{ "schemaVersion": "1.0", "document": { "id": "ai-upskilling-peter-2026", "title": "Plan de Upskilling en IA Aplicada", "subtitle": "16 semanas, 8-10 h por semana, para construir Vara —un benchmark abierto de coste y calidad de LLMs en español y portugués— y convertirlo en tu carta de presentación.", "eyebrow": "CARRERA / IA APLICADA / 2026", "author": "Peter Ciancaglini", "date": "2026-09-10", "version": "3.0", "language": "es", "tags": [ "Plan", "16 semanas", "v3 final", "1-2 h/día", "Vara" ] }, "theme": { "preset": "dark", "contentWidth": 1180, "fontSize": 16 }, "sections": [ { "id": "resumen", "title": "Resumen ejecutivo", "eyebrow": "EMPEZAR AQUÍ · V3", "description": "Versión final para ejecutar mañana: 1-2 h por día, proyecto faro nuevo (Vara), presupuesto de USD 150 en APIs, sin compuertas legales pendientes.", "notePrompt": "¿Qué cambiarías de este resumen antes de comprometerte 16 semanas?", "blocks": [ { "type": "metrics", "id": "m-cabecera", "items": [ { "label": "Duración", "value": "16 semanas", "detail": "Empieza mañana", "style": { "tone": "accent" } }, { "label": "Carga", "value": "8-10 h/sem", "detail": "1-2 h/día, un solo bloque por día", "style": { "tone": "neutral" } }, { "label": "Teoría", "value": "~35 h", "detail": "4 videos Karpathy + 4 clases CS336 + 2 extra", "style": { "tone": "success" } }, { "label": "Faro", "value": "Vara", "detail": "Benchmark abierto de coste y calidad en español/portugués", "style": { "tone": "accent" } }, { "label": "APIs", "value": "USD 150", "detail": "10-12 modelos, 200-300 tareas", "style": { "tone": "warning" } }, { "label": "Salida", "value": "Leaderboard + CLI + dataset", "detail": "+ 3 deep dives, 1 video, 20 contactos", "style": { "tone": "success" } } ] }, { "type": "callout", "id": "c-tesis", "title": "Tesis del plan", "text": "Nadie sabe, con números, **qué modelo hace el trabajo en español y portugués al menor coste**. Todas las evals públicas son en inglés y ninguna mide coste por tarea. Vara mide eso, lo publica, y le da a una ONG o a una startup un comando para medirlo con sus propias tareas. Es tu talento aplicado al hueco correcto: *hacer visible y medible lo que todos sienten y nadie nombra*. Y la infraestructura de evals es, en 2026, la habilidad más buscada en roles de IA aplicada.", "style": { "tone": "accent" } }, { "type": "cards", "id": "cards-decisiones", "columns": 3, "items": [ { "title": "Decisión 1", "text": "La teoría se reduce a **10 piezas** (~35 h) y cada una alimenta directamente una parte de Vara: tokenización → el impuesto del español; resource accounting → coste por tarea; inferencia → latencia; evaluación → el juez calibrado.", "eyebrow": "TEORÍA", "badge": "Sin cambios", "style": { "tone": "success" } }, { "title": "Decisión 2", "text": "**Vara** reemplaza al Framework AI como faro. Motivo tuyo, y correcto: el Framework depende de CLIs y cuotas de suscripción (`-p`) que los proveedores van a deprecar; no escala y no se puede publicar como infraestructura. Vara usa APIs vía OpenRouter y modelos locales. Del Framework se rescatan dos ideas: el esquema de telemetría (A2) y los adapters falsos (A3).", "eyebrow": "PROYECTO", "badge": "Cambio vs. v2", "style": { "tone": "accent" } }, { "title": "Decisión 3", "text": "Ritmo sostenible: **1 build-log por semana** (domingo, 20 min), 3 deep dives, 1 video, 20 mensajes dirigidos en las semanas 14-15. Sin compuerta legal: EY confirmado como no-problema; El Espejo ya está en prueba de bajo esfuerzo y no compite por horas.", "eyebrow": "DISTRIBUCIÓN", "badge": "Simplificado", "style": { "tone": "warning" } } ] }, { "type": "callout", "id": "c-riesgo", "title": "El riesgo número 1 de Vara (y cómo se ataca en la semana 7, no antes)", "text": "Un benchmark vale exactamente lo que vale su **juez**. Si publicás un ranking basado en un LLM-as-a-judge sin medir cuánto coincide con humanos, el primer ingeniero senior que lo lea lo descarta en dos minutos. Por eso la Fase 3 entera es calibración: 60 casos etiquetados por vos, acuerdo juez-humano publicado como número, y ground truth determinista (exact match, F1) en todas las familias donde se pueda. **El número de acuerdo es la primera línea del README.**", "style": { "tone": "danger" } }, { "type": "callout", "id": "c-primera-accion", "title": "Mañana, primer bloque (60-90 min)", "text": "1. Crear el repo público `vara` con un README de 10 líneas: qué mide, en qué idiomas, cuándo sale el primer resultado.\n2. Abrir el cuaderno de NotebookLM «Fase 1» y cargar la transcripción del video 1 de Karpathy.\n3. Cambiar el titular de LinkedIn (sección Contribución y marca).\n4. Post de 5 líneas: *«16 semanas midiendo qué LLM hace el trabajo en español al menor coste. En público, a 1-2 h por día. Semana 0.»*", "style": { "tone": "success" } }, { "type": "chart", "id": "ch-horas", "kind": "donut", "title": "Asignación semanal objetivo (horas)", "labels": [ "Teoría (video + NotebookLM)", "Código y experimentos", "Publicación y revisión" ], "series": [ { "name": "Horas por semana", "values": [ 2.5, 6, 1.5 ] } ], "unit": " h", "caption": "La cuenta: 5 bloques de 1,5 h entre semana (2 de teoría, 3 de código) + 1,5 h de código el sábado + 1 h el domingo para publicar y revisar. Total 10 h. Piso aceptable: 8 h, sacrificando el sábado." } ] }, { "id": "revision", "title": "Qué cambió y por qué", "eyebrow": "DE LA V1 A LA V3", "description": "Tres rondas de revisión: la v1 fue el plan original, la v2 lo ajustó a tus horas, y esta v3 incorpora tus tres correcciones de hoy.", "notePrompt": "¿Queda algo de las versiones anteriores que quieras recuperar?", "blocks": [ { "type": "table", "id": "t-revision", "title": "Historial de correcciones", "columns": [ { "key": "n", "label": "#", "numeric": true }, { "key": "tema", "label": "Tema" }, { "key": "antes", "label": "Cómo estaba" }, { "key": "ahora", "label": "Cómo queda en la v3" }, { "key": "origen", "label": "Origen" } ], "rows": [ { "n": 1, "tema": "Horas", "antes": "v1: 19 h/semana", "ahora": "8-10 h/semana, un bloque por día", "origen": "Tu corrección" }, { "n": 2, "tema": "Proyecto faro", "antes": "v1: router nuevo. v2: publicar el Framework AI", "ahora": "**Vara**: benchmark abierto de coste y calidad en español/portugués. El Framework se descarta porque depende de CLIs y cuotas (`-p`) que los proveedores van a deprecar; no es publicable como infraestructura", "origen": "Tu corrección de hoy" }, { "n": 3, "tema": "Cantidad de teoría", "antes": "v1: 9 recursos, 40 clases", "ahora": "10 piezas, ~35 h. Lo demás es audio en tiempos muertos", "origen": "Revisión propia" }, { "n": 4, "tema": "Compuerta legal (EY)", "antes": "v2: semana 0 obligatoria", "ahora": "**Eliminada.** Ya lo analizaste: EY espera que un Associate Director sea referente en IA y la exposición pública les conviene. Queda solo la regla de higiene: cero datos ni casos de clientes de la firma", "origen": "Tu corrección de hoy" }, { "n": 5, "tema": "Conflicto con El Espejo", "antes": "v2: elegir uno u otro", "ahora": "**Sin conflicto.** El Espejo ya pasó el desarrollo fuerte y está en prueba de bajo esfuerzo. Vara ocupa el bloque de las 8-10 h; El Espejo sigue en su ritmo actual", "origen": "Tu corrección de hoy" }, { "n": 6, "tema": "Expectativa de resultado", "antes": "v1: «USD 200k en 16 semanas»", "ahora": "Semana 16 = evidencia pública + 20 conversaciones + 3 procesos. La oferta es la meta del mes 6-9", "origen": "Revisión propia" }, { "n": 7, "tema": "Presupuesto de APIs", "antes": "No existía", "ahora": "USD 150: ~30 en desarrollo (semanas 4-6, con adapters falsos para la mayoría de las pruebas), ~90 en la corrida completa (semanas 9-10), ~30 de reserva para re-corridas (semanas 12-13)", "origen": "Decisión de hoy" } ], "searchable": false, "sortable": false }, { "type": "callout", "id": "c-porque-vara", "title": "Por qué Vara y no otro router ni otra herramienta", "text": "Se evaluaron tres candidatos. **Un proxy eval-gated** (elegir el modelo más barato que aprueba tus evals) es útil pero el mercado ya lo tiene (LiteLLM, RouteLLM, OpenRouter) y su diferenciación dependía de publicar exactamente los evals que Vara publica. **Papeleo** (extracción local de documentos para ONGs) tiene impacto social claro pero menor señal de infraestructura para quien contrata y más riesgo de convertirse en producto. Vara es el **instrumento**, no el producto: mide, publica, y deja que el dato hable. Es lo que hiciste en EY con las métricas de delivery, y es lo que tu propia síntesis dijo que sabés hacer mejor que nadie.", "style": { "tone": "accent" } }, { "type": "quote", "id": "q-instrumento", "text": "Un instrumento no se vende: se usa, y después el resultado se vende solo.", "attribution": "Tu síntesis de agosto 2026. Vara es el instrumento; el leaderboard es el resultado que se vende solo." } ] }, { "id": "rutacritica", "title": "Camino crítico", "eyebrow": "SECUENCIA", "description": "El orden importa. Cada bloque existe porque el siguiente no funciona sin él.", "notePrompt": "¿Hay algún paso que creas que podrías saltarte?", "blocks": [ { "type": "diagram", "id": "d-ruta", "title": "De la mecánica a las conversaciones", "nodes": [ { "id": "mec", "label": "1. Mecánica", "description": "Tokens a mano → impuesto del español", "column": 0, "row": 0, "style": { "tone": "accent" } }, { "id": "ds", "label": "2. Tareas + harness", "description": "200-300 tareas, 6 familias, coste por llamada", "column": 1, "row": 0, "style": { "tone": "accent" } }, { "id": "jud", "label": "3. Juez calibrado", "description": "60 etiquetas humanas, acuerdo publicado", "column": 2, "row": 0, "style": { "tone": "success" } }, { "id": "run", "label": "4. Corrida + leaderboard", "description": "10-12 modelos, Pareto por familia", "column": 2, "row": 1, "style": { "tone": "success" } }, { "id": "cli", "label": "5. CLI + dataset", "description": "vara bench · Hugging Face", "column": 1, "row": 1, "style": { "tone": "warning" } }, { "id": "con", "label": "6. Conversaciones", "description": "20 contactos, 2 ONGs, 3 procesos", "column": 0, "row": 1, "style": { "tone": "warning" } } ], "edges": [ { "from": "mec", "to": "ds", "label": "vocabulario" }, { "from": "ds", "to": "jud", "label": "qué medir" }, { "from": "jud", "to": "run", "label": "credibilidad" }, { "from": "run", "to": "cli", "label": "algo que usar" }, { "from": "cli", "to": "con", "label": "algo que mostrar" } ], "caption": "Si saltás el bloque 3, el leaderboard es una opinión con gráficos. El 3 es lo que casi nadie publica." }, { "type": "callout", "id": "c-cuello", "title": "El verdadero cuello de botella", "text": "No es la matemática ni las horas: es **terminar y exponer**. Tu historial tiene ~15.000 líneas y cero publicaciones con métricas. Cada fase cierra con algo público y la métrica de progreso es «cosas publicadas», no «clases vistas».", "style": { "tone": "warning" } } ] }, { "id": "catalogo", "title": "Las 10 piezas de teoría", "eyebrow": "RECURSOS · RECORTADO", "description": "Solo lo que cabe en ~35 horas y se conecta directo con Vara. Todo abierto y gratuito.", "notePrompt": "¿Algún recurso que ya hiciste y podemos marcar como cubierto?", "blocks": [ { "type": "table", "id": "t-catalogo", "title": "Las 10 piezas, en orden de consumo", "columns": [ { "key": "n", "label": "#", "numeric": true }, { "key": "pieza", "label": "Pieza" }, { "key": "fuente", "label": "Fuente" }, { "key": "dur", "label": "Video" }, { "key": "sem", "label": "Semana" }, { "key": "compra", "label": "Qué te compra" } ], "rows": [ { "n": 1, "pieza": "Karpathy 1 · micrograd (backprop)", "fuente": "Zero to Hero", "dur": "2 h 25", "sem": "1", "compra": "Entender qué es un gradiente con las manos. Base de todo lo demás." }, { "n": 2, "pieza": "Karpathy 2 · makemore (modelado de lenguaje)", "fuente": "Zero to Hero", "dur": "1 h 57", "sem": "1-2", "compra": "Qué es un modelo de lenguaje, en 200 líneas." }, { "n": 3, "pieza": "CS336 L1 · Overview y tokenización", "fuente": "Stanford, Spring 2026", "dur": "1 h 20", "sem": "2", "compra": "Por qué dos proveedores cuentan distinto los tokens. Es el impuesto del español." }, { "n": 4, "pieza": "Karpathy 8 · el tokenizador de GPT", "fuente": "Zero to Hero", "dur": "2 h 13", "sem": "2-3", "compra": "BPE implementado por vos. Con él medís el impuesto del español." }, { "n": 5, "pieza": "Karpathy 7 · GPT desde cero", "fuente": "Zero to Hero", "dur": "1 h 56", "sem": "3", "compra": "Atención causal escrita a mano. Cierra la mecánica." }, { "n": 6, "pieza": "CS336 L2 · PyTorch y resource accounting", "fuente": "Stanford, Spring 2026", "dur": "1 h 20", "sem": "4", "compra": "FLOPs y memoria. Coste con números, no con intuición." }, { "n": 7, "pieza": "CS336 L10 · Inferencia", "fuente": "Stanford, Spring 2026", "dur": "1 h 20", "sem": "5", "compra": "KV cache, batching, latencia, throughput. La clase más importante del plan." }, { "n": 8, "pieza": "CS336 L12 · Evaluación", "fuente": "Stanford, Spring 2026", "dur": "1 h 20", "sem": "7", "compra": "Cómo se evalúa un LM de verdad. Convierte tu claim en evidencia." }, { "n": 9, "pieza": "CS224N · Benchmarking y evaluación", "fuente": "Stanford, slides 2026 / video 2024", "dur": "1 h 20", "sem": "8", "compra": "Sesgos de LLM-as-a-judge, contaminación, calibración. Es la clase del juez de Vara." }, { "n": 10, "pieza": "EfficientML · Cuantización", "fuente": "MIT 6.5940", "dur": "1 h 20", "sem": "12", "compra": "Por qué un modelo pequeño cuantizado gana en coste. Base de los 3 modelos locales del leaderboard." } ], "searchable": false, "sortable": false, "caption": "~17 horas de video. Con pausas para escribir código, ~30-35 horas reales. Es todo lo que cabe." }, { "type": "cards", "id": "cards-links", "columns": 3, "items": [ { "title": "CS336", "text": "Página del curso: slides, assignments, playlist pública.", "link": { "label": "cs336.stanford.edu", "href": "https://cs336.stanford.edu/" } }, { "title": "CS336 en YouTube", "text": "Las 19 clases de Spring 2026. Vas a ver 4.", "link": { "label": "Playlist", "href": "https://www.youtube.com/playlist?list=PLoROMvodv4rMqXOcazWaTUHhq-yembLCV" } }, { "title": "Karpathy", "text": "Zero to Hero, 8 videos. Vas a hacer 4.", "link": { "label": "karpathy.ai", "href": "https://karpathy.ai/zero-to-hero.html" } }, { "title": "CS224N", "text": "Slides 2026 públicos; los videos completos son los de 2024, enlazados desde la página.", "link": { "label": "Página del curso", "href": "https://web.stanford.edu/class/cs224n/" } }, { "title": "EfficientML.ai", "text": "Curso de MIT sobre eficiencia e inferencia.", "link": { "label": "hanlab.mit.edu", "href": "https://hanlab.mit.edu/course" } }, { "title": "NotebookLM", "text": "Tu multiplicador. Un cuaderno por fase.", "link": { "label": "notebooklm.google.com", "href": "https://notebooklm.google.com" } } ] }, { "type": "cards", "id": "cards-audio", "columns": 2, "items": [ { "title": "Tiempos muertos (no cuentan como horas del plan)", "text": "Escuchar como podcast, caminando o en el auto: CS25 V6 «Production Inference at Scale» (Modal), CS336 L19 (Dan Fu), CS336 L4 (MoE). Si no llegás, no pasa nada.", "eyebrow": "AUDIO", "style": { "tone": "neutral" } }, { "title": "Karpathy 3, 4, 5 y 6", "text": "MLP, activaciones, backprop ninja, WaveNet. Excelentes, pero no cambian lo que publicás. Volvé a ellos después de la semana 16 si te quedaste con ganas.", "eyebrow": "DIFERIDO", "style": { "tone": "neutral" } } ] }, { "type": "callout", "id": "c-idioma", "title": "Sobre el inglés técnico", "text": "Todo el material es en inglés, y está bien: el vocabulario que necesitás *es* inglés. NotebookLM te lo explica en español; vos **escribís y publicás en inglés**.", "style": { "tone": "neutral" } } ] }, { "id": "plan16", "title": "Plan de 16 semanas", "eyebrow": "CRONOGRAMA · 8-10 H/SEM", "description": "Cinco fases. Cada fase termina con algo público. Si una semana se cae, se cae la teoría, nunca el entregable.", "notePrompt": "¿Qué semana ves poco realista con tu carga de trabajo?", "blocks": [ { "type": "timeline", "id": "tl-fases", "items": [ { "label": "Sem 1-3", "title": "Fase 1 · Mecánica", "text": "Karpathy 1, 2, 8, 7 + CS336 L1. Entregable: `tokenlab` y el primer hallazgo publicable: cuánto más caro es el español y el portugués que el inglés en tokens, por proveedor.", "status": "current" }, { "label": "Sem 4-6", "title": "Fase 2 · Tareas y harness", "text": "CS336 L2 y L10. Taxonomía de 6 familias, 100 tareas iniciales, harness que corre 3 modelos y registra tokens, coste y latencia. Deep dive 1: el impuesto del español.", "status": "upcoming" }, { "label": "Sem 7-10", "title": "Fase 3 · Juez y corrida", "text": "CS336 L12 + CS224N benchmarking. 60 etiquetas humanas, juez calibrado, 200-300 tareas, corrida completa de 10-12 modelos. Deep dive 2: leaderboard v1 con Pareto por familia.", "status": "upcoming" }, { "label": "Sem 11-13", "title": "Fase 4 · CLI, locales y empaquetado", "text": "EfficientML cuantización. Modelos locales en la RTX 3050, `vara bench` para tareas propias, README, `make bench`, dataset en Hugging Face, video. Deep dive 3: dónde fallan los modelos baratos.", "status": "upcoming" }, { "label": "Sem 14-16", "title": "Fase 5 · Conversar", "text": "2 ONGs corren `vara bench` con sus tareas. 20 mensajes dirigidos, 3 procesos abiertos, propuesta de charla, perfiles alineados.", "status": "upcoming" } ] }, { "type": "table", "id": "t-semanas", "title": "Semana a semana", "columns": [ { "key": "sem", "label": "Sem", "numeric": true }, { "key": "fase", "label": "Fase" }, { "key": "teoria", "label": "Teoría (2 bloques de 1,5 h)" }, { "key": "codigo", "label": "Código (3-4 bloques de 1,5 h)" }, { "key": "publico", "label": "Salida pública (domingo)" } ], "rows": [ { "sem": 0, "fase": "Arranque", "teoria": "Ninguna", "codigo": "Repo `vara` con README de 10 líneas; cuaderno NotebookLM Fase 1; perfiles", "publico": "Post 0: qué vas a medir y a qué ritmo" }, { "sem": 1, "fase": "1 Mecánica", "teoria": "Karpathy 1 (micrograd)", "codigo": "Reescribir micrograd sin mirar", "publico": "Build log: por qué empiezo por backprop a los 25 años de carrera" }, { "sem": 2, "fase": "1 Mecánica", "teoria": "Karpathy 2 + CS336 L1", "codigo": "Tokenizador BPE propio (primera mitad)", "publico": "Build log: el primer conteo de tokens" }, { "sem": 3, "fase": "1 Mecánica", "teoria": "Karpathy 8 + Karpathy 7 (a 1.5x)", "codigo": "BPE terminado; el mismo texto en es/pt/en contra 4 tokenizadores reales; tabla del «impuesto del español»", "publico": "Build log: el español cuesta X% más tokens que el inglés, por proveedor" }, { "sem": 4, "fase": "2 Harness", "teoria": "CS336 L2 (resource accounting)", "codigo": "Taxonomía de 6 familias de tareas; esquema del dataset (tarea, familia, idioma, input, ground truth, tipo de métrica)", "publico": "Build log: las 6 familias y por qué esas" }, { "sem": 5, "fase": "2 Harness", "teoria": "CS336 L10 (inferencia)", "codigo": "Harness v0: OpenRouter, 3 modelos, registro de tokens in/out, coste por tabla de precios, latencia p50/p95; adapters falsos para no gastar", "publico": "Build log: una llamada, desarmada en coste y latencia" }, { "sem": 6, "fase": "2 Harness", "teoria": "NotebookLM: repaso socrático de L2+L10", "codigo": "100 tareas cargadas (extracción y clasificación primero, con ground truth determinista); primera corrida real (~USD 20)", "publico": "**Deep dive 1**: el impuesto del español, con números" }, { "sem": 7, "fase": "3 Juez", "teoria": "CS336 L12 (evaluación)", "codigo": "Rúbricas por familia; diseño del juez; 30 casos etiquetados a mano", "publico": "Build log: por qué el juez es el 80% del benchmark" }, { "sem": 8, "fase": "3 Juez", "teoria": "CS224N benchmarking", "codigo": "30 etiquetas más (60 en total); acuerdo juez-humano medido; ajuste de rúbricas", "publico": "Build log: la matriz de acuerdo del juez" }, { "sem": 9, "fase": "3 Corrida", "teoria": "Ninguna (semana de código)", "codigo": "Dataset completo (200-300 tareas); corrida completa 10-12 modelos, semilla fija, ids anclados (~USD 60)", "publico": "Build log: primeros resultados crudos" }, { "sem": 10, "fase": "3 Corrida", "teoria": "Ninguna (semana de código)", "codigo": "Repeticiones para modelos baratos (~USD 30); Pareto coste-latencia-calidad por familia; sección «dónde pierde cada uno»", "publico": "**Deep dive 2**: leaderboard v1" }, { "sem": 11, "fase": "4 Empaquetar", "teoria": "Ninguna", "codigo": "`vara bench mis-tareas.jsonl`: un comando para que otro corra sus tareas; README definitivo", "publico": "Build log: el README, pidiendo feedback" }, { "sem": 12, "fase": "4 Empaquetar", "teoria": "EfficientML cuantización", "codigo": "3 modelos locales cuantizados en la RTX 3050 sumados al leaderboard; `make bench` regenera cada gráfico", "publico": "Build log: qué rinde un modelo local de 7B contra la nube" }, { "sem": 13, "fase": "4 Empaquetar", "teoria": "Ninguna", "codigo": "Dataset en Hugging Face; video de 60 s; release v1.0; reserva de USD 30 para re-corridas", "publico": "**Deep dive 3** + video: dónde fallan los modelos baratos" }, { "sem": 14, "fase": "5 Conversar", "teoria": "Ninguna", "codigo": "2 ONGs corren `vara bench` con sus tareas (vos acompañás 1 h a cada una)", "publico": "10 mensajes dirigidos (plantilla D)" }, { "sem": 15, "fase": "5 Conversar", "teoria": "Ninguna", "codigo": "Ajustes por feedback", "publico": "10 mensajes más + propuesta de charla" }, { "sem": 16, "fase": "5 Conversar", "teoria": "Simulacro de entrevista con NotebookLM", "codigo": "Página personal de una sola pantalla", "publico": "Retro pública de las 16 semanas" } ], "searchable": true, "sortable": true, "filters": [ { "column": "fase", "label": "Fase" } ] }, { "type": "metrics", "id": "m-presupuesto", "items": [ { "label": "Sem 4-6", "value": "~USD 30", "detail": "Desarrollo; adapters falsos para casi todo", "style": { "tone": "neutral" } }, { "label": "Sem 9-10", "value": "~USD 90", "detail": "Corrida completa + repeticiones", "style": { "tone": "warning" } }, { "label": "Sem 12-13", "value": "~USD 30", "detail": "Reserva para re-corridas y locales", "style": { "tone": "neutral" } }, { "label": "Total", "value": "USD 150", "detail": "Tope acordado", "style": { "tone": "accent" } } ], "caption": "Regla: ninguna corrida completa antes de que el juez esté calibrado (semana 8). Correr antes es tirar plata." }, { "type": "callout", "id": "c-buffer", "title": "Reglas de las semanas caídas", "text": "Vas a perder semanas: está previsto. **Nunca dos seguidas.** Las semanas 9, 11 y 14-15 no tienen teoría y funcionan como colchón.", "style": { "tone": "warning" } } ] }, { "id": "cs336", "title": "CS336: las 4 clases críticas", "eyebrow": "CURSO EJE · RECORTADO", "description": "Stanford CS336, Language Modeling from Scratch, Spring 2026. Diecinueve clases públicas; vas a ver cuatro con atención y tres como audio.", "notePrompt": "¿Alguna clase que quieras subir o bajar de prioridad?", "blocks": [ { "type": "table", "id": "t-cs336", "title": "Las 19 clases, clasificadas", "columns": [ { "key": "n", "label": "L", "numeric": true }, { "key": "tema", "label": "Tema" }, { "key": "prio", "label": "Prioridad" }, { "key": "sem", "label": "Semana" }, { "key": "uso", "label": "Uso directo en Vara" } ], "rows": [ { "n": 1, "tema": "Overview, tokenización", "prio": "Crítica", "sem": "2", "uso": "Por qué dos proveedores cuentan distinto. Base del argumento de coste." }, { "n": 2, "tema": "PyTorch (einops), resource accounting", "prio": "Crítica", "sem": "4", "uso": "FLOPs y memoria a mano. Justificar coste con números." }, { "n": 3, "tema": "Arquitecturas e hiperparámetros", "prio": "Ignorar", "sem": "-", "uso": "No cambia lo que publicás." }, { "n": 4, "tema": "Alternativas de atención y MoE", "prio": "Audio", "sem": "Tiempos muertos", "uso": "Explica por qué ciertos modelos son baratos y buenos. Explica por qué algunos modelos medios rinden como frontier a menor coste." }, { "n": 5, "tema": "GPUs, TPUs", "prio": "Ignorar", "sem": "-", "uso": "Interesante; no medís GPUs propias." }, { "n": 6, "tema": "Kernels, Triton", "prio": "Ignorar", "sem": "-", "uso": "Agujero sin fondo." }, { "n": 7, "tema": "Paralelismo I", "prio": "Ignorar", "sem": "-", "uso": "No aplica a tu escala." }, { "n": 8, "tema": "Paralelismo II", "prio": "Ignorar", "sem": "-", "uso": "No aplica a tu escala." }, { "n": 9, "tema": "Leyes de escalado I", "prio": "Ignorar", "sem": "-", "uso": "Vocabulario, no acción." }, { "n": 10, "tema": "Inferencia", "prio": "Crítica", "sem": "5", "uso": "KV cache, batching, latencia, throughput. Latencia p50/p95 es uno de los tres ejes de Vara." }, { "n": 11, "tema": "Leyes de escalado II", "prio": "Ignorar", "sem": "-", "uso": "-" }, { "n": 12, "tema": "Evaluación", "prio": "Crítica", "sem": "7", "uso": "La que convierte tu claim en evidencia." }, { "n": 13, "tema": "Datos: fuentes", "prio": "Ignorar", "sem": "-", "uso": "-" }, { "n": 14, "tema": "Datos: filtrado, dedup, datos sintéticos", "prio": "Audio", "sem": "Tiempos muertos", "uso": "Ideas para generar tareas sintéticas de Vara." }, { "n": 15, "tema": "Mid/post-training (SFT, RLHF)", "prio": "Ignorar", "sem": "-", "uso": "No entrenás nada en este plan." }, { "n": 16, "tema": "Post-training RLVR", "prio": "Ignorar", "sem": "-", "uso": "-" }, { "n": 17, "tema": "Alineamiento y multimodalidad", "prio": "Ignorar", "sem": "-", "uso": "-" }, { "n": 18, "tema": "Invitado: Daniel Selsam", "prio": "Ignorar", "sem": "-", "uso": "-" }, { "n": 19, "tema": "Invitado: Dan Fu", "prio": "Audio", "sem": "Tiempos muertos", "uso": "Eficiencia consciente del hardware. Alineado a tu tesis." } ], "searchable": false, "sortable": true, "filters": [ { "column": "prio", "label": "Prioridad" } ], "caption": "Críticas: 1, 2, 10 y 12. Los assignments del curso quedan fuera: tu «assignment» es Vara." }, { "type": "callout", "id": "c-cs336-porque", "title": "Por qué este curso y no otro", "text": "Es el único curso abierto que va de la tokenización a la **inferencia** y la **evaluación** con código real. Sus clases 10 y 12 son, literalmente, el contenido de tu proyecto. Ver 4 clases bien vale más que ver 19 a medias.", "style": { "tone": "success" } } ] }, { "id": "karpathy", "title": "Karpathy: 4 de 8 videos", "eyebrow": "FASE 1", "description": "Ocho horas y media de video que valen más que un semestre. Sin slides, todo código en vivo: el formato que tu cabeza tolera.", "notePrompt": "¿Cuáles ya viste y con cuáles te trabaste?", "blocks": [ { "type": "table", "id": "t-karpathy", "title": "Neural Networks: Zero to Hero, recortado", "columns": [ { "key": "n", "label": "N", "numeric": true }, { "key": "video", "label": "Video" }, { "key": "dur", "label": "Duración" }, { "key": "dec", "label": "Decisión" }, { "key": "tarea", "label": "Tarea de código obligatoria" } ], "rows": [ { "n": 1, "video": "Intro a redes neuronales y backpropagation: micrograd", "dur": "2 h 25", "dec": "Hacer · sem 1", "tarea": "Reescribir micrograd de memoria al día siguiente." }, { "n": 2, "video": "Intro al modelado de lenguaje: makemore", "dur": "1 h 57", "dec": "Hacer · sem 1-2", "tarea": "Entrenar el bigrama con nombres argentinos." }, { "n": 3, "video": "makemore parte 2: MLP", "dur": "1 h 15", "dec": "Diferir", "tarea": "-" }, { "n": 4, "video": "makemore parte 3: activaciones, gradientes, BatchNorm", "dur": "1 h 55", "dec": "Diferir", "tarea": "-" }, { "n": 5, "video": "makemore parte 4: backprop ninja", "dur": "1 h 55", "dec": "Diferir", "tarea": "-" }, { "n": 6, "video": "makemore parte 5: WaveNet", "dur": "56 min", "dec": "Diferir", "tarea": "-" }, { "n": 7, "video": "Construyamos GPT desde cero", "dur": "1 h 56", "dec": "Hacer · sem 3 (a 1.5x)", "tarea": "Ejecutar nanoGPT con un corpus en español; no hace falta reescribirlo entero." }, { "n": 8, "video": "Construyamos el tokenizador de GPT", "dur": "2 h 13", "dec": "Hacer · sem 2-3", "tarea": "Implementar BPE y comparar el mismo texto en es/pt/en contra tokenizadores reales. Es el primer hallazgo de Vara." } ], "searchable": false, "sortable": false }, { "type": "callout", "id": "c-karpathy-regla", "title": "Regla de oro", "text": "Nunca mirés un video sin el editor abierto. Pausá cada vez que él escribe código y escribilo vos antes. Duplica el tiempo y multiplica por diez lo que retenés. Con 1,5 h por bloque, un video de 2 h son dos bloques: está previsto.", "style": { "tone": "accent" } } ] }, { "id": "cs224n", "title": "CS224N: una sola clase", "eyebrow": "COMPLEMENTO", "description": "Los slides 2026 son públicos; los videos completos son de la edición 2024. Solo entra la clase de evaluación.", "notePrompt": "¿Te sirve más el marco académico o preferís ir directo al código?", "blocks": [ { "type": "cards", "id": "cards-cs224n", "columns": 2, "items": [ { "title": "Benchmarking y evaluación", "text": "Semana 8. Sesgos de LLM-as-a-judge, contaminación de benchmarks, calibración. Complemento directo de CS336 L12: juntas son tu Fase 3.", "eyebrow": "ENTRA", "badge": "Sem 8", "style": { "tone": "success" } }, { "title": "Todo lo demás", "text": "Historia del NLP, word vectors, RNNs, transformers formales, pretraining, post-training, agentes, interpretabilidad, multimodalidad. Ninguna te acerca a publicar en 16 semanas.", "eyebrow": "NO ENTRA", "style": { "tone": "neutral" } } ] } ] }, { "id": "complementos", "title": "Herramientas de Vara", "eyebrow": "STACK · LO MÍNIMO", "description": "Lo mínimo para que el benchmark sea creíble y reproducible. Todo lo que ya usás, más una librería de evals.", "notePrompt": "¿Ya usás alguna de estas?", "blocks": [ { "type": "table", "id": "t-stack", "title": "Stack", "columns": [ { "key": "tool", "label": "Herramienta" }, { "key": "para", "label": "Para qué" }, { "key": "rol", "label": "Rol en Vara" } ], "rows": [ { "tool": "OpenRouter (ya lo usás)", "para": "Un solo endpoint para 10-12 modelos de API, con precios por token", "rol": "Todo el acceso a modelos cloud. La tabla de precios se ancla por fecha." }, { "tool": "LM Studio o llama.cpp (ya lo usás)", "para": "Modelos locales cuantizados en la RTX 3050", "rol": "3 modelos locales en el leaderboard (semana 12)." }, { "tool": "DeepEval o Inspect (elegir uno en la semana 7)", "para": "Estructura de evals, métricas, reportes", "rol": "Esqueleto de scoring. No agregues más de uno." }, { "tool": "Tokenizadores reales (tiktoken, sentencepiece, los de HF)", "para": "Contar tokens exactamente como cada proveedor", "rol": "El impuesto del español (semana 3)." }, { "tool": "Plotly (ya lo usás) + HTML estático", "para": "Pareto y leaderboard", "rol": "`make bench` los regenera. Sin dashboards nuevos." }, { "tool": "Adapters falsos (idea rescatada del Framework)", "para": "Correr la suite sin gastar", "rol": "Modo `--fake` para desarrollo y CI." } ], "searchable": false, "sortable": false }, { "type": "callout", "id": "c-no-herramientas", "title": "Lo que NO se agrega", "text": "Ni Langfuse, ni Ragas, ni un framework de agentes, ni un proxy, ni los cursos de Hugging Face. Cada herramienta nueva es una semana. Vara es un harness, un juez y un gráfico.", "style": { "tone": "danger" } } ] }, { "id": "notebooklm", "title": "Prompt pack para NotebookLM", "eyebrow": "TU MULTIPLICADOR", "description": "Copiar y pegar. Tres cuadernos, no uno. Cargás transcripciones y slides como fuentes.", "notePrompt": "¿Qué prompt te funcionó mejor y cuál no?", "blocks": [ { "type": "callout", "id": "c-nlm-setup", "title": "Montaje: 3 cuadernos", "text": "**Cuaderno 1 · Mecánica**: transcripciones de Karpathy 1, 2, 7, 8 y slides de CS336 L1. **Cuaderno 2 · Coste e inferencia**: CS336 L2 y L10, más tus notas de diseño de Vara. **Cuaderno 3 · Evals**: CS336 L12, CS224N benchmarking, docs de DeepEval y tus deep dives. Un cuaderno con 40 fuentes responde peor que uno con 6 bien elegidas.", "style": { "tone": "accent" } }, { "type": "code", "id": "code-nlm-1", "title": "Prompt 1 · Traductor de mecánica (uso diario)", "language": "text", "code": "Actúa como un ingeniero senior explicándole a un arquitecto de sistemas con 25 años de experiencia en negocio pero sin matemática reciente.\n\nExplica [CONCEPTO] en tres capas:\n1. La analogía de sistemas: qué problema de ingeniería resuelve, en términos de memoria, ancho de banda o coste.\n2. La mecánica: qué ocurre paso a paso con los números, con un ejemplo concreto de dimensiones pequeñas.\n3. La matemática: la ecuación, y qué representa cada símbolo, uno por uno.\n\nNo uses metáforas de cerebros ni de neuronas. Usa metáforas de infraestructura, caches y colas.\nTermina con: 'dónde falla esto en producción'." }, { "type": "code", "id": "code-nlm-2", "title": "Prompt 2 · Puente teoría a Vara (antes de cada bloque de código)", "language": "text", "code": "De las fuentes de este cuaderno, extrae los 3 conceptos que se pueden aplicar hoy a un benchmark que mide coste, latencia y calidad de LLMs por tarea en español y portugués, con un juez calibrado.\n\nPara cada uno:\n- Nombre del concepto y en qué clase/minuto aparece.\n- Pseudocódigo de 10 líneas máximo.\n- Qué métrica de mi benchmark debería moverse si lo aplico bien.\n- Cómo sabría que lo apliqué mal.\n\nOrdena por relación entre impacto y esfuerzo. Descarta lo que necesite entrenar un modelo." }, { "type": "code", "id": "code-nlm-3", "title": "Prompt 3 · Tutor socrático (viernes o domingo, 20 minutos)", "language": "text", "code": "Hazme 5 preguntas de dificultad creciente sobre [TEMA DE LA SEMANA], del estilo que haría un staff engineer en una entrevista técnica.\n\nReglas:\n- Una pregunta por vez. Espera mi respuesta.\n- Después de cada respuesta, califica mi rigor de 1 a 5 y di exactamente qué faltó.\n- Si respondo con vaguedad de consultor, señálalo sin diplomacia.\n- La última pregunta debe ser un caso de diseño de sistema con restricción de coste." }, { "type": "code", "id": "code-nlm-4", "title": "Prompt 4 · Guion de Audio Overview (para tiempos muertos)", "language": "text", "code": "Genera un resumen en audio de 12 minutos sobre [TEMA], con este formato:\n- Minutos 0 a 2: por qué esto le cuesta dinero a una empresa que sirve modelos.\n- Minutos 2 a 8: la mecánica, con un ejemplo numérico que se pueda seguir de memoria.\n- Minutos 8 a 11: los tres errores típicos de quien lo implementa por primera vez.\n- Minutos 11 a 12: tres preguntas para que el oyente se responda a sí mismo.\n\nTono: dos ingenieros discutiendo, no un profesor dictando. Sin introducciones largas." }, { "type": "code", "id": "code-nlm-5", "title": "Prompt 5 · Detector de agujeros (domingo, cierre de semana)", "language": "text", "code": "Voy a pegarte lo que entendí esta semana. Compara mi resumen contra las fuentes del cuaderno.\n\nDevuelve:\n1. Lo que dije bien (una línea por punto).\n2. Lo que dije mal o impreciso, con la cita exacta de la fuente que me corrige.\n3. Lo que ni mencioné y debería haber mencionado, ordenado por importancia.\n4. Una sola cosa para revisar el lunes.\n\nMI RESUMEN:\n[pegar aquí]" }, { "type": "code", "id": "code-nlm-6", "title": "Prompt 6 · Esqueleto de deep dive", "language": "text", "code": "A partir de estas fuentes y de mis notas de experimento, ayúdame a estructurar un artículo técnico para ingenieros.\n\nEstructura:\n- El problema, en números de coste real.\n- La hipótesis que probé.\n- El montaje experimental, lo bastante detallado para reproducirlo.\n- Los resultados, incluyendo dónde el sistema falló.\n- Qué no probé y por qué (limitaciones honestas).\n\nMarca con [VERIFICAR] cada afirmación que no esté respaldada por mis datos.\nNo escribas el artículo: dame el esqueleto con las preguntas que aún no puedo responder." }, { "type": "callout", "id": "c-nlm-regla", "title": "La regla que hace que esto funcione", "text": "NotebookLM solo responde sobre las fuentes que le cargás. Es una **ventaja**: no alucina teoría de internet. El trabajo real es curar las fuentes: 15 minutos al inicio de cada fase.", "style": { "tone": "success" } } ] }, { "id": "proyecto", "title": "Proyecto faro: Vara", "eyebrow": "TU CARTA DE PRESENTACIÓN", "description": "Un benchmark abierto que dice, con números, qué modelo hace el trabajo en español y portugués al menor coste. Y un comando para que cualquiera lo mida con sus propias tareas.", "notePrompt": "¿Te convence el pitch? ¿Cambiarías alguna familia de tareas?", "blocks": [ { "type": "callout", "id": "c-pitch", "title": "El pitch de una línea (en inglés, porque la audiencia es esa)", "text": "*Vara: an open benchmark and CLI that tells Spanish- and Portuguese-speaking organizations which LLM does their work at the lowest cost — measured with a human-calibrated judge, not claimed.* La palabra que hace el trabajo es **calibrated**: el acuerdo juez-humano es la primera línea del README.", "style": { "tone": "accent" } }, { "type": "cards", "id": "cards-familias", "columns": 3, "items": [ { "title": "1 · Extracción de facturas y recibos", "text": "JSON estructurado desde texto de facturas, recibos y comprobantes en es/pt. Métrica: exact match por campo + F1. Ground truth determinista.", "eyebrow": "FAMILIA", "badge": "Determinista", "style": { "tone": "success" } }, { "title": "2 · Clasificación de tickets de soporte", "text": "Categoría y urgencia de mensajes de clientes en español rioplatense, mexicano y portugués brasileño. Métrica: accuracy y F1 macro.", "eyebrow": "FAMILIA", "badge": "Determinista", "style": { "tone": "success" } }, { "title": "3 · Formularios y trámites", "text": "Completar o resumir formularios administrativos y cartas formales. Métrica: juez con rúbrica.", "eyebrow": "FAMILIA", "badge": "Juez", "style": { "tone": "warning" } }, { "title": "4 · Resumen de documentos largos", "text": "Actas, informes y contratos de 3-10 páginas a un resumen ejecutivo. Métrica: juez con rúbrica + cobertura de puntos clave.", "eyebrow": "FAMILIA", "badge": "Juez", "style": { "tone": "warning" } }, { "title": "5 · Preguntas sobre normativa con contexto", "text": "Q&A sobre un texto normativo provisto (sin RAG, el contexto va en el prompt). Métrica: exact match para hechos + juez para razonamiento.", "eyebrow": "FAMILIA", "badge": "Mixta", "style": { "tone": "accent" } }, { "title": "6 · Traducción es ↔ pt", "text": "Traducción de textos operativos entre español y portugués. Métrica: chrF + juez.", "eyebrow": "FAMILIA", "badge": "Mixta", "style": { "tone": "accent" } } ], "caption": "Seis familias, no más. Dos deterministas, dos de juez, dos mixtas: así el acuerdo del juez se puede contrastar contra métricas duras." }, { "type": "diagram", "id": "d-vara", "title": "Arquitectura de Vara", "nodes": [ { "id": "tasks", "label": "Tareas", "description": "JSONL: familia, idioma, input, ground truth", "column": 0, "row": 0, "style": { "tone": "accent" } }, { "id": "harn", "label": "Harness", "description": "OpenRouter + locales; adapters falsos", "column": 1, "row": 0, "style": { "tone": "accent" } }, { "id": "tel", "label": "Telemetría", "description": "tokens · coste · latencia (esquema A2)", "column": 2, "row": 0 }, { "id": "score", "label": "Scoring", "description": "exact/F1/chrF + juez calibrado", "column": 2, "row": 1, "style": { "tone": "success" } }, { "id": "board", "label": "Leaderboard", "description": "Pareto por familia · HTML estático", "column": 1, "row": 1, "style": { "tone": "success" } }, { "id": "clib", "label": "vara bench", "description": "El mismo pipeline sobre tus tareas", "column": 0, "row": 1, "style": { "tone": "warning" } } ], "edges": [ { "from": "tasks", "to": "harn", "label": "corre" }, { "from": "harn", "to": "tel", "label": "registra" }, { "from": "tel", "to": "score", "label": "puntúa" }, { "from": "score", "to": "board", "label": "publica" }, { "from": "board", "to": "clib", "label": "reutiliza" } ] }, { "type": "table", "id": "t-hitos", "title": "Hitos", "columns": [ { "key": "v", "label": "Hito" }, { "key": "sem", "label": "Semana" }, { "key": "alcance", "label": "Alcance" }, { "key": "prueba", "label": "Prueba de que está hecho" } ], "rows": [ { "v": "Impuesto del español", "sem": "3", "alcance": "El mismo corpus en es/pt/en contra 4 tokenizadores reales", "prueba": "Una tabla con el % extra de tokens por idioma y proveedor, reproducible" }, { "v": "Harness v0", "sem": "5-6", "alcance": "3 modelos vía OpenRouter, 100 tareas, telemetría completa, adapters falsos", "prueba": "`vara run --fake` corre la suite entera sin gastar un centavo" }, { "v": "Juez calibrado", "sem": "7-8", "alcance": "Rúbricas por familia, 60 etiquetas humanas, acuerdo medido", "prueba": "El acuerdo juez-humano es un número publicado, con intervalo" }, { "v": "Leaderboard v1", "sem": "9-10", "alcance": "10-12 modelos, 200-300 tareas, Pareto por familia, «dónde pierde cada uno»", "prueba": "Cada gráfico se regenera con `make bench`" }, { "v": "CLI + locales", "sem": "11-12", "alcance": "`vara bench tus-tareas.jsonl`; 3 modelos locales cuantizados en el ranking", "prueba": "Un desconocido mide sus tareas en menos de 10 minutos" }, { "v": "v1.0", "sem": "13", "alcance": "Dataset en Hugging Face, README, video, release", "prueba": "Alguien que no sos vos lo cita" } ], "searchable": false, "sortable": false }, { "type": "cards", "id": "cards-rigor", "columns": 2, "items": [ { "title": "Modelos: 10-12, no 30", "text": "4 frontier (los que todos comparan), 4 medios (los que una ONG pagaría), 2-3 baratos, 3 locales cuantizados. Ids de versión anclados. Un leaderboard con 30 modelos es ruido; con 12 bien elegidos es una decisión.", "eyebrow": "ALCANCE", "style": { "tone": "warning" } }, { "title": "Estadística mínima honesta", "text": "3 repeticiones para modelos baratos, 1 para los caros (presupuesto). Intervalos por bootstrap. Mostrar siempre el N. La palabra «mejor» solo cuando el intervalo no se solapa.", "eyebrow": "RIGOR", "style": { "tone": "danger" } }, { "title": "Datos: sintéticos + públicos, nunca privados", "text": "Facturas y formularios generados con plantillas reales y variaciones; documentos públicos (boletines oficiales, normativa). Ni un dato de EY ni de clientes. Las ONGs que prueben `vara bench` corren con sus datos en su máquina.", "eyebrow": "PRIVACIDAD", "style": { "tone": "accent" } }, { "title": "Honestidad como estrategia", "text": "La sección «dónde pierde cada modelo» y la de «limitaciones del juez» generan más confianza que cualquier ranking. Los senior contratan a quien sabe dónde falla su propio instrumento.", "eyebrow": "CONTRAINTUITIVO", "style": { "tone": "success" } } ] }, { "type": "code", "id": "code-readme", "title": "Esqueleto del README (el archivo más importante del repo)", "language": "markdown", "code": "# Vara\n\nAn open benchmark and CLI that tells Spanish- and Portuguese-speaking organizations\nwhich LLM does their work at the lowest cost — measured, not claimed.\n\n**Judge-human agreement: [X]% (n=60, [interval]).** Everything below depends on that number.\n\n## 60-second quickstart\n\n```\npipx install vara\nvara bench examples/invoices.jsonl --fake # runs the full pipeline, no API keys, no cost\nvara bench my-tasks.jsonl --models cheap # your tasks, real models, shows cost before running\n```\n\n## Leaderboard (v1, [fecha])\n\n| Model | Cost / 1k tasks | p95 latency | Quality (es) | Quality (pt) | Best at |\n|---|---|---|---|---|---|\n| ... | ... | ... | ... | ... | ... |\n\nReproduce: `make bench`. Dataset: [Hugging Face link].\n\n## The Spanish token tax\n\n[Una tabla. Tu primer hallazgo.]\n\n## Where each model loses\n\n[Sé honesto aquí. Es la sección que te contrata.]\n\n## Limitations of the judge\n\n[Qué no mide bien, y por qué igual sirve.]" }, { "type": "callout", "id": "c-rescate", "title": "Lo que se rescata del Framework AI", "text": "Dos ideas, no el código: el **esquema de telemetría** coste × modelo × tarea (A2) se convierte en el esquema de registro de Vara; los **adapters falsos** (A3) son el modo `--fake` que permite desarrollar y correr CI sin gastar. El resto del Framework queda como está: funcionó, te enseñó, y no se publica.", "style": { "tone": "neutral" } } ] }, { "id": "mundo", "title": "Impacto: ONGs, startups y comunidad", "eyebrow": "EL PROYECTO CON ALMA", "description": "Vara sirve a tres audiencias con el mismo artefacto. Ninguna requiere horas extra.", "notePrompt": "¿Qué ONG o startup conocés que correría `vara bench` en la semana 14?", "blocks": [ { "type": "cards", "id": "cards-mundo", "columns": 3, "items": [ { "title": "ONGs de LATAM", "text": "Hoy eligen modelo por intuición o por lo que usa el voluntario que sabe. Con Vara ven qué modelo hace *su* tarea al menor coste, y con `vara bench` lo miden con sus datos, en su máquina. Dos ONGs lo prueban en la semana 14, con vos al lado una hora.", "eyebrow": "IMPACTO DIRECTO", "badge": "Sem 14", "style": { "tone": "success" } }, { "title": "Startups", "text": "Cualquier startup que sirva en español o portugués tiene el mismo problema: ¿qué modelo, a qué coste? Vara les ahorra semanas de pruebas. Y quien construye evals así es exactamente el perfil que contratan.", "eyebrow": "QUIEN TE CONTRATA", "badge": "Sem 14-16", "style": { "tone": "accent" } }, { "title": "Comunidad abierta", "text": "El dataset en Hugging Face y el leaderboard reproducible son un aporte real: no existe uno de coste por tarea en español. Se cita solo.", "eyebrow": "COMUNIDAD", "badge": "Sem 13", "style": { "tone": "warning" } } ] }, { "type": "paragraph", "text": "El curso de LinkedIn sigue siendo lo único del portafolio con resultado verificado en la vida de otras personas. No lo toques, no lo escondas: es una línea del perfil que dice «lo que enseño funciona»." } ] }, { "id": "publicacion", "title": "Calendario de publicación", "eyebrow": "DISTRIBUCIÓN · SOSTENIBLE", "description": "Publicás con nombre y apellido. Ritmo fijo, bajo, sostenible: no depende de que tengas algo espectacular.", "notePrompt": "¿Qué ritmo de publicación creés que podés sostener de verdad?", "blocks": [ { "type": "metrics", "id": "m-publicacion", "items": [ { "label": "Build logs", "value": "1 / semana", "detail": "Domingo, 20 min, plantilla A", "style": { "tone": "accent" } }, { "label": "Deep dives", "value": "3", "detail": "Semanas 6, 10 y 13", "style": { "tone": "success" } }, { "label": "Video", "value": "1", "detail": "Semana 13, 60 segundos", "style": { "tone": "warning" } }, { "label": "Mensajes dirigidos", "value": "20", "detail": "Semanas 14-15, plantilla D", "style": { "tone": "neutral" } } ] }, { "type": "table", "id": "t-canales", "title": "Qué va en cada canal", "columns": [ { "key": "canal", "label": "Canal" }, { "key": "formato", "label": "Formato" }, { "key": "frec", "label": "Frecuencia" }, { "key": "objetivo", "label": "Objetivo real" } ], "rows": [ { "canal": "GitHub", "formato": "Harness, dataset, leaderboard, README impecable", "frec": "Commits 3-4 veces por semana", "objetivo": "La prueba. Es lo único que un ingeniero senior revisa de verdad." }, { "canal": "LinkedIn", "formato": "El build log con una imagen o tabla", "frec": "1 por semana", "objetivo": "Recruiters y directores. Tu perfil de gestión suma acá, no resta." }, { "canal": "X", "formato": "El mismo build log, más técnico y sin corbata", "frec": "1 por semana (copiar y pegar)", "objetivo": "Fundadores e ingenieros. Donde se descubre talento técnico." }, { "canal": "Blog propio o Substack", "formato": "Deep dive de 1.500-2.000 palabras", "frec": "3 en 16 semanas", "objetivo": "Profundidad. Lo que leen antes de escribirte." }, { "canal": "Hugging Face", "formato": "Dataset de tareas + resultados", "frec": "1 vez, semana 13", "objetivo": "Credibilidad en el ecosistema abierto." } ], "searchable": false, "sortable": false }, { "type": "details", "id": "det-plantillas", "title": "Plantillas (abrir y copiar)", "open": false, "blocks": [ { "type": "code", "id": "code-pl-a", "title": "Plantilla A · Build log (20 minutos, domingo)", "language": "text", "code": "Week [N] of 16, building Vara in public at 1-2 h/day.\n\nThis week: [UNA COSA que construiste o mediste]\nThe surprise: [algo que no esperabas, con un número]\nNext: [una sola cosa]\n\n[imagen: gráfico, tabla o captura de terminal]\nRepo: [link]" }, { "type": "code", "id": "code-pl-b", "title": "Plantilla B · Títulos de deep dive que funcionan", "language": "text", "code": "1. \"Spanish costs [X]% more tokens than English. Here is the table, per provider.\"\n2. \"Which LLM does Spanish paperwork cheapest? [N] real tasks, [M] models, one chart.\"\n3. \"A calibrated LLM judge for Spanish tasks: [X]% agreement with humans (n=60)\"\n4. \"Where the cheap models fail: [N] failure modes from a Spanish/Portuguese benchmark\"\n\nRegla: el título lleva un número medido o un fallo admitido. Nunca 'The ultimate guide to...'." }, { "type": "code", "id": "code-pl-c", "title": "Plantilla C · Video de 60 segundos", "language": "text", "code": "0-5 s: el problema, en dinero.\n5-15 s: un comando corriendo. La cámara en la terminal.\n15-45 s: el gráfico apareciendo. Sin cortes.\n45-55 s: dónde falla. Una frase.\n55-60 s: el link.\n\nSin intro. Sin música. Terminal con fuente grande." }, { "type": "code", "id": "code-pl-d", "title": "Plantilla D · Mensaje dirigido (semanas 14-15)", "language": "text", "code": "Hi [NOMBRE],\n\nI saw [ALGO ESPECÍFICO de su producto que muestra que lo usaste].\n\nI built Vara, an open benchmark of [M] LLMs on [N] real Spanish/Portuguese tasks: cost, latency and quality with a human-calibrated judge ([Y]% agreement). Leaderboard, dataset and CLI: [link].\n\nBefore this I ran the AI transformation program at a Big Four, so I care as much about the invoice as the architecture.\n\nHappy to run it against your workload if useful — it takes one command.\n\n[NOMBRE]" } ] }, { "type": "callout", "id": "c-empleador", "title": "Higiene de publicación mientras trabajás donde trabajás", "text": "**Cero datos, nombres o casos de tu empleador.** Todo el código en tu tiempo y tu hardware, con commits fechados. Ninguna comparación pública con lo que hace tu firma. Tu narrativa es *lo que construyo por mi cuenta*, nunca *lo que mi empresa hace mal*. Nada más: EY ya está analizado y no es un problema.", "style": { "tone": "danger" } } ] }, { "id": "comunidad", "title": "Contribución y marca", "eyebrow": "PERTENENCIA · LO MÍNIMO", "description": "Con 1-2 h/día, contribuir es oportunista: lo que sale gratis de lo que ya hacés.", "notePrompt": "¿Con qué forma de contribuir te sentís más cómodo?", "blocks": [ { "type": "cards", "id": "cards-perfiles", "columns": 2, "items": [ { "title": "LinkedIn · semana 0", "text": "Titular nuevo: *«Applied AI — LLM evaluation & cost engineering | Building Vara, an open Spanish/Portuguese LLM benchmark | 25 yrs leading delivery»*. Tu perfil de gestión es diferencial, no vergüenza. El «About» en 5 líneas con el link al repo.", "eyebrow": "HOY", "style": { "tone": "accent" } }, { "title": "GitHub · semana 0", "text": "Foto real, bio de una línea con lo que medís, el repo `vara` anclado primero, README de perfil con el pitch.", "eyebrow": "HOY", "style": { "tone": "accent" } }, { "title": "X · semana 1", "text": "Bio con el proyecto y el link. Seguir a 30 personas que construyen infraestructura de inferencia y evals. Responder con sustancia, no con aplausos. 10 minutos por semana.", "eyebrow": "SEMANA 1", "style": { "tone": "neutral" } }, { "title": "Página propia · semana 16", "text": "Una sola pantalla: quién sos, el proyecto con sus números, cómo contactarte. Dos horas, ni un minuto antes.", "eyebrow": "SEMANA 16", "style": { "tone": "success" } } ] }, { "type": "table", "id": "t-comunidad", "title": "Contribuir sin horas extra", "columns": [ { "key": "acc", "label": "Acción" }, { "key": "cuando", "label": "Cuándo" }, { "key": "como", "label": "Cómo" } ], "rows": [ { "acc": "Issue bien documentado", "cuando": "Cuando algo te falle en DeepEval o en un SDK de proveedor", "como": "Reproducción mínima. Los maintainers recuerdan a quien reporta bien. 20 minutos." }, { "acc": "Dataset en Hugging Face", "cuando": "Semana 13", "como": "Subproducto de la Fase 3. Un dataset útil se cita solo." }, { "acc": "Responder 1 pregunta por semana", "cuando": "Domingo, junto con el build log", "como": "Solo sobre lo que ya probaste. En el foro de HF o en el Discord de DeepEval." }, { "acc": "Charla de 20 minutos", "cuando": "Propuesta en semana 15, charla después de la 16", "como": "Un meetup de IA en Buenos Aires o uno online en LATAM. «Qué LLM hace el trabajo en español al menor coste: lo que 250 tareas reales me enseñaron»." } ], "searchable": false, "sortable": false }, { "type": "quote", "id": "q-narrativa", "text": "No sos un program manager que quiere ser ingeniero. Sos alguien que hace visible y medible lo que una organización siente pero no puede nombrar, y que además sabe leer un P&L. Eso es lo que hiciste en EY con las métricas de delivery, y es exactamente lo que Vara hace con el coste y la calidad de los LLMs en español.", "attribution": "La narrativa, tomada de tu propia síntesis" } ] }, { "id": "metricas", "title": "Métricas y control", "eyebrow": "SEGUIMIENTO", "description": "Lo que se mide, y sobre todo lo que no.", "notePrompt": "¿Qué métrica te motiva más mirar cada domingo?", "blocks": [ { "type": "table", "id": "t-metricas", "title": "Tablero semanal (30 segundos los domingos)", "columns": [ { "key": "met", "label": "Métrica" }, { "key": "obj", "label": "Objetivo" }, { "key": "porque", "label": "Por qué está" } ], "rows": [ { "met": "Bloques cumplidos", "obj": "5 de 7", "porque": "La única métrica de esfuerzo. Un bloque es 1-1,5 h con una sola tarea." }, { "met": "Días con commit", "obj": "3 de 7", "porque": "Progreso real. No horas de video." }, { "met": "Build log publicado", "obj": "1", "porque": "El forzante. Si no publicás, el proyecto vuelve a ser privado." }, { "met": "Tareas en el dataset", "obj": "200 en la semana 9", "porque": "Tu activo real. Vale más que el código. Y el acuerdo del juez vale más que las tareas." }, { "met": "Conversaciones entrantes", "obj": "Primera en la semana 12", "porque": "La señal de que la estrategia funciona." }, { "met": "Semanas perdidas seguidas", "obj": "Nunca 2", "porque": "El único límite duro del plan." } ], "searchable": false, "sortable": false }, { "type": "metrics", "id": "m-semana16", "items": [ { "label": "Leaderboard", "value": "1", "detail": "Reproducible en un comando", "style": { "tone": "success" } }, { "label": "Deep dives", "value": "3", "detail": "Publicados", "style": { "tone": "success" } }, { "label": "Conversaciones", "value": "20 iniciadas", "detail": "3 procesos abiertos", "style": { "tone": "accent" } }, { "label": "Oferta", "value": "Mes 6-9", "detail": "No en la semana 16", "style": { "tone": "warning" } } ], "caption": "Meta honesta de la semana 16: la evidencia, no la oferta." }, { "type": "callout", "id": "c-vanidad", "title": "Métricas de vanidad, prohibidas", "text": "Estrellas, likes, seguidores, horas de estudio, videos marcados como vistos, cursos completados. Ninguna predice una oferta.", "style": { "tone": "danger" } } ] }, { "id": "ignorar", "title": "Ignorar por ahora", "eyebrow": "LO QUE NO HACÉS", "description": "Tan importante como el plan. Todo lo de aquí es bueno y te va a tentar. Con 1-2 h/día, cada cosa de esta lista es una semana perdida.", "notePrompt": "¿Algo de esta lista que creas que no debería estar?", "blocks": [ { "type": "cards", "id": "cards-ignorar", "columns": 3, "items": [ { "title": "El Framework AI como faro", "text": "Decidido hoy: depende de CLIs y cuotas que se van a deprecar. Se rescatan dos ideas (telemetría, adapters falsos), no el código.", "style": { "tone": "danger" } }, { "title": "Convertir Vara en producto o proxy", "text": "Vara es el instrumento. Si aparece la tentación de «hacerle un SaaS», es el módulo 23 con otro nombre.", "style": { "tone": "danger" } }, { "title": "Más de 6 familias o más de 12 modelos", "text": "Un leaderboard grande es ruido. Uno chico y calibrado es una decisión.", "style": { "tone": "danger" } }, { "title": "CS229 y CS149", "text": "60 horas de ML clásico y paralelismo. Cero impacto en lo que publicás.", "style": { "tone": "danger" } }, { "title": "CS336 completo", "text": "15 de las 19 clases. Ver 4 bien vale más que 19 a medias.", "style": { "tone": "danger" } }, { "title": "Karpathy 3-6", "text": "Diferidos. Volvé después de la semana 16 si te quedaste con ganas.", "style": { "tone": "warning" } }, { "title": "Cursos de Hugging Face", "text": "Buenos, con certificado, y son exactamente el «módulo 23» en formato curso.", "style": { "tone": "danger" } }, { "title": "CS25, nanochat, EfficientML (salvo 1 clase)", "text": "Solo como audio en tiempos muertos.", "style": { "tone": "warning" } }, { "title": "Ragas, Langfuse, frameworks de agentes", "text": "Cada herramienta nueva es una semana.", "style": { "tone": "danger" } }, { "title": "Fine-tuning de cualquier cosa", "text": "Vara mide modelos; no los entrena. Aunque el resultado diga que un modelo chico afinado ganaría, eso es un proyecto para después de la semana 16.", "style": { "tone": "warning" } }, { "title": "arXiv y certificaciones de nube", "text": "Sin afiliación, arXiv no mueve la aguja; Azure/AWS no son señal para estos roles.", "style": { "tone": "danger" } }, { "title": "2 posts por semana", "text": "No caben. Uno bueno el domingo vale más que dos flojos.", "style": { "tone": "warning" } }, { "title": "Empezar un segundo proyecto", "text": "La tentación más peligrosa para tu cabeza. Un faro, no cinco velas. El Espejo sigue en su ritmo actual y no cuenta como segundo proyecto.", "style": { "tone": "danger" } }, { "title": "Matemática desde cero", "text": "La matemática llega cuando el código la pide. Nunca antes.", "style": { "tone": "neutral" } }, { "title": "Rediseñar tu web", "text": "Semana 16, una pantalla, dos horas.", "style": { "tone": "neutral" } } ] } ] }, { "id": "protocolo", "title": "Protocolo de ejecución", "eyebrow": "CÓMO NO ABANDONAR · 1-2 H/DÍA", "description": "Diseñado para cómo funciona tu atención y para un trabajo demandante, no para un estudiante full-time.", "notePrompt": "¿Qué parte de este protocolo sabés que no vas a cumplir? Cambiémosla ahora.", "blocks": [ { "type": "cards", "id": "cards-protocolo", "columns": 2, "items": [ { "title": "Un bloque por día, una sola cosa", "text": "Teoría **o** código, nunca ambos el mismo día. El cambio de contexto en 90 minutos te cuesta 30. Martes y jueves teoría; lunes, miércoles, viernes y sábado código.", "eyebrow": "LA REGLA CENTRAL", "style": { "tone": "accent" } }, { "title": "Código primero, teoría después", "text": "Intentá aplicar el concepto a Vara antes de entenderlo. Cuando chocás, vas al video con una pregunta concreta. La pregunta concreta es lo que hace que la clase se te quede.", "eyebrow": "ORDEN INVERTIDO", "style": { "tone": "accent" } }, { "title": "El TODO de mañana", "text": "Cada bloque termina escribiendo en el repo una línea con la próxima acción exacta. Mañana no decidís qué hacer: lo leés y arrancás. Es la defensa contra el arranque en frío.", "eyebrow": "ANTIFRICCIÓN", "style": { "tone": "success" } }, { "title": "Domingo, 1 hora, sagrado", "text": "Build log (20 min), tablero (5 min), prompt 5 de NotebookLM (20 min), TODO de la semana (15 min). Si el domingo se cae, la semana siguiente se desordena entera.", "eyebrow": "REVISIÓN", "style": { "tone": "warning" } }, { "title": "Publicar aunque sea feo", "text": "El build log del domingo sale aunque la semana haya sido mala. «Esta semana no avancé; esto es lo que me trabó» es un post válido y de los que más conectan.", "eyebrow": "LA REGLA DURA", "style": { "tone": "danger" } }, { "title": "Aburrimiento como señal", "text": "Si un tema te aburre tres bloques seguidos, no es falta de disciplina: es que no está conectado a Vara. Saltalo.", "eyebrow": "TU DIAGNÓSTICO", "style": { "tone": "neutral" } } ] }, { "type": "timeline", "id": "tl-dia", "items": [ { "label": "Lun · Mié · Vie · 1,5 h", "title": "Código", "text": "Un bloque, una tarea del TODO. Termina con commit y el TODO de mañana.", "status": "current" }, { "label": "Mar · Jue · 1,5 h", "title": "Teoría", "text": "Un video con el editor abierto, o NotebookLM sobre lo de ayer. Si el video dura 2 h, son dos bloques.", "status": "current" }, { "label": "Sáb · 1,5 h", "title": "Código", "text": "El bloque que absorbe lo que no salió entre semana. Si la semana fue brutal, este se cae primero.", "status": "upcoming" }, { "label": "Dom · 1 h", "title": "Publicar y revisar", "text": "Build log, tablero, prompt socrático, TODO de la semana.", "status": "upcoming" }, { "label": "Tiempos muertos", "title": "Audio", "text": "CS25, CS336 L4/L14/L19 como podcast. No cuenta, no se mide, no genera culpa.", "status": "upcoming" } ] }, { "type": "callout", "id": "c-hora", "title": "A qué hora", "text": "Vos sabés cuándo rendís. Lo único que importa es que sea **el mismo horario todos los días**, y que el bloque de código no sea después de las 22:30: la calidad cae y el sueño también, y el plan se paga con sueño.", "style": { "tone": "neutral" } }, { "type": "callout", "id": "c-cierre", "title": "Lo único que hay que recordar", "text": "En 16 semanas nadie te va a preguntar cuántas clases viste. Te van a preguntar **qué mediste, cómo, y dónde falla**. Todo este documento existe para que tengas esas tres respuestas en un link.", "style": { "tone": "success" } } ] } ], "notes": {} }