues ok,

00:19:38.600 --> 00:19:45.640
pero tú no estás sacando nada de eso, no
estás aportando nada y de la otra manera tú

00:19:45.640 --> 00:19:50.200
estás enriqueciéndote de la inteligencia
artificial, que es el uso que le da a tu hijo,

00:19:50.240 --> 00:19:55.860
por ejemplo. Sí, y claro, y con esto, y
mezclándote con lo de la IA musical, te quería

00:19:55.860 --> 00:20:00.600
contar además una cosa. Sabes que hemos
hablado a veces, por ejemplo, del vector search,

00:20:00.640 --> 00:20:07.980
de cómo funciona por debajo, la
forma de resolver proximidades

00:20:07.980 --> 00:20:14.300
y tal, y quizá también ese conocimiento de
cómo funcionan las cosas por debajo a ser

00:20:14.300 --> 00:20:20.840
necesario, Es decir, las búsquedas por
Coseno, por la cercanía a Manhattan y todas estas

00:20:20.840 --> 00:20:24.940
cosas. Porque, por ejemplo, y te lo comentaba,
es que fíjate que por ejemplo a la IA

00:20:24.980 --> 00:20:30.260
yo le digo, créame un solo de guitarra que
no sea virtuoso, o sea, que no sea rápido

00:20:30.260 --> 00:20:34.840
así virtuoso y me hace el solo de guitarra
más rápido y más virtuoso de todos.

00:20:34.980 --> 00:20:40.040
Entonces digo, ¿cómo puede ser que le digo
que no me haga algo y me hace precisamente

00:20:40.040 --> 00:20:43.040
lo que le he dicho? Claro,
Precisamente porque le has dicho eso.

00:20:43.080 --> 00:20:48.980
Porque he especificado. Y es como que las
instrucciones de su, por ejemplo, de esta IA,

00:20:48.980 --> 00:20:53.560
te digo, por ejemplo, era como,
no puedes utilizar exclusiones.

00:20:55.200 --> 00:20:58.160
En el prompt, no utilices
exclusiones, como decir.

00:20:58.280 --> 00:20:59.760
Pero que no suene a jazz.

00:21:00.020 --> 00:21:06.120
En el momento que pongas la palabra jazz,
va a buscarte todo un abanico, digamos, del

00:21:06.120 --> 00:21:12.440
modelo que han utilizado para aprender,
basado en jazz, y te suena lo quieras o no.

00:21:12.900 --> 00:21:15.900
Entonces vamos a tener que
aprender lo que hay debajo.

00:21:16.240 --> 00:21:23.360
Claro, sí, 100% de todas maneras, ese
problema que ahora estás comentando de los prompts

00:21:23.360 --> 00:21:28.000
en negativo, eso era una buena práctica
como hace, bueno, pues cuando salieron, porque

00:21:28.040 --> 00:21:29.700
evidentemente pasa lo que dices tú.

00:21:29.740 --> 00:21:36.440
En el momento en el que tú dices no
pienses en un elefante rosa, pues ya está, ya hay

00:21:36.440 --> 00:21:41.380
un elefante rosa en el resultado, porque
ya está ahí puesto aunque hayas puesto un no

00:21:41.380 --> 00:21:46.560
delante eso se ha mejorado con las
diferentes evoluciones de los modelos pero todavía

00:21:46.560 --> 00:21:54.120
sigue ahí y viene precisamente de cómo
funciona la búsqueda vector y vectorial por dentro

00:21:54.120 --> 00:22:00.850
por debajo súper interesante si seguimos
abriendo melones yo tengo que unos cuantos melones

00:22:00.850 --> 00:22:08.010
que son de debate súper interesantes mira
los informáticos un poco siempre hemos

00:22:08.010 --> 00:22:15.510
tenido cultura de divulgar y de comentar y
de compartir el conocimiento de crear comunidades

00:22:15.510 --> 00:22:22.450
de conocimiento no y un poco lo que pasó
con esta cover flow te pongo un poco a la

00:22:23.440 --> 00:22:31.030
idea al tema esa cover flow se de
pronto se inundó con gente Contestando

00:22:31.030 --> 00:22:38.880
artículos utilizando ya,
pero, pero fue tan masivo, una

00:22:38.880 --> 00:22:44.240
avalancha de tanto contenido generado por
IA, que lo detectaron porque la gente empezó

00:22:44.240 --> 00:22:49.540
a decir, sí, sí, la explicación suena muy
bien, pero en la práctica no funciona.

00:22:50.060 --> 00:22:55.120
Esta Coder Flow dijo, a quien utilice IA
le vamos a banear, le vamos a poner un flag,

00:22:55.380 --> 00:23:00.540
vamos a flaggear su
cuenta y vamos a bajarle.

00:23:00.540 --> 00:23:06.440
Y vamos a marcar que ese usuario, toda la
reputación que tenía ganada la iba a perder.

00:23:07.720 --> 00:23:12.600
Porque no tenían suficientes verificadores
humanos para poder regular eso.

00:23:12.640 --> 00:23:16.100
Simplemente lo habían detectado porque
había mucha gente que se había quejado con, oye,

00:23:16.140 --> 00:23:18.880
esta respuesta no es, esta respuesta
no es, esta respuesta no es.

00:23:18.920 --> 00:23:23.740
En muchas habían visto que aumentaron
de una forma desproporcionada.

00:23:23.740 --> 00:23:30.980
Y justo después de hacer eso,
esta Cover Flow se alía, de

00:23:30.980 --> 00:23:37.120
hecho, hace un acuerdo con OpenAI y le
venden toda la base de conocimiento a OpenAI,

00:23:37.200 --> 00:23:45.060
incluyendo contribuciones con
licencia creativa, código con

00:23:45.060 --> 00:23:49.040
Creative Commons. Que dices, oye,
que cualquiera utilice mi código.

00:23:49.160 --> 00:23:51.460
Es una red altruista, ¿no?

00:23:51.560 --> 00:23:57.560
¿Tú no crees que los técnicos, por esa
cultura de la generosidad y de compartir el conocimiento,

00:23:57.640 --> 00:24:02.080
somos los primeros que hemos pringado en
que se han alimentado los modelos informáticos

00:24:02.120 --> 00:24:05.640
con todo el conocimiento
humano entregado gratuitamente?

00:24:07.480 --> 00:24:10.147
¿No crees que a lo mejor
nos han robado un poco?

00:24:10.240 --> 00:24:17.600
A ver si todo lo que se convierte,
pero no sólo a los técnicos,

00:24:17.600 --> 00:24:21.860
a cualquier persona que haya escrito en
internet, tú lo dejas ahí para que lo lea la

00:24:21.900 --> 00:24:28.520
gente y lo que han hecho estas personas es
entrenar sus modelos con todo el texto que

00:24:28.520 --> 00:24:33.320
estuviera en, o sea, si se puede acceder
en internet, pues lo han cogido y han entrenado

00:24:33.360 --> 00:24:40.770
modelos con ello. Claro, frente a lo
mejor, Imagínate, otro sector como los abogados,

00:24:40.810 --> 00:24:48.210
por ejemplo, que a lo mejor no tienen
tanta cultura de divulgación al público,

00:24:48.550 --> 00:24:51.650
al consumidor o a la
gente, a otros abogados.

00:24:51.650 --> 00:24:56.950
No son de hacerse blogs con, mira
cómo he resuelto este juicio.

00:24:56.950 --> 00:25:01.130
Claro, ese es el tema. Por ejemplo, las
inteligencias artificiales verticales de los

00:25:01.170 --> 00:25:07.570
abogados, eso ahora es un negocio redondo
porque tú te coges todas las empresas.

00:25:08.670 --> 00:25:11.450
Te lo digo porque justo tengo un
cliente que es una asesoría legal.

00:25:11.490 --> 00:25:18.930
Entonces, todas las empresas que tienen
acceso, pues, a sentencias pasadas,

00:25:18.930 --> 00:25:25.990
a esos datos, sólo pueden, pueden entrenar
el modelo, que ya es súper potente en

00:25:25.990 --> 00:25:31.570
sí mismo, lo entran en específico con esa
información legal y se lo venden a los despachos

00:25:31.570 --> 00:25:38.110
de abogados por unas licencias que
alucinas de la cantidad de dinero que les cuesta y

00:25:38.560 --> 00:25:41.680
claro que los abogados lo
pagan, pero de mil mil amores.

00:25:41.700 --> 00:25:47.180
¿Por qué? Porque les soluciona la vida,
sí, toda nuestra audiencia que quiera sumarse

00:25:47.180 --> 00:25:52.040
a este proyecto puede Disponibilizar.

00:25:52.040 --> 00:25:55.151
Oye, qué bueno, ¿eh? Vaya
oportunidad de negocio grande.

00:25:55.320 --> 00:25:59.440
Sí, tú piensa en cualquier
sector que tenga la información

00:26:00.440 --> 00:26:03.120
que esté cerrada, que no esté abierta.

00:26:03.140 --> 00:26:07.940
Pues, por ejemplo, legal, es que
es la primera que viene a la mente.

00:26:08.800 --> 00:26:16.040
Seguros. Seguros. Pues toda la
información esa, empresa coge y se entrena

00:26:16.040 --> 00:26:22.460
un modelo por detrás que además está
alimentando pues a otros profesionales, no al público

00:26:22.460 --> 00:26:28.220
en general. Eso, vamos, están saliendo una
cantidad de inteligencias artificiales verticales

00:26:28.220 --> 00:26:31.840
por sector, pues el de legal,
el del médico, el de no sé qué,

00:26:33.000 --> 00:26:35.320
que, vamos, son la leche.

00:26:35.320 --> 00:26:40.380
Y para los profesionales de esos
rangos pues les funciona muy bien.

00:26:41.980 --> 00:26:48.280
Fíjate además que la semana pasada con
Carla Muñoz estábamos hablando de que Oracle ha

00:26:48.280 --> 00:26:55.140
sacado la última versión que incorpora
todo lo de IA lo tiene incorporado ya de forma

00:26:55.140 --> 00:26:59.440
nativa la base de datos, en principio
según dicen no va a tener licencia extra todo lo

00:26:59.480 --> 00:27:04.600
de Vector Search y todo eso Y decía Carla,
decía, es que cada vez esto abre la puerta,

00:27:04.780 --> 00:27:11.400
porque antes la versión de Oracle la
estaban pensando solo para nube, la última versión,

00:27:11.520 --> 00:27:15.680
la versión con todas las funcionalidades
de IA, solo para OCI y tal, no solo para Cloud,

00:27:15.720 --> 00:27:18.660
y han abierto la versión on -premise.

00:27:18.660 --> 00:27:24.420
Y entonces decía Carla, es que esto abre
la puerta mucho a lo que estás diciendo, a la

00:27:24.420 --> 00:27:31.100
IA en tu sótano, a que cada uno pueda
tener su propia IA en su propio sótano, su propia

00:27:31.100 --> 00:27:38.700
empresa, con su propio modelo alimentado,
digamos, con solo la información privada

00:27:38.700 --> 00:27:41.560
que requiere y confidencial.

00:27:41.560 --> 00:27:45.740
Porque, ¿tú crees que se ha
dado mucho miedo a compartir?

00:27:46.420 --> 00:27:53.460
Sí, 100% sí, 100% sobre todo a nivel
empresarial, todo el tema de la información

00:27:53.460 --> 00:27:55.920
privada, pues al final
sí que existe miedo.

00:27:55.920 --> 00:28:02.760
Y pues imagínate gente que tiene la
información on -prem pues no quiere de repente que

00:28:02.760 --> 00:28:09.220
enviarse el hgt para preguntarle cosas por
muy útil que le vaya a ser entonces pues igual

00:28:09.220 --> 00:28:15.240
puede entender más a soluciones más
locales o sea eso es Súper importante y además vuelvo

00:28:15.240 --> 00:28:22.700
un poco al tema de por Por ejemplo, una
asesoría legal y empresa o un médico tiene

00:28:22.700 --> 00:28:27.520
que ajustarse a las leyes
de protección de datos.

00:28:28.060 --> 00:28:34.660
Porque imagínate que yo tengo un paciente
y cojo su historial, se lo pregunto a una inteligencia

00:28:34.660 --> 00:28:40.220
artificial que no sé muy bien de dónde
viene, al último modelo que salga, que imagínate

00:28:40.220 --> 00:28:45.200
que no es de una de las grandes, Yo qué
sé, DeepSeek, por ejemplo, le pregunto y de repente

00:28:45.240 --> 00:28:48.180
esa información se publica en algún sitio.

00:28:48.300 --> 00:28:54.080
Pues me he saltado todas las leyes de
protección de datos que existen, ¿sabes?

00:28:54.100 --> 00:29:00.660
Es un pollón y bueno, fíjate que yo pensé
que eso iba a ir más por otra línea, lo de

00:29:00.660 --> 00:29:07.940
la IA en el sótano. Yo pensé
que quizá podía haber miedo

00:29:07.940 --> 00:29:14.540
a todo el tema de coste por tokenización,
que la gente diga, ya, ya, pero tener una IA

00:29:14.540 --> 00:29:21.220
que de pronto va a consumir tokens y de
pronto ciertas aplicaciones que te ofrecen un

00:29:21.220 --> 00:29:26.840
SaaS, por ejemplo, con una inteligencia
artificial y te dicen, Y tú puedes preguntar

00:29:26.840 --> 00:29:32.840
lo que quieras Que vas a pagar solamente
por tokens Esa medida que se dispara el coste

00:29:32.840 --> 00:29:39.340
Yo pensé que iba a ir un poco por ahí Y la
aplicación de tener es ahí en el sótano Pero

00:29:39.340 --> 00:29:46.350
lo que dices tú De modelos verticales
solamente de tu sector Y solamente

00:29:46.350 --> 00:29:51.770
con tus datos privados Ahí esa, pienso que
Es una parte interesante Yo creo que va más

00:29:51.770 --> 00:29:57.390
por el tema de la privacidad que por el
tema del coste por token porque tú piensas que

00:29:57.390 --> 00:30:04.270
si tú tienes tu propio modelo on -premises
instalado primero probablemente no puedas

00:30:04.270 --> 00:30:10.010
tener un modelo tan grande como los que se
están utilizando ahora que son inmensos y

00:30:10.010 --> 00:30:12.621
por tanto no vayas a
tener el mismo rendimiento

00:30:13.490 --> 00:30:20.450
y aparte que lo tienes que mantener tienes
que tener los servidores en los que viva tienes

00:30:20.450 --> 00:30:27.730
que poder gestionar todo el tema de las
latencias, de cuánto tardan las respuestas,

00:30:27.910 --> 00:30:33.070
entonces eso tienes que ser una empresa
muy grande para poder mantener eso.

00:30:33.070 --> 00:30:38.870
Sí, pero con el tema de privacidad,
fíjate, estaba hablando con un amigo mío que es abogado

00:30:38.870 --> 00:30:46.010
sobre el tema de que en Estados
Unidos un juez ha pedido el historial

00:30:46.010 --> 00:30:53.650
de chat GPT de una persona
que estaba procesada,

00:30:53.730 --> 00:30:59.990
alegando que tú la confidencialidad la
tienes con tu abogado pero no la tienes con IA.

00:30:59.990 --> 00:31:03.710
Y un juez puede intervenir o puede
intervenir llamadas te puede intervenir, te ha hecho

00:31:03.750 --> 00:31:09.990
GPT y de ahí han sacado
toda la toda la verdad

00:31:11.470 --> 00:31:17.690
Y me decía mi abogado a veces son más
honestos con la inteligencia artificial que con

00:31:17.690 --> 00:31:23.630
el propio abogado, no nos cuentan toda la
verdad y luego a cha GPT si se la cuentan pero

00:31:23.630 --> 00:31:26.210
yo en realidad si he estafado tanto dinero

00:31:27.210 --> 00:31:34.350
bueno pero eso ya venía con las redes
sociales que Facebook podía saber más de ti

00:31:34.350 --> 00:31:39.790
que tú mismo incluso sabiendo dónde
pasabas tiempo, a qué le dabas like qué es lo que

00:31:39.790 --> 00:31:45.590
veías es más consciente de cómo eres de lo
que eres tú al final son datos objetivos no

00:31:45.590 --> 00:31:51.010
es lo que tú estás contando de ti mismo lo
mismo con las fotos y estoy posteando fotos

00:31:51.010 --> 00:31:57.500
en la discoteca exacto a tope pero
qué bueno Bueno, qué bueno, qué bueno.

00:31:58.480 --> 00:32:05.240
Yo quiero que nos vayamos también un poquito
a nuestra parte de ingeniería de datos,

00:32:05.340 --> 00:32:10.980
porque la IA es un tema súper interesante,
un montón de melones hay aquí.

00:32:11.700 --> 00:32:15.900
La IA es el producto final,
pero la IA sin datos no existe.

00:32:16.960 --> 00:32:23.660
Sin datos no es nada exacto que seríamos
sin datos y yo te quería fíjate que te quería

00:32:23.660 --> 00:32:29.280
te quería sacar tú tienes en tu tienes en
tu web tenéis un test muy chulo que yo lo dice

00:32:29.280 --> 00:32:36.300
que era para clasificarnos entre a los
amantes así de los datos si si si si

00:32:36.300 --> 00:32:42.600
caíamos en el saco de si éramos ingenieros
de datos si éramos analistas o si era más

00:32:42.600 --> 00:32:46.500
la parte de ciencia de datos de
ciencia de de ciencia de datos.

00:32:46.940 --> 00:32:50.940
Y yo pensé que tenía un poco de
los tres, porque yo había tocado...

00:32:50.940 --> 00:32:54.460
Bueno, tú eres ingeniero de datos, pero
vamos, si hablas muy dos minutos contigo, se

00:32:54.500 --> 00:32:56.680
te ve, vaya. ¿Qué te salió?

00:32:56.680 --> 00:32:59.460
A ver, confiesa. Me
salió ingeniero de datos.

00:32:59.700 --> 00:33:01.960
Obvio. Me salió ingeniero de datos.

00:33:02.240 --> 00:33:08.380
Porque sí, porque estoy en el suelo, estoy
muy en el suelo de la infraestructura.

00:33:08.380 --> 00:33:15.440
De hecho, sabes que cada vez que veo
modelos así, siempre pienso en el suelo.

00:33:15.500 --> 00:33:22.480
Hay un libro buenísimo de Tom Kite que se
llama Diseño Experto, o sea, diseño eficiente

00:33:22.480 --> 00:33:29.480
desde expert performance on design,

00:33:29.660 --> 00:33:35.700
algo así. Es decir, es como tú puedes
preparar las fases de datos para el mejor rendimiento,

00:33:35.740 --> 00:33:40.800
para la mayor potencia, pensando siempre
en el suelo, en qué es lo que está pasando en

00:33:40.800 --> 00:33:48.200
la física de los datos, cómo se accede al
final a las tablas, cómo se accede a...

00:33:48.200 --> 00:33:55.900
Están hablando de los vectores, pues
bueno, cómo optimizar los vectores, cómo funcionan

00:33:55.900 --> 00:34:01.330
estas indexaciones. Yo estoy muy en
el suelo, pero muy contento también.

00:34:02.550 --> 00:34:09.670
Te iba a decir, ¿crees que hay aún que
tender un puente o que ese puente de distancia

00:34:09.670 --> 00:34:13.930
que había entre los desarrolladores, por
ejemplo, tú has trabajado mucho con Data Warehouse

00:34:13.970 --> 00:34:19.770
y con Big Data y todo esto, entre los que
están en el lado del análisis, el desarrollo

00:34:19.770 --> 00:34:25.470
en la parte de negocio de Data Warehouse y
de Big Data, con la parte de infraestructura,

00:34:25.470 --> 00:34:30.710
administradores y tal, ¿crees que esa
distancia se ha hecho mayor o que estamos más cerca?

00:34:32.590 --> 00:34:39.550
¿Cómo lo ves? Es una pregunta esa, porque
depende mucho de, te diría que incluso del

00:34:39.550 --> 00:34:47.470
profesional, depende mucho, y
depende mucho de los equipos, y yo

00:34:47.470 --> 00:34:55.010
no veo como una tendencia general que
vaya hacia un lugar de unión, depende

00:34:55.260 --> 00:35:00.440
también de las ganas que tengas de
entender al otro, que yo creo que eso es lo básico.

00:35:01.450 --> 00:35:07.870
Claro, y es que cuando me pregunto por
ejemplo, temas de rendimiento cuando todo va lento

00:35:07.870 --> 00:35:11.190
es como, ah pues oye habrá
sido desarrollo, habrá sido

00:35:13.110 --> 00:35:17.570
Los analistas, claro que es el tema, es
como tú que vas a decir, le vas a echar la culpa

00:35:17.610 --> 00:35:21.230
al otro o vas a intentar entender porque
si yo por ejemplo, imagínate que yo soy analista

00:35:21.270 --> 00:35:27.150
y entonces voy donde ti y te digo, oye,
este dashboard me va lentísimo, y tú que me vas

00:35:27.150 --> 00:35:32.530
a contar, porque igual me empiezas a
hablar de cubos y de queries y yo no te estoy entendiendo

00:35:32.530 --> 00:35:34.919
nada porque no sé de
qué me estás hablando.

00:35:34.990 --> 00:35:37.930
Uy, pero yo lo primero te
llevaría a la cafetería.

00:35:37.930 --> 00:35:40.410
Eso es el tema. Sácate un café.

00:35:42.030 --> 00:35:44.197
Que vamos a pasar la tarde aquí tú y yo

00:35:45.070 --> 00:35:49.810
De hecho, ese fue el espíritu de por qué
Café de Atabasis se llama Café de Atabasis y

00:35:49.810 --> 00:35:53.390
todo eso porque cada vez que salía una
cosa así decía Espera, espera, esto...

00:35:53.430 --> 00:35:58.630
Tenemos que irnos a tomar un café Vamos a
tomar un café y vamos a a ver toda esa zona

00:35:58.630 --> 00:36:03.210
que no sabemos si está, que está a lo
mejor fuera de mi área, pero no sé dónde está fuera

00:36:03.250 --> 00:36:08.810
de la tuya, ese terreno en
medio donde podemos encontrar.

00:36:08.890 --> 00:36:13.950
Claro, porque además yo creo que esa
frontera es muy difusa y que además en cada empresa

00:36:13.950 --> 00:36:18.150
y en cada equipo se mueve, es distinta,
no es la misma en todas partes.

00:36:18.310 --> 00:36:24.170
Igual lo que llega un DBA en la empresa A
no es lo mismo que en lo que llega en la empresa

00:36:24.170 --> 00:36:28.650
B, porque en la empresa B hay un puesto
intermedio que ocupa, Es como muy distinto, entonces

00:36:28.690 --> 00:36:36.470
yo creo que ahí va más de
ganas de entender dónde está

00:36:36.470 --> 00:36:42.530
mi responsabilidad, dónde están las del
otro, pero no solo quedarme en lo mío y yo solo

00:36:42.530 --> 00:36:47.310
me ocupo de esto y ya está, sino tener
ganas de que funcione como el objetivo general,

00:36:47.630 --> 00:36:49.410
o sea, que llegue a funcionar el proyecto.

00:36:49.450 --> 00:36:54.590
O sea, que tu dashboard sea más rápido y
yo voy a ver qué puedo hacer para ayudarte y

00:36:54.590 --> 00:37:01.090
tú tienes que entender cómo trabajo yo sin
tenerte que meterte en el mundo técnico o

00:37:01.090 --> 00:37:08.730
en las especificidades Técnicas para poder
ver si llegamos a un acuerdo, a un equilibrio.

00:37:08.770 --> 00:37:11.270
De hecho, yo creo que
el secreto está en eso.

00:37:11.550 --> 00:37:15.270
Pero esto no tiene nada que ver con algo
técnico, yo creo que es algo más humano que

00:37:15.310 --> 00:37:22.430
todo eso. Sí, aunque te diría
que creo que sí esos roles

00:37:22.430 --> 00:37:25.190
más o menos pueden estar
más o menos claros.

00:37:25.290 --> 00:37:31.230
En proyectos a lo mejor en los que he estado,
en los que yo he dicho, yo como DBA te

00:37:31.230 --> 00:37:37.790
puedo ofrecer esto, esto, esto y esto, y
esto hace que tú cuando montes un cuadro de

00:37:37.790 --> 00:37:43.170
mandos o lo que sea, O sea, esta es la
información un poco que tienes que entender que

00:37:43.170 --> 00:37:46.226
yo desde la infraestructura
tengo que preparar para ti.

00:37:46.490 --> 00:37:52.470
Como que si hay un punto en el cual esa
frontera va siendo más nítida, en el cual te

00:37:52.470 --> 00:37:57.070
digo, mira, todo esto está en tu lado,
todo esto está en el mío y si yo te cuento hasta

00:37:57.110 --> 00:37:59.750
dónde llega a mi lado, tú
sabes qué información darme.

00:37:59.790 --> 00:38:04.450
Y yo sé qué información darte, lo que te
decía de los cubos al final los cubos ¿por qué

00:38:04.490 --> 00:38:08.850
se llaman cubos? Porque son las
dimensiones y tú me dices, yo en dimensiones ya me manejo,

00:38:08.890 --> 00:38:13.250
yo ya sé qué dimensiones necesito,
entonces yo te digo, vale, perfecto vale, porque yo

00:38:13.290 --> 00:38:15.901
construyo el SQL con
Create Dimension y con las

00:38:16.970 --> 00:38:23.610
jerarquías y con todo y si hay un punto en
el que en el que ahí nos podemos dar la mano

00:38:23.610 --> 00:38:29.330
y Decir vale, cada uno tiene su lista de
cosas que están en su en su lado no pero yo

00:38:29.330 --> 00:38:33.030
la experiencia que tengo es que no no
suele haber esa cultura porque al final se habla

00:38:33.070 --> 00:38:40.110
de pues ingeniero de datos no debe a
y debe a pues es tanto el que está con

00:38:40.110 --> 00:38:45.290
los programadores ayudándoles a optimizar
el código como el que está montando un clúster

00:38:45.290 --> 00:38:50.990
o el que está gestionando los discos o el
raid o estamos tocando el sistema operativo

00:38:50.990 --> 00:38:57.270
no parece Parece que está desde
el suelo hasta la misma frontera.

00:38:57.410 --> 00:39:02.330
Tú mismo lo estás diciendo, incluso un
DBA, dependiendo de dónde estés o del equipo del

00:39:02.330 --> 00:39:08.650
que formes parte, puede ser una cosa
súper física a una cosa un poco más...

00:39:08.650 --> 00:39:16.090
O sea, no está como súper definido, entonces
es como muy, no sé, es un poco etéreo

00:39:16.090 --> 00:39:20.330
hacia dónde llega y sobre todo
súper dependiente de dónde estés.

00:39:20.330 --> 00:39:26.550
Pero yo creo que básicamente lo que has
dicho es que llegar a ese punto de entendimiento

00:39:26.550 --> 00:39:31.490
con la otra parte para entender, o
sea, para utilizar el idioma común.

00:39:32.050 --> 00:39:36.890
Y eso no es tecnología, eso es algo
cultural de la empresa y eso es algo humano.

00:39:36.890 --> 00:39:42.850
Malo totalmente totalmente pues oye quiero
quiero que me quiero que me cuentes cosas

00:39:42.850 --> 00:39:50.070
tú de la comunidad tuya ninja que tienes
que tienes qué cosas tienes ahora en la cocina

00:39:50.070 --> 00:39:56.650
para preparar y de las cosas que tienes
hechas Dime cosas chulas así que hayas hecho

00:39:56.650 --> 00:40:01.090
porque también así. Así yo me
las miro, me miro cosas así.

00:40:01.230 --> 00:40:03.690
Es que estoy... soy tu...

00:40:04.140 --> 00:40:08.690
El nuevo. El nuevo. Sí, el nuevo.

00:40:10.560 --> 00:40:12.900
Bueno, pues... En la cocina primero.

00:40:13.220 --> 00:40:15.900
En la cocina. ¿Qué estás cocinando?

00:40:16.220 --> 00:40:19.480
Yo ahora estamos a full con agentes.

00:40:19.680 --> 00:40:23.260
En los próximos meses, agentes 100%.

00:40:23.260 --> 00:40:25.480
El club de lectura va a
ser un libro de agentes.

00:40:25.520 --> 00:40:31.460
Las sesiones van a empezar por Cloud Code,
pero van a ir por pues otras muchas aplicaciones

00:40:31.460 --> 00:40:37.140
como más igual más nivel usuario de montar
las cosas y las automatizaciones con algo

00:40:37.140 --> 00:40:41.420
más visual como puede ser en 8n pero que
puedes incorporar ahí un modelo de lenguaje

00:40:41.460 --> 00:40:48.340
a ya utilizar incluso las propias
librerías de python que se encargan de esto como pueden

00:40:48.340 --> 00:40:53.080
ser lanche y por ejemplo que es la típica
eso van a ser los próximos meses y Y luego

00:40:53.080 --> 00:41:00.140
ya siempre procuro mantener como las
bases del Machine Learning, lo que hoy

00:41:00.140 --> 00:41:05.620
en día se llama Machine Learning clásico,
que cuando hace tiempo era el Machine Learning,

00:41:05.700 --> 00:41:10.280
pues hoy es el clásico. Y entonces
mantenemos eso para la gente que va empezando, que

00:41:10.320 --> 00:41:17.940
no se desepare mucho de esta parte de
Machine Learning, que es lo que mola

00:41:17.940 --> 00:41:20.600
también, y de un poco
es el origen de todo.

00:41:20.600 --> 00:41:25.000
Entonces, si entiendes bien las bases,
pues al final vas a entender que lo mismo te da

00:41:25.040 --> 00:41:32.200
predecir cuánto va a valer la
vivienda mañana, cuál es el siguiente

00:41:32.200 --> 00:41:34.200
token, qué es lo que hace
un modelo de lenguaje.

00:41:34.240 --> 00:41:38.780
Al final es un poco la misma base,
pero evolucionada, como Si dijéramos.

00:41:38.940 --> 00:41:44.580
Entonces, eso es lo que va a pasar en los
próximos meses, y de las cosas de los laboratorios

00:41:44.580 --> 00:41:49.200
que has hecho y cosas que has hecho así
chulas, dime, te voy a preguntar, por ejemplo,

00:41:49.240 --> 00:41:53.600
los tus top 3 laboratorios
cacharreos favoritos.

00:41:53.600 --> 00:42:00.390
Pues mira, aquí hay una sesión, porque,
porque, bueno, yo todo esto empezó porque yo

00:42:00.390 --> 00:42:04.850
tengo ganas de compartir todo el mundo de
los datos, y cuando yo hablo del mundo de los

00:42:04.890 --> 00:42:09.510
datos, hablo de machine learning, hablo de
de inteligencia artificial y hablo de ingeniería

00:42:09.550 --> 00:42:16.630
de datos y análisis, De compartirlo
de la manera más accesible posible.

00:42:16.950 --> 00:42:21.610
De hecho, ese es el punto de vista
del podcast, que es como yo empecé.

00:42:21.870 --> 00:42:26.190
Luego, a partir de ahí,
muchas veces todo el mundo...

00:42:26.190 --> 00:42:30.110
Bueno, es algo que tú ya sabes, que la
información está en internet y eso es así, pero

00:42:30.150 --> 00:42:34.090
muchas veces hay tanta información
que no sabes un poco por dónde tirar.

00:42:34.130 --> 00:42:37.350
Y en el aprendizaje se puede
hacer un poco solitario.

00:42:37.350 --> 00:42:39.930
Y entonces de ahí salió
un poco la comunidad.

00:42:41.050 --> 00:42:48.110
Y al final a mí lo que me faltó cuando
estaba aprendiendo es que está muy bien que

00:42:48.110 --> 00:42:54.620
tú me enseñes la típica teoría, pero yo
veo que entre lo que enseñan en un curso y lo

00:42:54.620 --> 00:42:58.620
que luego vas a aplicar en el mundo
real hay como mucha diferencia.

00:42:59.600 --> 00:43:03.900
Entonces yo he intentado realizar los
laboratorios y un poco los proyectos que hemos

00:43:03.940 --> 00:43:05.940
hecho para rellenar ese hueco.

00:43:05.940 --> 00:43:12.180
Y entonces, un proyecto que hemos hecho
que ha ocupado varias sesiones es un proyecto

00:43:12.180 --> 00:43:17.880
de ese tipo, que al final consistía —y
consiste, porque realmente no lo hemos terminado

00:43:17.880 --> 00:43:25.000
todavía— en poder descargar de una
API ofertas de empleo de LinkedIn y

00:43:25.000 --> 00:43:30.220
luego que con eso podamos procesarlo en un
pipeline completo de ingeniería de datos.

00:43:30.220 --> 00:43:35.260
Y tener esos datos en un warehouse y poder
enriquecerlos con un modelo de lenguaje para

00:43:35.260 --> 00:43:39.700
luego poder construir un dashboard
que nos explique qué skills tenemos.

00:43:39.700 --> 00:43:43.060
Que conseguir si queremos ser
ingenieros de datos, por ejemplo.

00:43:43.100 --> 00:43:44.540
Y ese es un proyecto completo.

00:43:44.580 --> 00:43:47.980
Oh, este es el siguiente que hago.

00:44:15.540 --> 00:44:20.500
Manera y con las limitaciones que puedes
tener durante el desarrollo que dices oye necesito

00:44:20.540 --> 00:44:24.620
una herramienta más que puedo usar ahora
quiero integrar eso quiero hacer una migración

00:44:24.660 --> 00:44:29.680
como lo hago y entonces es el proyecto que
más semanas nos ha llevado porque empezamos

00:44:29.680 --> 00:44:33.860
el año pasado y como digo no hemos
terminado pero creo que es súper completo para alguien

00:44:33.900 --> 00:44:39.880
que quiera que quiera dedicarse pues o que
quiera empezar en el mundo un poco de la ingeniería

00:44:39.880 --> 00:44:44.960
de datos entre ingeniería y análisis
porque la idea era que en la comunidad hay perfiles

00:44:44.960 --> 00:44:50.380
como muy diversos pues que la parte de
analistas se encargará más de hacer los datos

00:44:50.380 --> 00:44:55.680
y las personas más interesadas en hacer la
ingeniería pues se encargarán más pues de

00:44:55.680 --> 00:45:00.360
las queries de montar las bases de datos
de hacer todas estas cosas de orquestación con

00:45:00.400 --> 00:45:06.820
airflow vital entonces es como el gran
proyecto que me me gusta a mí, o sea, es como...

00:45:06.820 --> 00:45:08.400
Es el top 1, este es el top 1.

00:45:08.440 --> 00:45:11.960
Sí, el top 1, sí, que nos ha
llevado, bueno, y no hemos terminado.

00:45:12.000 --> 00:45:18.100
Y luego me gustan también mucho una cosa
que hemos empezado a hacer el mes pasado, que

00:45:18.100 --> 00:45:22.720
son las competiciones de Kaggle, que ya he
mencionado, en plan, con las bases, para que

00:45:22.760 --> 00:45:27.520
la gente que empieza no se vea un poco
avasallada con un proyecto muy grande y diga,

00:45:27.540 --> 00:45:29.440
oye, ¿por dónde empiezo
Yo que estoy empezando?

00:45:29.480 --> 00:45:34.360
Entonces, son proyectos que vamos haciendo
participativamente, quien quiera participar,

00:45:34.360 --> 00:45:41.340
participar pues puede pues puede entrar y
preguntar y vamos se explica la cantidad de

00:45:41.340 --> 00:45:48.460
veces que haga falta. Bueno, qué bueno
que se te cuando la intimidad a todo

00:45:48.460 --> 00:45:54.460
esto que me da un poco de vergüenza, no,
no sé bien bien la diferencia entre data warehouse,

00:45:54.460 --> 00:46:03.280
big data y data lake. Bueno,
pero para eso estoy, todo es

00:46:03.280 --> 00:46:10.380
como como el sitio donde van a parar todos
los datos y a ver, big data no es una

00:46:10.380 --> 00:46:17.920
tecnología per se, big data es como
realmente es es como con lo que básicamente cuando

00:46:17.920 --> 00:46:22.400
tienes tantos datos que no puedes
guardarlo todo en un ordenador, tiene que ver más con

00:46:22.440 --> 00:46:27.920
el volumen de datos que tienes que usar,
no es una tecnología big data es el volumen

00:46:27.920 --> 00:46:29.900
de datos que tiene una
empresa muy grande, sabes?

00:46:29.940 --> 00:46:36.980
Vale, y la ley también son muchos
datos, un lago de datos, sí, pero es así

00:46:36.980 --> 00:46:39.860
que son más más tecnología, sabes

00:46:41.240 --> 00:46:47.300
Entonces el data lake tiene que ver como
tú como lo procesas tú un data warehouse tú

00:46:47.300 --> 00:46:53.280
lo extraes del sitio vuelvo un poco al
ejemplo que decía del proyecto que tenemos de

00:46:53.280 --> 00:46:59.680
extraer datos de una app y de linkedin
entonces yo puedo extraer esos datos los transformó

00:46:59.680 --> 00:47:05.840
antes y luego lo guarda ordenaditos en
unas tablas en un data warehouse o yo cojo todo

00:47:05.840 --> 00:47:11.940
eso que es un formato jason a pelo y lo
meto en un data lake a modo no estructurado y

00:47:11.940 --> 00:47:16.380
luego ya dentro de ese data lake ya lo
puedo estructurar en un pipeline y lo puedo procesar

00:47:16.420 --> 00:47:21.280
como yo quiera eso es un poco la
diferencia un data warehouse es más información estructurada

00:47:21.320 --> 00:47:25.300
y un data lake puede entrar ahí un poco
cualquier cosa y luego le pones una capa por

00:47:25.340 --> 00:47:30.290
encima que le dé un poco de orden que bueno
sabes ¿Sabes que una de las cosas que te

00:47:30.290 --> 00:47:36.030
pasé, que podíamos charlar, es todo el
tema de la dualidad entre SQL y JSON?

00:47:36.390 --> 00:47:41.850
Porque como yo ya me tiene escalado, que
soy ingeniero de la parte de suelo, a mí me

00:47:41.850 --> 00:47:47.250
da un poco de desconfianza todo esto que
se plantea como que tú puedes al final acceder

00:47:47.250 --> 00:47:52.610
a los datos de forma totalmente
transparente, tanto como SQL como JSON, que al final,

00:47:52.710 --> 00:47:56.290
en este caso Oracle te dice que
te lo traduce todo por igual.

00:47:56.290 --> 00:48:01.870
Es decir, tú tienes tablas o modelos
relacionados, lo que sea, no Importa, te construyo

00:48:01.870 --> 00:48:08.490
un... o sea, hay un objeto, que son las
Duality Views, y las Duality Views es que tú

00:48:08.490 --> 00:48:14.370
puedes acceder a las tablas tanto como SQL
o como JSON, y puedes visualizar el contenido

00:48:14.370 --> 00:48:21.650
como SQL o como JSON. Y tú puedes almacenar
documentos y consultarlos como si fuesen

00:48:21.650 --> 00:48:24.710
tablas de SQL con Select From Web.

00:48:24.850 --> 00:48:28.710
Y tú puedes tener tablas y consultarlas de
forma totalmente transparente a través de

00:48:28.750 --> 00:48:36.410
esas Duality Views. Y yo pienso, en cuanto
le metamos aquí volumen de datos, esta traducción

00:48:36.410 --> 00:48:39.290
transparente, esto va a costar.

00:48:39.840 --> 00:48:45.440
Esto va a pesar cuando se ponga en marcha.

00:48:45.440 --> 00:48:52.580
¿Crees que es necesaria esta capa de
transparencia entre SQL y JSON para verlo

00:48:52.580 --> 00:48:58.000
todo de forma diáfana? ¿O quizá mejor
zapatero tus zapatos las cosas que son de Graph,

00:48:58.120 --> 00:49:05.180
SQL, que se vean con Graph, las cosas que
sean de JSON, pues mongos o data lakes que

00:49:05.180 --> 00:49:09.620
son desrelacionados, que
son SQL, y lo que sea SQL?

00:49:10.860 --> 00:49:13.380
¿Tú lo ves como algo
interesante, positivo?

00:49:14.280 --> 00:49:19.420
Yo creo que lo que están haciendo los
proveedores y no creo que por lo que me dices no

00:49:19.420 --> 00:49:25.700
es cosa solo de oracle es añadir es como
una capa yo meto los datos en bruto y luego

00:49:25.700 --> 00:49:31.280
por encima mete una abstracción y luego ya
que cada uno lo consulte como quiera que eso

00:49:31.280 --> 00:49:37.780
escale más o menos yo entiendo que están
están desarrollando la tecnología para que escale

00:49:37.780 --> 00:49:45.440
mejor ahora si Quieres tener un
producto para cada una de las

00:49:45.440 --> 00:49:51.980
consultas que se hagan como dice esta patera
a tus zapatos no sé yo creo que por ahí

00:49:51.980 --> 00:49:59.080
no están yendo los proveedores ninguno de
hecho están dejando hacer las consultas

00:49:59.080 --> 00:50:06.140
con sql porque la gente está acostumbrada
a hacerlo así sí y de hecho al final todo lo

00:50:06.140 --> 00:50:11.660
todo lo crítico lo que tú necesites
integridad va a tener que ser relacional vas a tener

00:50:11.660 --> 00:50:15.438
que tener un modelo de los datos
relacional para poder funcionar con

00:50:16.050 --> 00:50:20.550
constraints, con primary keys, foreign
keys, todo esto al final en JSON esta parte se

00:50:20.590 --> 00:50:26.610
te diluye por el hecho de ser un documento
ser un conjunto de documentos es mucho más

00:50:26.610 --> 00:50:31.510
duro, pero no sé, a veces muchas veces
cuando se habla de y la transparencia que va a

00:50:31.510 --> 00:50:38.110
unificar los mundos, lo presentaba Juan
Loaiza en Las Vegas decía, desde los años 70

00:50:38.110 --> 00:50:44.270
desde que COD Propuso su modelo relacional
de bases de datos, no ha habido ningún avance

00:50:44.270 --> 00:50:49.830
en bases de datos tan importante, tan
calado como las Duality Views como integrar JSON

00:50:49.830 --> 00:50:55.450
y digo, ostras esta va a ser gorda, no sé.

00:50:55.450 --> 00:51:00.990
¿Qué opinas tú? ¿Tú crees que
va a funcionar o cómo lo ves?

00:51:01.750 --> 00:51:03.250
Claro, pues es que claro,

00:51:04.450 --> 00:51:10.450
yo como siempre pienso en el suelo, por
ejemplo siempre pienso que ciertas Ciertas cosas

00:51:10.450 --> 00:51:17.490
que se implementan pensando en
el suelo físico, esas son las

00:51:17.490 --> 00:51:21.090
que prevalecen, las que van a
funcionar y las que van a resistir.

00:51:21.130 --> 00:51:27.150
Por ejemplo, lo que te hablaba de los
cubos y las dimensiones y tal, al final en el suelo

00:51:27.150 --> 00:51:29.230
lo que hay son vistas materializadas.

00:51:29.230 --> 00:51:36.430
Son como una vista que te agrega toda la
información y te almacena como en un segmento

00:51:36.430 --> 00:51:41.570
de tabla plano que tú puedes ver como si
fuese un cubo, pero lo que es la parte de suelo

00:51:41.570 --> 00:51:47.840
está bien resuelta. Aquí como es capa de
transparencia y es como ver por igual jason

00:51:47.840 --> 00:51:55.180
y sql yo creo que en pocos o en
pocos medios volúmenes de datos va

00:51:55.180 --> 00:52:01.560
a funcionar bien pero como le pidas a lo
mejor construcciones a lo mejor un poco más

00:52:01.560 --> 00:52:06.060
de navegar entre un montón de documentos
entre millones de documentos lo que tengas que

00:52:06.100 --> 00:52:12.720
montar indexaciones sobre documentos jason
aquí es donde donde vamos a tener que como

00:52:12.720 --> 00:52:19.220
humanos irnos a esa inteligencia humana De
pensar vamos a ver pero esto en el suelo como

00:52:19.220 --> 00:52:25.140
está implementado o cuando estamos
accediendo a todos estos datos en el suelo que representa

00:52:25.140 --> 00:52:30.620
o estas qué tablas son no y cómo se hace
este acceso porque al final muchas veces vas

00:52:30.620 --> 00:52:37.120
a a los bloques como el bloque selen disco
los hijos las lecturas en memoria y todo tiene

00:52:37.120 --> 00:52:43.920
que todo tiene que ser óptimo a todos los
niveles no sea por eso desde la misma desde

00:52:43.920 --> 00:52:49.820
el mismo suelo hasta la capa de
presentación y esa es mi esa es mi opinión que en volúmenes

00:52:49.820 --> 00:52:56.520
medios pequeños y medios esto va a ser muy
transparente y muy versátil pero que cuando

00:52:56.520 --> 00:53:02.580
empezamos a escalar a grandes volúmenes de
datos los administradores que nos han condenado

00:53:02.580 --> 00:53:09.120
a la extinción desde desde hace 15 años
que están diciendo que ya no son necesarios los

00:53:09.120 --> 00:53:14.780
de veas porque lo que sea se hace solo no
pues vamos a ser las personas que vamos a decir

00:53:14.780 --> 00:53:18.900
bueno a ver espera pero como esté
implementado esto por debajo sí porque tú estás viendo

00:53:18.940 --> 00:53:23.780
todo lo estás viendo en jason pero debajo
es sql o al revés o tú lo estás viendo todo

00:53:23.780 --> 00:53:27.760
en sql pero debajo estás teniendo
un montón de documentos en jason que

00:53:28.780 --> 00:53:34.480
indexarlos acceder a ellos pues pensar en
la física de los datos no esa es mi opinión

00:53:34.480 --> 00:53:39.680
pero es muy una una opinión muy
modesta desde la ignorancia, creo.

00:53:40.780 --> 00:53:45.240
No, la Verdad es que yo creo que está
bastante acertada, pero el tema aquí es cuál es

00:53:45.280 --> 00:53:49.880
el volumen de datos, porque si tú te
fijas, si tú tienes plataformas como puede ser Oracle

00:53:49.920 --> 00:53:55.300
o como puede ser Databricks, que son las
que se están basando en quitar todos los niveles

00:53:55.300 --> 00:54:02.180
complejos y abstraer toda la complejidad
de cómo está implementado eso físicamente, que

00:54:02.180 --> 00:54:07.080
al final es quitarle un poco la gracia a
lo que puede hacer hacer un dba o un ingeniero

00:54:07.080 --> 00:54:14.260
de datos son para volúmenes medios
de datos pero medios altos porque las

00:54:14.260 --> 00:54:21.740
empresas igual que utilizan y que desarrollan
su propia tecnología y que son las la

00:54:21.740 --> 00:54:28.140
casa de muchos estándares que luego se
hace en open source pues son empresas tipo meta

00:54:28.140 --> 00:54:33.860
que evidentemente el volumen de datos que
puede estar generando meta es infinitamente

00:54:33.860 --> 00:54:38.380
mayor que el que que puede estar
generando, yo que sé, una empresa que utiliza un Databricks

00:54:38.420 --> 00:54:44.760
de la vida o LinkedIn, son empresas muy
grandes que necesitan soluciones a medida y que

00:54:44.760 --> 00:54:48.871
tienen que estar muy finos con cómo
está implementado todo a nivel físico.

00:54:49.080 --> 00:54:55.520
Pero cualquier otra empresa que le valga
con una solución que sale de la caja como puede

00:54:55.520 --> 00:55:01.400
ser Databricks, pues eso no le va a hacer
falta realmente y es ahí donde viene la parte

00:55:01.400 --> 00:55:08.120
de te voy a abstraer toda la complejidad y
vas a poder consultar los Datos, ya sea en

00:55:08.120 --> 00:55:12.640
JSON o en SQL, como tú quieras, porque te
va a dar igual, esto va a estar aquí todo guardado

00:55:12.680 --> 00:55:15.520
sin que tú tengas que saber ni cómo está.

00:55:16.320 --> 00:55:21.600
Entonces ahí la gracia es, volvemos y
cerramos un poco el círculo a qué es Big Data y

00:55:21.600 --> 00:55:27.840
qué no es Big Data. Por ejemplo, Big Data
de la grande de verdad, igual esas soluciones

00:55:27.840 --> 00:55:33.120
no le valen y es un poco lo que tú dices,
tienes que bajarte al nivel muy físico para

00:55:33.120 --> 00:55:38.176
optimizar eso para que realmente funcione,
pero tiene que ser un nivel de datos muy grande.

00:55:40.110 --> 00:55:41.999
Totalmente, totalmente de acuerdo.

00:55:43.170 --> 00:55:46.450
Pues, oye, ¿cómo se te ha pasado la hora?

00:55:46.950 --> 00:55:50.910
Ah, pues muy rápido, ya es
la hora, ya está, ya es casi.

00:55:50.910 --> 00:55:56.370
Voy a dejar un par de cosas para que
la gente te conozca un poquito más.

00:55:56.530 --> 00:56:00.770
Déjame que cuente, he compartido
en el chat tu Spotify.

00:56:02.130 --> 00:56:09.450
Porque quería Quería decir, para que
la gente se coloque, 886 reseñas,

00:56:09.510 --> 00:56:14.210
un 4 ,9 de media. Yo esto no lo he
visto en un podcast técnico jamás.

00:56:14.630 --> 00:56:21.810
O sea, el podcast de Café Database lleva
años y está lejísimos de tener tu alcance

00:56:21.810 --> 00:56:28.190
y tu audiencia. Es un podcast que yo creo
que es, bueno, así como tú, muy majo, muy fácil

00:56:28.190 --> 00:56:31.130
de escuchar, de conocerte y de aprender.

00:56:31.790 --> 00:56:39.310
Y aparte del podcast voy
a poner también tu web

00:56:39.310 --> 00:56:40.890
que directamente es datos .ninja.

00:56:40.930 --> 00:56:48.150
Ya está, ¿verdad? Fácil Datos
.ninja, súper fácil Pues hoy

00:56:48.150 --> 00:56:55.170
ha sido un gustazo Tenerte En
esta que es Tu casa, también Te

00:56:55.170 --> 00:56:59.530
tenemos ahí en el Discord como InvitedExpert,
llevamos unos meses Que te tenemos ahí

00:56:59.570 --> 00:57:05.380
como InvitedExpert Muchas gracias por la
invitación Pues cuando quieras, repetimos Hablamos

00:57:05.380 --> 00:57:12.240
de lo que yo te cuento Tú me cuentas Te
dije, yo no te voy a entrevistar o sea somos

00:57:12.240 --> 00:57:22.360
dos profesionales hablando
tomándonos un café y claro claro

00:57:22.360 --> 00:57:28.460
es que sabes en plan entrevista o con un
guión así es muy aburrido que son cafecitas

00:57:28.460 --> 00:57:35.860
y tan abierta yo no he
preparado nada el riesgo

00:57:35.980 --> 00:57:40.720
lo asumes sí, pero siempre tengo muchas
veces una preocupación con gente a lo mejor que

00:57:40.760 --> 00:57:45.360
no es oracle que os sintáis
cómodos es decir, que

00:57:46.560 --> 00:57:51.260
claro, que hablemos temas que no me digas,
pues yo es que me has preguntado unas cosas

00:57:51.300 --> 00:57:55.720
que a lo mejor yo no he Tocado nunca, o
sea, si muchas veces quiero alinearme un poco

00:57:55.760 --> 00:57:59.660
para que pues eso, ¿no? ¿Cuál es el motivo
de que no nos vamos a un café, fe, ¿no?

00:57:59.700 --> 00:58:05.040
Pues que paso por tu ciudad, nos vemos,
hablamos, pero sí compartimos la profesión desde

00:58:05.500 --> 00:58:08.680
este lado, ¿no? Y desde el lado
de la divulgación también, ¿no?

00:58:08.720 --> 00:58:15.160
Quería también invitarte y tenerte de
invitada en el podcast, así que un gustazo.

00:58:16.230 --> 00:58:20.930
Pues nada, el placer ha sido mío y espero
que haya sido interesante y entretenido.

00:58:22.100 --> 00:58:28.200
Pues yo creo que sí. Pues muchas gracias a
todos, un fuerte abrazo, un fuerte abrazo

00:58:28.200 --> 00:58:30.660
y Y nada, pues hasta
el siguiente episodio.

00:58:30.660 --> 00:58:32.880
Marta, cuando quieras. Esta es tu casa.

00:58:33.140 --> 00:58:35.140
Muchas gracias. A todos. Chao.