No se pierda nunca una nueva edición de The Variable, nuestro boletín semanal que presenta una selección de primer nivel de selecciones de los editores, análisis profundos, noticias de la comunidad y más.
Un buen mes en TDS es aquel en el que podemos compartir una amplia gama de artículos incisivos con nuestros lectores, que cubren herramientas de vanguardia, datos fundamentales y habilidades de aprendizaje automático, reflexiones reflexivas sobre el estado de la IA y conocimientos profesionales (y otros) de nuestros principales autores.
Según esta medida, octubre quedó registrado. Esta semana, estamos encantados de celebrar nuestras historias más leídas y de mayor alcance del mes pasado: abordaron el lanzamiento más reciente de Python, lo último en contexto e ingeniería rápida, y mucho más. Vamos a sumergirnos de lleno.
Python 3.14 y el fin del GIL
¿Qué hay de nuevo en el mundo de Python? Mucho, parece. La explicación completa de Thomas Reid está aquí para ayudarnos a desentrañar las “mejoras interesantes” incluidas en la versión principal presentada hace unas semanas, centrándose en particular en la promesa de un Python con subprocesos libres (o sin GIL).
¿RAG está muerto? El auge de la ingeniería de contexto y las capas semánticas para la IA agente
Las limitaciones de la generación con recuperación aumentada ya son bien conocidas. Steve Hedden analiza lo que se avecina para los flujos de trabajo que impulsan el LLM y la evolución de RAG hacia “sistemas gobernados y conscientes del contexto”.
Ingeniería rápida para análisis de series temporales con modelos de lenguaje grandes
¿Puede un mensaje bien diseñado cambiar las reglas del juego para una de las tareas más omnipresentes de los científicos de datos? Sara Nobrega describe varias estrategias poderosas para aprovechar los LLM para mejorar los resultados del análisis de series de tiempo.
Otros aspectos destacados de octubre
No se pierda nuestras otras lecturas principales del mes pasado, que abordan estadísticas, inteligencia artificial y robótica, entre otros temas.
Implementación numérica de la transformada de Fourier en Python: una guía paso a paso, por Junior Jumbong
Cómo crear un agente de IA con llamadas a funciones y GPT-5, por Ayoola Olafenwa
Cómo construir un potente sistema de investigación profunda, por Eivind Kjosbakken
Cómo evaluar la calidad de recuperación en tuberías RAG: Precision@k, Recall@k y F1@k, por Maria Mouschoutzi
Una guía para principiantes sobre robótica con Python, por Mauro Di Pietro
Cómo utilicé ChatGPT para conseguir mi próximo puesto en ciencia de datos, por Yu Dong
Explicación de la visualización de datos (Parte 4): una revisión de los conceptos básicos de Python, por Murtaza Ali
Conozca a nuestros autores que regresan
Así como estamos encantados de dar la bienvenida a nuevos contribuyentes a TDS, siempre nos alegra ver voces familiares que aparecen en nuestra publicación después de una pausa. Caso en punto:
Barr Moses publicó un nuevo artículo lleno de ideas agudas sobre las macrotendencias que darán forma al futuro de la IA.
Jingyi Jessica Li (con el coautor Pan Liu) ofreció un resumen accesible de sus últimas investigaciones en la intersección de la estadística, la bioinformática y la ciencia de datos médicos.
Robert Constable presentó una introducción práctica y accesible a la construcción de una casa en un lago geoespacial con herramientas de código abierto y Databricks.
Ya sea que sea un autor existente o uno nuevo, nos encantaría considerar su próximo artículo, por lo que si recientemente escribió un recorrido por un proyecto interesante, un tutorial o una reflexión teórica sobre cualquiera de nuestros temas principales, ¿por qué no lo comparte con nosotros?