Cuadernos de Ingeniero de IA: Serie Colab sin Framework Enseña RAG, Agentes y Evaluaciones con la API Gratuita de Groq
El repositorio AI Engineer Notebooks acaba de lanzarse: una colección de notebooks de Colab que te guían a través de todo el stack de LLM aplicado sin depender de frameworks como LangChain o LlamaIndex. Está pensado para ingenieros de backend/full-stack que se están moviendo hacia roles de Ingeniero de IA o Ingeniero de Despliegue Avanzado. Todo funciona con la API gratuita de Groq, por lo que no se requiere tarjeta de crédito.
Qué incluye
Los notebooks están organizados en 12 secciones, comenzando con configuración y APIs de modelos, luego avanzando por evaluaciones, RAG, agentes, adaptación, seguridad y despliegue. Los aspectos más destacados son:
- Sin frameworks por diseño — Escribes bucles de agente, pipelines de RAG y lógica de evaluación a partir de llamadas a APIs puras. El objetivo es entender lo que frameworks como LangChain realmente hacen antes de usarlos.
- Las evaluaciones como columna vertebral — “Mide antes de ajustar” se enfatiza desde la sección 02 en adelante, con técnicas de evaluación que regresan en cada sección posterior.
- Casos de estudio reales — Tres ejemplos de principio a fin: un asistente de soporte depurado en producción, una comparación de costos entre pipeline y agente, y un benchmark de robustez contra ataques.
- Compatible con OpenAI — Todos los patrones se transfieren directamente a OpenAI y Anthropic cambiando la URL base.
Notebooks prácticos
Cada notebook es autocontenido, instala sus propias dependencias y lee las claves API de los secretos de Colab. Los primeros notebooks cubren habilidades prácticas:
- APIs de modelos — Fundamentos de prompting, salida estructurada, llamadas a herramientas, streaming y presupuesto de contexto.
- Fundamentos de evaluaciones — Conjuntos dorados y métricas para empezar a medir la calidad de la salida.
- RAG — Una demo de 15 líneas que muestra recuperar → aumentar → generar, además de elección de embeddings, búsqueda híbrida y rerankers.
El repositorio (480 estrellas, 29 forks) incluye 86 commits y un plan complementario para la transición a roles de FDE/Ingeniero de IA. Es un recurso práctico, sin exageraciones, para desarrollar habilidades de IA de nivel producción.
📖 Lee la fuente completa: HN AI Agents
👀 Ver también

Consideraciones clave: Mac Mini M4 Pro vs Mac Studio M4 Max para inferencia local de LLM
Un desarrollador compara Mac Mini M4 Pro (CPU 12C/GPU 16C, 273 GB/s) vs Mac Studio M4 Max (CPU 16C/GPU 40C, 546 GB/s), ambos con 64GB/1TB, para inferencia local con Gemma 4 y Qwen. Pregunta clave: ¿vale la pena el salto de ancho de banda por $600?

Construyendo un Sistema de Glosario Personalizado en Hindi con Claude: del 76% al 92% de Precisión en 10 Meses
Un desarrollador solitario en Bangalore creó un sistema de glosario personalizado para Claude que mejoró la precisión del vocabulario técnico en hindi del 76% al 92%. Los términos basados en ejemplos con oraciones de contexto funcionaron mejor.

30 días de Claude para negocios freelance: 5 indicaciones que funcionan
Un freelancer probó Claude a diario durante 30 días y comparte 5 prompts que redujeron la redacción de propuestas de 45 a 5 minutos, aumentaron las tarifas un 30% sin resistencia, y triplicaron las tasas de respuesta en presentaciones en frío.

Qwen 3.5 122B MoE a 35 t/s en una sola 3090 con ik_llama.cpp MTP
Una pila local ejecutando Qwen 3.5 122B MoE en una sola 3090 a 35 t/s usando las operaciones MoE fusionadas de ik_llama.cpp para MTP. El llama.cpp estándar mostró solo un +4% de mejora; el fork de ik ofrece un +20%.