Si está ejecutando modelos de Amazon Nova 1 en Amazon Bedrock, es posible que desee ampliar el tamaño de su ventana de contexto, profundizar las capacidades de razonamiento o integrar herramientas externas para la búsqueda web y la ejecución de código. Los modelos de Amazon Nova 2 abordan estas limitaciones y al mismo tiempo mejoran el rendimiento en el razonamiento, la IA agente y los puntos de referencia de uso de herramientas.
Amazon Nova 2 Lite logra puntuaciones más altas en identificación de problemas, integridad de la solución y puntos de referencia de coherencia lógica, al tiempo que mantiene tiempos de respuesta rápidos para cargas de trabajo de gran volumen. Si está utilizando Nova 1 Lite para la automatización de la atención al cliente, el procesamiento de documentos o aplicaciones de IA agente, probablemente verá mejoras mensurables en precisión y rendimiento al migrar a Nova 2 Lite. Esta publicación se centra en la migración a Nova 2 Lite, que generalmente está disponible y lista para su uso en producción. Nova 2 amplía la ventana de contexto a un millón de tokens, lo que admite un aprendizaje en contexto más rico y permite procesar documentos más largos en una sola solicitud. También obtiene acceso a pensamiento ampliado, conexión a tierra web integrada y un intérprete de código. Estas funciones pueden mejorar sus aplicaciones existentes con cambios mínimos de código.
En esta publicación, aprenderá cómo migrar de Nova 1 a Nova 2 en Amazon Bedrock. Cubrimos el mapeo de modelos, cambios de API, ejemplos de código usando la API de Converse, orientación sobre la configuración de nuevas capacidades y un resumen de casos de uso. Concluimos con una lista de verificación de migración para ayudarlo a planificar y ejecutar su transición.
Rutas de migración
Las siguientes son rutas de migración recomendadas para los modelos Nova 1. Para las migraciones Pro y Premier, evalúe con pensamiento extendido habilitado para verificar la calidad de sus cargas de trabajo.
Si está ejecutando Amazon Nova 1 Lite, la ruta de migración es sencilla: Nova 2 Lite es una actualización directa que mantiene las mismas modalidades de entrada (texto, imagen y video) al tiempo que agrega pensamiento ampliado, herramientas integradas y una ventana contextual que se expande de 300 000 a 1 millón de tokens. Si está ejecutando Amazon Nova 1 Pro, le recomendamos actualizar a Nova 2 Lite. Si bien esto puede parecer un cambio de nivel, Nova 2 Lite ofrece capacidades de razonamiento mejoradas a una relación precio-rendimiento competitiva. La función de pensamiento extendido en Nova 2 Lite, combinada con su ventana de contexto de token de 1M, le permite manejar cargas de trabajo que anteriormente requerían el tamaño de modelo más grande de Nova 1 Pro. Si ejecuta Amazon Nova Premier, considere migrar a Nova 2 Lite, especialmente para cargas de trabajo de uso de agentes y herramientas. Como se documenta en el Informe técnico de Amazon Nova 2, Nova 2 Lite supera a Premier en resolución de problemas de varios pasos a un costo 7 veces menor y una inferencia hasta 5 veces más rápida. Debido a que Nova 2 Lite con pensamiento extendido habilitado sigue siendo más barato y más rápido que Premier, recomendamos evaluar todos los niveles de esfuerzo de razonamiento para verificar que cumpla con sus requisitos de calidad.
Casos de uso e historias de clientes
Desde que se lanzó Nova 2 Lite en re:Invent 2025, puede utilizar el modelo para una variedad de casos de uso. Nova 2 Lite destaca por impulsar aplicaciones de alto rendimiento que requieren una combinación de precio, rendimiento y velocidad. Los casos de uso comunes en los que los clientes han implementado Nova 2 Lite en producción incluyen:
Tareas de procesamiento del lenguaje natural (PNL)
Nova 2 Lite se utiliza para una amplia variedad de tareas de PNL, desde simples predictores de texto hasta recomendaciones basadas en lógica. Los modelos Nova 2 destacan en casos de uso basados en resúmenes, clasificaciones y búsquedas. Nova 2 Lite obtiene una puntuación del 80,9% en MMLU Pro y del 70,8% en IF-Bench (ambos superiores a algunos modelos comparables). Nova 2 Lite también está diseñado para una baja latencia, lo que lo hace adecuado para aplicaciones que requieren respuestas rápidas, como es típico en la mayoría de las tareas de PNL.
La búsqueda global de Siemens se ejecuta en Nova 2 Lite, lo que proporciona una mejora del 300 % en la velocidad de búsqueda y una reducción de costos del 70 % en comparación con su solución anterior de modelo de lenguaje grande (LLM). El estudio de caso completo se puede encontrar en la página de estudios de casos de AWS.
Procesamiento inteligente de documentos (IDP)
Los modelos Nova 2 con razonamiento mejoran el IDP al ir más allá de la extracción de texto básica hacia una verdadera comprensión semántica de los documentos. Pueden procesar contenido no estructurado y semiestructurado, como contratos, facturas, formularios e informes, y determinar qué significa la información en contexto, no sólo dónde aparece. El razonamiento permite a estos modelos vincular información relacionada entre secciones, páginas y tablas, manejar variaciones en el diseño y el lenguaje e inferir detalles faltantes o implícitos, lo que hace que el procesamiento de documentos sea más sólido y escalable. El razonamiento agrega valor al (1) comprender el contexto. Por ejemplo, distinguir la fecha de inicio de un contrato de una fecha de finalización incluso si ambas aparecen como marcas de tiempo similares. (2) vincular e inferir entre páginas. Por ejemplo, vincular las partidas de la factura con los totales/impuestos y verificar los cálculos (incluso llenar pequeños espacios cuando el texto es ilegible). (3) normalizar la variación: tratar el “monto a pagar”, el “saldo adeudado” y el “total pendiente” como el mismo concepto. (4) permitir acciones más inteligentes como validación, detección de anomalías y preguntas y respuestas: señalar cálculos de impuestos no coincidentes o identificar cláusulas de renovación automática de secciones relacionadas. El razonamiento convierte a IDP en un sistema más inteligente y humano que comprende y valida documentos, lo que permite una automatización más precisa, menos revisión manual y una adaptación más rápida a la nueva ontología.
Flujos de trabajo agentes de varios pasos
Nova 2 Lite muestra una mejora considerable con respecto a los modelos Nova 1 en las capacidades de llamada de herramientas, especialmente si varias herramientas son parte del flujo de trabajo. En general, la familia Nova 2 se destaca a la hora de completar flujos de trabajo agentes complejos de varios pasos con capacidades de planificación y uso de herramientas sofisticadas. Nova 2 Lite obtiene una puntuación más alta que los modelos comparables en τ2-bench Telecom, con un 76,0%. Recomendamos probar casos de uso de agentes de varios pasos con el razonamiento activado, comenzando con el razonamiento configurado en "Bajo" y luego trabajando hacia arriba, si es necesario.
Nova 2 Lite ha permitido a Trellix continuar automatizando sus tareas de clasificación de alertas de seguridad y capacitar mejor a los equipos de seguridad en las áreas de detección, análisis y clasificación de amenazas. Con el lanzamiento del nuevo modelo, Trellix observó capacidades de llamada de herramientas más confiables sin fallas, un aumento del 39 % en la precisión en la clasificación de amenazas y respuestas 3,4 veces más detalladas con análisis técnico. Mire al CTO de Trellix explicar la solución en este vídeo.
AWS Transform es un sistema multiagente y multiusuario que utiliza docenas de herramientas para modernizar sistemas de infraestructura complejos y bases de código. AWS Transform desglosa cada solicitud de usuario en una serie de llamadas de agentes y herramientas que se enrutan a una combinación de modelos para equilibrar el costo, la velocidad y la precisión. Las evaluaciones mostraron que Nova 2 Lite mejora la eficiencia de las llamadas a herramientas para la modernización del código en AWS Transform hasta en un 60 %.
¿Qué ha cambiado?
La familia Nova 2 presenta capacidades que amplían la forma de crear aplicaciones de IA, particularmente para cargas de trabajo de IA agentes.
Pensamiento ampliado con controles de desarrollador
Nova 2 Lite puede razonar problemas complejos antes de responder. Usted controla la profundidad del razonamiento a través del parámetro listeningConfig con niveles de esfuerzo bajo, medio o alto.
Uso de herramientas nativas e intérprete de código y conexión web integrados
Nova 2 Lite está diseñado para el uso de herramientas, incluida la compatibilidad con servidores MCP y el encadenamiento de herramientas en paralelo. También incluye una base web integrada para obtener información en tiempo real con citas y un intérprete de código para ejecutar código Python directamente.
Contexto ampliado para aportaciones a gran escala
La ventana de contexto se expande de 300 000 a 1 millón de tokens, y los tokens de salida máxima aumentan de 10 000 a 65 000. Con estos aumentos, puede procesar documentos más grandes, bases de códigos y flujos de trabajo de múltiples turnos más largos en una sola solicitud.
La siguiente tabla resume las especificaciones técnicas de los modelos Nova 1 y Nova 2 Lite:
Especificación Nova 1 Lite Nova 1 Pro Nova 2 Lite Ventana de contexto 300K 300K 1M Máximo tokens de salida 10K 10K 65K Modalidades de entrada Texto, imagen, video Texto, imagen, video Texto, imagen, video Pensamiento extendido No No Sí Herramientas integradas No No Sí Personalización Sí (incl. Nova Forge) Sí (incl. Nova Forge) Sí (incl. Nova Forge)
Rendimiento y precio
Los puntos de referencia independientes de Artificial Analysis muestran que Nova 2 Lite obtiene una puntuación superior al promedio en inteligencia entre modelos comparables y es notablemente rápido, lo que lo hace ideal para cargas de trabajo de gran volumen donde el rendimiento importa. En pruebas comparativas específicas de agentes, Nova 2 Lite funciona bien en uso de herramientas (Tau2 Telecom). Un seguimiento estricto de las instrucciones es fundamental para las cargas de trabajo de agencia donde el modelo debe ejecutar de manera confiable planes de varios pasos. Para conocer una metodología de referencia detallada y resultados adicionales, consulte el Informe técnico de Amazon Nova 2.
El precio de la familia Nova 2 refleja las capacidades ampliadas sin dejar de ser competitivo dentro de sus respectivos niveles.
Modelo Entrada (por 1 millón de tokens) Salida (por 1 millón de tokens) Nova 1 Lite $0,06 $0,24 Nova 1 Pro $0,80 $3,20 Nova 2 Lite $0,30 $2,50
Para Nova 2 Lite, el precio es competitivo frente a modelos similares de su clase. Para conocer el anuncio completo y detalles adicionales, consulte la publicación de lanzamiento de Amazon Nova 2.
Cambios de API y actualizaciones de código.
Actualice la identificación de su modelo para hacer referencia a Nova 2 Lite, que está disponible a través de los puntos finales del Sistema global de inferencia entre regiones (CRIS), US CRIS, EU CRIS y JP CRIS. Cuando acceda a modelos de una región de EE. UU., utilice us. prefijo (por ejemplo, us.amazon.nova-2-lite-v1:0); cuando acceda desde fuera de los EE. UU., utilice el global. prefijo (por ejemplo, global.amazon.nova-2-lite-v1:0). La estructura API subyacente sigue siendo consistente, por lo que las integraciones existentes funcionarán con cambios mínimos más allá del ID del modelo y cualquier característica nueva que elija habilitar.
Cambio importante: cuando maxReasoningEffort está configurado en alto, no puede usar maxTokens, Temperature, topP o topK. Las solicitudes que incluyan estos parámetros con un razonamiento de gran esfuerzo devolverán un error. Para resolver esto, elimine el bloque inferenceConfig por completo de su solicitud.
Nuevas características y comportamientos sin cambios.
La siguiente tabla resume las nuevas características y los comportamientos sin cambios entre Nova 1 y Nova 2:
Detalles del cambio de categoría Nuevo Pensamiento extendido Habilite el razonamiento usando ReasoningConfig en adicionalModelRequestFields. Admite tres niveles de esfuerzo: bajo, medio y alto. Nuevo contenido de razonamiento en las respuestas Las respuestas incluyen un campo contenido de razonamiento cuando el razonamiento está habilitado. El contenido se muestra como [ELIMINADO] pero se facturan tokens de razonamiento. Nuevas herramientas integradas Conexión a tierra web e intérprete de código están disponibles sin integraciones externas. Nuevo aumento de la capacidad de salida. Los tokens de salida máximos aumentaron de 10.000 a 65.536. Nueva ventana de contexto ampliada Nova 2 Lite admite 1 millón de tokens (frente a 300 000 en Nova 1 Lite). La ubicación del parámetro topK sin cambios topK todavía se pasa a través de advancedModelRequestFields, no de inferenceConfig. Sin cambios Compatibilidad con documentos La entrada de documentos sigue siendo solo la API de Converse (no se admite en la API de Invoke). Configuración de tiempo de espera sin cambios El tiempo de espera de lectura predeterminado de Boto3 es de 60 segundos, pero las solicitudes de pensamiento extendido pueden tardar hasta 60 minutos. Configure read_timeout=3600 en su cliente SDK.
Configurar nuevas capacidades
Esta sección cubre los pasos básicos de migración, la configuración de pensamiento extendido y cómo utilizar herramientas integradas como la conexión a tierra web y el intérprete de código.
Migración básica: actualice la ID del modelo
Para aplicaciones que no requieren un pensamiento extenso, la migración es sencilla. Actualice la ID del modelo y su código existente funcionará:
pensamiento extendido
El pensamiento extendido permite al modelo Nova 2 razonar problemas complejos antes de generar respuestas. Esta capacidad está deshabilitada de forma predeterminada para optimizar la velocidad y el costo en consultas simples. Cuando su carga de trabajo requiere un razonamiento de varios pasos, puede habilitarlo mediante el parámetro listeningConfig.
Configurar niveles de esfuerzo de razonamiento
Nova 2 Lite proporciona tres niveles de esfuerzo que controlan cuánto razonamiento realiza el modelo:
Se recomienda un esfuerzo bajo (maxReasoningEffort: "bajo") para tareas con complejidad adicional que se benefician del pensamiento estructurado. Utilice poco esfuerzo para la revisión del código y sugerencias de mejora, tareas de análisis que requieran la consideración de múltiples factores o escenarios de resolución de problemas que se beneficien de un enfoque metódico. El bajo esfuerzo mejora la precisión en tareas compuestas sin requerir una planificación profunda de varios pasos. Recomendamos comenzar con poco esfuerzo y avanzar hasta niveles de esfuerzo más altos según sea necesario para su caso de uso específico. Se recomienda un esfuerzo medio (maxReasoningEffort: "medio") para tareas de varios pasos y flujos de trabajo de codificación. Utilice un esfuerzo medio para el desarrollo y la depuración de software cuando el modelo debe comprender la estructura del código existente, la generación de código que requiere coordinación entre varios archivos, cálculos de varios pasos con interdependencias o tareas de planificación con múltiples restricciones. Se recomienda un esfuerzo medio para flujos de trabajo agentes que coordinan múltiples herramientas y requieren que el modelo mantenga el contexto en operaciones secuenciales. Se recomienda un esfuerzo elevado (maxReasoningEffort: "alto") para el razonamiento STEM y la resolución avanzada de problemas. Utilice un gran esfuerzo para pruebas y problemas matemáticos avanzados, análisis científicos, diseño de sistemas complejos o escenarios críticos de toma de decisiones. Cuando utilice un esfuerzo elevado, no incluya maxTokens, temperatura, topP o topK.
Ejemplo: razonamiento de esfuerzo medio:
Ejemplo: razonamiento de alto esfuerzo (tenga en cuenta las restricciones de los parámetros):
Comprender la estructura de respuesta
Cuando el razonamiento está habilitado, la respuesta incluye un campo contenido de razonamiento junto a la respuesta de texto:
El contenido del razonamiento se muestra actualmente como [ELIMINADO]. Se le seguirán cobrando los tokens de razonamiento porque contribuyen a mejorar la calidad de los resultados.
Configuración de costo, latencia y tiempo de espera
El pensamiento extendido aumenta tanto el costo como la latencia porque el modelo genera tokens de razonamiento adicionales antes de producir la respuesta final. Habilite el razonamiento cuando la precisión en tareas complejas justifique el costo adicional y deshabilítelo para consultas simples donde la velocidad sea la prioridad.
Herramientas integradas: conexión a tierra web e intérprete de código
Las herramientas del sistema integradas en Nova 2 amplían las capacidades del modelo sin requerir implementaciones personalizadas. Habilita estas herramientas a través del parámetro toolConfig en la API de Converse y Nova decide automáticamente cuándo usarlas según el contexto de su mensaje.
Conexión a tierra web
Para habilitar Web Grounding, especifique nova_grounding como herramienta del sistema en la configuración de su herramienta:
La respuesta incluye objetos citationsContent que contienen la URL de origen y el dominio de cada cita. Usted es responsable de conservar y mostrar estas citas a sus usuarios finales.
Web Grounding está disponible solo en las regiones de AWS de EE. UU. y requiere permisos BedrockFullAccess o bedrock:InvokeTool explícitos para el recurso amazon.nova_grounding. Web Grounding genera costos adicionales más allá del precio de inferencia estándar. Para obtener detalles sobre los precios, consulte Precios de Amazon Bedrock.
Intérprete de código
Code Interpreter permite a Nova ejecutar código Python en entornos aislados. Esta herramienta está diseñada para cálculos matemáticos, operaciones lógicas y algoritmos iterativos donde se requieren cálculos precisos. Para habilitar Code Interpreter, especifique nova_code_interpreter como herramienta del sistema:
El intérprete ejecuta código en un entorno limitado y devuelve resultados en un formato estructurado que incluye los campos stdOut, stdErr, exitCode e isError.
Code Interpreter está disponible en las regiones Este de EE. UU. (Norte de Virginia), Oeste de EE. UU. (Oregón) y Asia Pacífico (Tokio). Para asegurarse de que sus solicitudes se envíen a una región admitida, utilice Global CRIS. Debe agregar manualmente permisos de InvokeTool a su política de Administración de acceso e identidad (IAM); el rol predeterminado de Amazon Bedrock no incluye esta acción.
Para obtener documentación detallada sobre las herramientas integradas, consulte Conexión a tierra web y uso de herramientas en la documentación de Amazon Nova.
Ejemplos específicos del marco
Los ejemplos anteriores utilizan la API de Converse directamente. Si está utilizando el SDK de LangChain o Strands Agents, la migración sigue el mismo patrón: actualice el ID del modelo y, opcionalmente, habilite el pensamiento extendido.
Cadena Lang
El paquete langchain-aws proporciona una clase ChatBedrockConverse que se integra con la API de Amazon Bedrock Converse. Instale el paquete con pip install langchain-aws.
Para habilitar el pensamiento extendido, pase la configuración de razonamiento a través de campos_request_modelo_adicionales:
SDK de agentes de Strands
Para aplicaciones agentes, el SDK de Strands Agents se conecta directamente a la API de Nova. Instale los paquetes necesarios con pip install strands-agents strands-amazon-nova.
Para habilitar el pensamiento extendido, agregue el parámetro razonamiento_effort:
Estrategia de evaluación y despliegue
Antes de implementar Nova 2 en producción, verifique que el nuevo modelo funcione tan bien o mejor que Nova 1 en sus tareas específicas. Cree un conjunto de datos seleccionados de indicaciones y resultados esperados que representen su tráfico de producción real. Para la evaluación, combine múltiples enfoques: métricas deterministas como latencia, uso de tokens y precisión de coincidencia exacta para resultados estructurados; LLM como juez a través de la evaluación del modelo Amazon Bedrock para una evaluación de calidad subjetiva en términos de utilidad, corrección y seguridad; y evaluación humana para casos de uso de alto riesgo donde las métricas automatizadas pueden perder matices. Integre estas evaluaciones en su canal de integración y entrega continuas (CI/CD) para detectar las regresiones con antelación.
Para la implementación en producción, implemente una implementación por fases. Comience con pruebas paralelas para comparar las salidas de Nova 2 con las de Nova 1 sin afectar a los usuarios. Progrese a las pruebas A/B con un pequeño porcentaje de tráfico para medir el impacto comercial. Utilice versiones canary o implementaciones blue/green para mantener la capacidad de reversión si surgen problemas.
Construyendo responsablemente con Nova 2
Los modelos de Amazon Nova 2 se desarrollan teniendo la seguridad y la confianza como prioridades principales durante todo el ciclo de vida del desarrollo del modelo, con moderación de contenido integrada alineada con la Política de uso aceptable de AWS. AWS también ofrece cobertura de indemnización de propiedad intelectual ilimitada para productos de modelos Amazon Nova disponibles con carácter general. Si bien AWS proporciona estas salvaguardas fundamentales, usted comparte la responsabilidad de una implementación responsable. Durante su migración, evalúe los resultados de Nova 2 para determinar su precisión y adecuación en sus casos de uso específicos, particularmente para aplicaciones que muestran resultados directamente a los usuarios finales o informan decisiones importantes. Para cargas de trabajo de alto riesgo, implemente supervisión humana adecuada y barreras de seguridad específicas para casos de uso, como Amazon Bedrock Guardrails. Para obtener orientación detallada sobre el enfoque y las recomendaciones de IA responsable de Amazon Nova, consulte Uso responsable de Amazon Nova.
Lista de verificación de migración
Utilice esta lista de verificación para planificar y ejecutar la migración de Nova 1 a Nova 2.
Identifique su modelo Nova 1 actual y apunte al modelo Nova 2 (Lite → 2 Lite, Pro → 2 Lite) Solicite acceso al modelo en la consola de Amazon Bedrock para cada región que necesite Actualice los ID de modelo en su código (por ejemplo, us.amazon.nova-lite-v1:0 → us.amazon.nova-2-lite-v1:0) Configure el tiempo de espera del cliente en 3600 segundos para cargas de trabajo de pensamiento extendidas Si utiliza un razonamiento de alto esfuerzo, elimine la temperatura, topP y topK parámetros Actualice las políticas de IAM si utiliza herramientas integradas (se requiere permiso de InvokeTool) Ejecute pruebas de evaluación que comparen los resultados de Nova 1 y Nova 2 en sus indicaciones de producción Implemente mediante pruebas paralelas o lanzamiento canary antes de la implementación completa
limpiando
Si creó recursos de prueba mientras seguía esta guía, elimínelos para evitar cargos continuos. Esto incluye:
Cualquier invocación de prueba de Amazon Bedrock (se cobran por token, por lo que no es necesaria ninguna limpieza a menos que haya aprovisionado el rendimiento). Pruebe las políticas o roles de IAM creados específicamente para las pruebas de migración de Nova 2. Cualquier registro de Amazon CloudWatch generado durante las pruebas, si ya no los necesita para la depuración.
Si aprovisionó un rendimiento dedicado para probar el modelo Nova 2, elimine el rendimiento aprovisionado en la consola de Amazon Bedrock para dejar de incurrir en cargos.
Conclusión
Migrar de Nova 1 a Nova 2 en Amazon Bedrock es sencillo para la mayoría de las cargas de trabajo. Actualice los ID de su modelo, ajuste los parámetros si planea utilizar un razonamiento de alto esfuerzo y ejecute pruebas de evaluación en sus indicaciones de producción antes de la implementación completa. La estructura principal de la API sigue siendo la misma, por lo que las integraciones existentes de la API de Converse requieren cambios mínimos en el código.
Nova 2 ofrece capacidades que pueden mejorar sus aplicaciones sin cambios arquitectónicos: pensamiento extendido para razonamientos complejos, herramientas integradas como conexión a tierra web e intérprete de código, y una ventana de contexto ampliada para documentos más largos. Para comenzar, solicite acceso al modelo Nova 2 en la consola de Amazon Bedrock y ejecute una prueba comparativa con su implementación actual de Nova 1. Para obtener documentación detallada, consulte la Guía del usuario de Amazon Nova.
Reconocimiento
Un agradecimiento especial a Sneha Venkateswaran, Sharon Li y Jean Farmer por su contribución.
Sobre los autores
Veda Raman
Veda es arquitecto senior de soluciones para IA generativa para Amazon Nova y Agentic AI en AWS. Ayuda a los clientes a diseñar y crear soluciones de IA Agentic utilizando modelos de Amazon Nova y Bedrock AgentCore. Anteriormente trabajó con clientes creando soluciones de aprendizaje automático utilizando Amazon SageMaker y también como arquitecta de soluciones sin servidor en AWS.
Wrick Talukdar
Wrick es líder tecnológico y especialista sénior en IA generativa en AWS, centrado en modelos básicos multimodales e IA agente. Es el autor más vendido de Building Agentic AI Systems y Generative AI Ethics, Privacy and Security, se desempeña como presidente del grupo IEEE Technology & Intelligence para 2026-2027 y habla con frecuencia en los principales foros globales, incluidos AWS re:Invent, ICCE, CERAWeek y ADIPEC. Fuera del trabajo, le gusta escribir y fotografiar aves.