Cómo llegué hasta aquí
No fue un camino lineal. Fueron años de prueba, error y muchas horas leyendo papers que casi nadie lee.
Primeros pasos en NLP
Empecé con modelos básicos de procesamiento de lenguaje natural. Word2Vec me voló la cabeza. Pasaba noches enteras entrenando modelos en datasets pequeños, intentando entender por qué algunas palabras terminaban cerca de otras en el espacio vectorial.
La era transformer
Cuando salió GPT-2, me pasé tres meses destripando la arquitectura transformer. Escribí mi primer artículo técnico explicando mecanismos de atención. Recibí emails de desarrolladores que finalmente entendieron cómo funcionaba todo eso.
Experimentación práctica
Monté un laboratorio casero para fine-tuning de modelos. Documenté cada experimento: qué funcionaba, qué fallaba estrepitosamente, cuánto costaba en tiempo y recursos. La gente necesitaba datos reales, no promesas comerciales.
Comunidad y enseñanza
Lancé workshops técnicos sobre arquitecturas de LLM. Grupos pequeños, problemas reales, código funcionando. Vi a gente implementar sistemas que realmente resolvían problemas en producción.
Investigación aplicada
Me centré en optimización de prompts y evaluación de outputs. Desarrollé frameworks de testing que otros equipos ahora usan. Publiqué análisis comparativos entre diferentes modelos con métricas honestas.
Documentación profunda
Convertí años de notas dispersas en artículos estructurados. Cada pieza cubre un aspecto específico: fine-tuning, embeddings, context windows, retrieval systems. Material que uso yo mismo cuando necesito recordar detalles técnicos.
