Este artículo técnico describe la creación de un panel de demanda unificado para productos, integrando múltiples fuentes de datos para una visión más completa que solo MercadoLibre. Se aborda el scraping de precios de Falabella.com utilizando Next.js y se detalla el intento de integración de Google Ads Keyword Planner, incluyendo los desafíos de autenticación y versiones de API. El artículo explica cómo se fusionan las señales de MercadoLibre, YouTube, Google Trends y Google Ads en un score RRF (Reciprocal Rank Fusion) y cómo se visualizan en un panel interactivo con color coding para facilita
Este artículo técnico describe la evolución de un pipeline de matching entre mayoristas y retailers, enfocándose en el cálculo de la rentabilidad. Se rediseña el dashboard para mostrar oportunidades de ganancia neta, considerando costos de envío, embalaje y comisiones. Se implementa matching directo wholesale-retail con BM25 y cosine similarity, y se enriquece con datos de demanda de Mercado Libre y atributos extraídos con regex. El lector aprenderá sobre entity resolution, cálculo de márgenes y visualización de datos con React Flow y recharts.
Este artículo técnico detalla el rediseño de un pipeline de scraping y matching de productos para resolver problemas de IDs inestables y falsos positivos. Se implementa una estrategia de IDs estables para evitar duplicados, se fusionan señales de texto con BM25 y cosine similarity usando RRF, y se introduce un sistema de Entity Resolution local basado en scoring de componentes (marca, modelo, tamaño, etc.). El pipeline automatizado, desplegado en Cloud Run Job, mejoró la precisión y redujo drásticamente el tiempo de ejecución. El lector aprenderá sobre la implementación de estas técnicas y su
Este artículo describe la creación de un dashboard para la investigación de papers de arXiv. El dashboard permite seleccionar queries configurables y visualizar los resultados en cuatro paneles: papers recientes, tendencias por categoría, top autores y keywords frecuentes. Se utiliza React para el frontend, Recharts para la visualización de datos y Material UI para la interfaz. El lector aprenderá cómo construir un dashboard interactivo para analizar datos científicos, incluyendo la implementación de un botón para disparar manualmente la actualización de los datos.
Este artículo técnico describe la creación de un sistema ETL para extraer información de la API pública de arXiv, una fuente de publicaciones académicas. El objetivo es filtrar y analizar los papers más relevantes en áreas específicas. Se utiliza Python con bibliotecas como `requests` y `xml.etree.ElementTree` para la extracción, y Django para modelar los datos y exponer una API. El lector aprenderá sobre el diseño de un schema tipo fact table, el manejo de límites de la API, y la implementación de endpoints para acceder a los datos y estadísticas.
Este artículo técnico aborda la problemática de identificar tendencias de productos basadas únicamente en la oferta del marketplace, que no siempre reflejan la demanda real de los consumidores. Para solucionarlo, se implementa un sistema que combina datos de Google Trends con información del marketplace, utilizando Reciprocal Rank Fusion para crear un ranking unificado. Además, se realiza scraping de sitios de proveedores mayoristas y se aplica matching semántico mediante embeddings de Vertex AI para estimar márgenes. El lector aprenderá sobre la integración de múltiples fuentes de datos, técn
Este artículo describe cómo conectar un pipeline de datos con una aplicación Django existente para crear un dashboard de análisis. El pipeline escribe datos de tendencias y productos en una base de datos PostgreSQL separada. Se utiliza Django con `managed=False` y un `DatabaseRouter` para acceder a estos datos sin interferir con la base de datos principal de la aplicación. El frontend, construido con React, permite explorar los datos a través de varios endpoints y filtros interactivos, ofreciendo una interfaz para el análisis de mercado.
Este artículo describe la construcción de un pipeline de datos en R para monitorear un marketplace. El objetivo es extraer, normalizar y almacenar datos diarios de tendencias, productos y precios para análisis. Se utiliza R con las librerías `tidyverse`, `httr2`, `DBI` y clases R6 para estructurar el pipeline. El pipeline se despliega como un Cloud Run Job en Google Cloud Platform, utilizando OAuth 2.0 con rotación automática de tokens y garantizando la idempotencia mediante transacciones SQL. El lector aprenderá sobre la arquitectura del pipeline, la gestión de la autenticación, la persistenc
Este artículo describe la implementación de un dashboard de analíticas de YouTube usando React y Recharts. Se centra en los desafíos del despliegue en producción, incluyendo un bug de colisión de nombres en el frontend resuelto renombrando una función. Además, aborda problemas de accesibilidad en componentes Select de Material UI y la importancia de añadir enlaces de navegación para asegurar la visibilidad de nuevas funcionalidades. El lector aprenderá sobre la resolución de errores comunes en el desarrollo frontend y la importancia de la accesibilidad.
Este artículo técnico detalla la implementación del backend para un DataMart, resolviendo el problema de analizar datos de YouTube. Se utiliza Django para construir nueve modelos de datos, incluyendo tablas raw y dimensionales. Se implementa un ETL idempotente para evitar duplicados al procesar datos de la API de YouTube. El lector aprenderá sobre el diseño de modelos de datos, la creación de ETLs idempotentes y la construcción de endpoints para acceder a los datos procesados.
Este artículo describe el diseño de un DataMart para analizar datos de YouTube Analytics, resolviendo la limitación de la API al permitir el análisis histórico y de la competencia. Se utiliza la YouTube Data API v3, Django con JSONField para la capa raw y un esquema dimensional normalizado para las consultas analíticas. El lector aprenderá sobre la importancia de planificar la cuota de la API, diseñar un ETL idempotente y estructurar un DataMart en capas raw y dimensional antes de escribir el código.
Este artículo relata la depuración de un chatbot que fallaba en producción tras la implementación de conversaciones multi-turno. Se describe cómo un simple revert inicial permitió aislar una serie de problemas subyacentes, desde errores de CORS y health checks mal configurados hasta el manejo incorrecto de streams SSE y la respuesta de la API de Vertex AI. El lector aprenderá sobre estrategias de depuración en producción, la importancia de un buen manejo de errores en streams y cómo solucionar problemas comunes al integrar APIs de LLMs.
Este artículo técnico aborda las limitaciones de la búsqueda puramente vectorial en sistemas RAG, especialmente con keywords exactas, entidades raras y preguntas cortas. Presenta una solución de búsqueda híbrida que combina la búsqueda semántica con la búsqueda léxica, utilizando técnicas como BM25 para la recuperación de información basada en frecuencias de términos. Explica la implementación de BM25 en Python con la librería `rank-bm25` y cómo se integra en un índice personalizado. Además, introduce Reciprocal Rank Fusion (RRF) para combinar los resultados de diferentes métodos de ranking, m
Este artículo técnico aborda la optimización SEO para LLMs (Large Language Models) como ChatGPT y Gemini. Explica cómo mejorar la visibilidad de un sitio web ante estos sistemas utilizando dos estrategias clave: la implementación del archivo `llms.txt`, un estándar emergente para comunicar la estructura del sitio a los LLMs, y la creación de un feed Atom dinámico servido desde un backend Django. El lector aprenderá a generar estos elementos en un portafolio React, aprovechando el pre-renderizado HTML, Schema.org y sitemaps existentes.
Este artículo describe la actualización del comando `sync_dev_posts` para sincronizar posts de desarrollo desde archivos Markdown a una base de datos. La nueva versión elimina el encabezado duplicado, usa el slug de la categoría para la estructura de carpetas y crea posts automáticamente si no existen. Además, integra Gemini para generar excerpts y tags automáticamente, mejorando la metadata y la organización del contenido. Aprenderás sobre manipulación de archivos, interacción con bases de datos y el uso de Gemini para tareas de generación de contenido.
Este artículo aborda el problema de desplegar cambios directamente a producción, introduciendo un entorno de staging para pruebas previas. Se implementa un pipeline CI/CD multi-ambiente con GitHub Actions y Cloud Run, gestionando las diferencias de configuración entre staging y producción. El lector aprenderá a configurar un workflow para desplegar a múltiples entornos, obtener dinámicamente URLs de servicios en Cloud Run y configurar CORS dinámicamente.
Este artículo describe cómo automatizar la documentación de un proyecto usando Claude Code, explorando sus ventajas sobre GitHub Copilot. Se introduce el archivo `CLAUDE.md` para proporcionar contexto persistente al modelo, mejorando la comprensión del proyecto. Se detalla la creación de un management command de Django, `sync_dev_posts`, para sincronizar archivos `.md` con la base de datos y corregir automáticamente los links de navegación en los posts. Aprenderás a usar LLMs para automatizar tareas de documentación y mantener la consistencia entre el código y el contenido del blog.
Este artículo técnico aborda el problema del "cold start" en una aplicación SPA (Single Page Application) desplegada en Cloud Run, donde la primera carga tras un período de inactividad es excesivamente lenta. Se identifican tres causas principales: el escalado a cero de Cloud Run, el bloqueo del renderizado por una llamada a la API y la falta de un mecanismo de "warm-up". Se implementan soluciones como mantener una instancia activa en Cloud Run, desacoplar el contenido estático del estado de carga y usar `--cpu-boost`. Aprenderás a optimizar el rendimiento de tu SPA y mejorar la experiencia de
Este artículo técnico detalla la resolución de cinco bugs críticos encontrados en el panel de administración de Django en un entorno de producción. El primer bug, un error 503, se debió a una señal sincrónica que bloqueaba Gunicorn al interactuar con Vertex AI. La solución implicó el uso de `transaction.on_commit()` y hilos daemon. El segundo bug, también un error 503, fue causado por un fallo en la verificación CSRF debido a un problema de parsing en GitHub Actions. Aprenderás sobre el manejo de señales en Django, la configuración de Gunicorn y la depuración de errores en entornos de producc
Este artículo técnico te guía en la implementación de analytics de comportamiento en tu portafolio web, desde lo básico hasta lo avanzado. Aprenderás a usar Google Analytics 4 (GA4) para métricas de página y eventos personalizados con `react-ga4` en React. Profundizarás con heatmaps y grabaciones de sesión usando Microsoft Clarity para entender la experiencia del usuario. Finalmente, se introduce PostHog para un análisis de producto completo, permitiéndote optimizar la interacción y el rendimiento de tu portafolio.