José Simmonds

P Salm 91
Trying to be a polymath
Electrical Eng. student UTP
Liberal - Conservative
Science Communicator @plantayaprende
~Education is the best weapon

[José Simmonds @JosehpSimmonds6]

Dios, Patria, familia y libertad

[Aia @Aiazujeta]

👩‍🏫 UNA PROFESORA DE STANFORD EXPLICA CÓMO DOMINAR LOS PROCESOS DE DECISIÓN DE MARKOV

Una clase de 83 minutos, gratuita y directamente desde Stanford.

🧠 En la lección aprenderás:

• Diferencias entre problemas de búsqueda y entornos estocásticos.
• Evaluación de políticas y recurrencias de valores Q.
• Cómo funciona la iteración de valores.
• Límites de convergencia en grafos cíclicos.

Todo explicado desde los fundamentos de los Markov Decision Processes (MDP).

🔥 Si estás aprendiendo inteligencia artificial, aprendizaje por refuerzo o toma de decisiones algorítmica, es una clase para guardar.

📌 Guárdala y mírala cuando tengas tiempo.

Una joya gratuita de Stanford.

[Javier Milei @JMilei]

SACALA DEL ÁNGULO KUKITA...
MAGA!

[Milton Friedman Daily @MiltonFriedmanW]

Milton Friedman on why it is so hard to keep government from expanding:

“The benefits from government tend to be concentrated. The costs tend to be dispersed.”

“To each farmer, the subsidy he gets from the government means a great deal. To each of a much larger number of consumers, it costs very little.”

“Consequently, those who feed at the trough of government tend to be politically much more powerful than those who provide the wherewithal.”

[freeCodeCamp.org @freeCodeCamp]

Git is a powerful version control system that many developers use to track changes to their projects.

And GitHub is a platform that allows them to collaborate on and share their code.

In this course, Sumit teaches you how both tools work. You'll learn about merging, branching, pull requests, stashing, rebasing, and more.

https://t.co/T127wpQtzd

[Senacyt Panamá @senacyt]

Bioeconomía, un modelo de desarrollo basado en el conocimiento y biodiversidad https://t.co/IfvJ3ekaZU

[Senacyt Panamá @senacyt]

Te invitamos a leer nuestro artículo de hoy en la página de Ciencia de @EstrellaOnline "Oportunidades para la formación de talento tecnológico".

🔗 Lee el artículo completo en: https://t.co/XNLaFJ0vUb

[Senacyt Panamá @senacyt]

Dedicación y aportes de investigadores científicos de Panamá son reconocidos por el Sistema Nacional de Investigación (SNI) de la @senacyt

https://t.co/egJpaD2vzz

[Rahul @sairahul1]

Top 10 YouTube channels to learn AI from scratch:

1) Andrej Karpathy – Deep yet accessible lectures on deep learning, LLMs, and an intro course on neural networks. https://t.co/QBpPHlrgh0
2) 3Blue1Brown – Stunning visualizations that make abstract mathematical concepts intuitive. https://t.co/kkWfM9JhCL
3) Lex Fridman – In-depth conversations with AI leaders, offering a broader perspective on the field. https://t.co/pZA5PeH01Y
4) Machine Learning Street Talk – Technical deep dives and discussions with top AI researchers. https://t.co/1qnEeHV9hi
5) StatQuest with Joshua Starmer PhD – Beginner-friendly explainers on machine learning and statistics. https://t.co/VP0PceT4Yz
6) Serrano Academy (Luis Serrano) – Clear and accessible content on ML, deep learning, and AI advancements. https://t.co/HARB8EQ9Oc
7) Jeremy Howard – Practical deep learning courses and AI-powered web app tutorials. https://t.co/BmHqGwQxvB
8) Hamel Husain – Hands-on lessons in LLMs, RAG, fine-tuning, and AI evaluations. https://t.co/kOndFF0b1S
9) Jason Liu – Expert-led lectures on RAG and AI freelancing tips for ML developers. https://t.co/nrbvujlUwi
10) Dave Ebbelaar – Practical guides on building AI systems and real-world applications. https://t.co/VuTtSgrfv4

[Telemetro Reporta @TReporta]

“Tenemos un déficit de talento, educación y capacitación es crítico para nosotros, no tenemos las personas formadas en ciberseguridad, formadas en inteligencia artificial y por eso talento humano, capital humano es uno de los pilares más importantes que tenemos, y eso va desde la educación primaria, secundaria, pasa por la universidad y posteriormente las carreras profesionales y de investigación. Entonces tenemos que trabajar con el ministerio de educación, pero hay que trabajar con el sector privado”, Eduardo @EortegaBarria, secretario de @senacyt, sobre la Estrategia Nacional de Inteligencia Artificial y Semiconductores.

[Rothmus 🏴 @Rothmus]

After their slave revolt, Haiti’s founder ordered the killing of all white people on the island. Soldiers went house to house killing thousands including women and children.

They took full control, purged the population they blamed, and turned the richest colony in the Caribbean into the poorest and most dysfunctional country in the Western Hemisphere.

Today, their descendants demand entry into the West they fought to escape, refuse to return to the mess they and their ancestors created, and are for some reason strongly convinced that borders are racist.

[Telemetro Reporta @TReporta]

“Es una estrategia importante, una estrategia de tecnologías avanzadas, que es crítica para nuestro país, es crítica porque nos ayuda a la transformación social, mejorar la productividad, mejor competitividad, nos ayuda también a diferenciarnos, esto atrae talento, esto atrae inversión”, Eduardo @EortegaBarria, secretario de @senacyt, sobre la Estrategia Nacional de Inteligencia Artificial y Semiconductores.

[liam. @liambraus]

CURSO COMPLETO DE 1 HORA PARA APRENDER A AUTOMATIZAR CUALQUIER COSA CON CLAUDE

Crea tus propias herramientas.
Automatiza tu trabajo.
Ahorra horas cada semana.

Claude → Automatización → Tiempo libre

🔖 Guárdalo antes de perderlo.

[freeCodeCamp.org @freeCodeCamp]

Anthropic's Claude Certified Architect exam focuses on practical AI engineering, not just theory.

In this course, Andrew helps you prepare by building real-world agent workflows with Claude, MCP, and the Claude Agent SDK.

You'll learn about agent orchestration, tool design, prompt engineering, context management, and multi-agent architecture.

https://t.co/zA9wWu6puu

[Alberto VM…. @VLourdes97]

Porque una cama no puede ir pegada a 2 paredes.
Habitación de 9 metros.

[Chesny @chesny]

Obsidian + Método Karpathy + Claude Code = un segundo cerebro cuántico que te responde.

La mayoría de los segundos cerebros son cementerios guardas 300 artículos, etiquetas 80 notas, construyes un gráfico que parece una galaxia y luego nunca lo vuelves a abrir.

La solución de Karpathy es absurdamente simple:

1 archivo

Solo añadir

Nuevos pensamientos en la parte superior

Revisar simplemente desplazándose hacia abajo

Sin carpetas, sin etiquetas, sin videos de 40 minutos sobre configuraciones PKM

La capa de captura es 1 bóveda de Obsidian con 1 archivo llamado stream.md, donde cada idea, cita y enlace aterriza en menos de 10 segundos, porque cualquier proceso más lento hará que abandones al cuarto día.

Una vez a la semana, Claude Code lee toda la bóveda desde la terminal con 1 instrucción: "encuentra las 5 ideas a las que sigo dándole vueltas sin darme cuenta", y logra ver patrones a lo largo de 6 meses que tú no podrías retener en tu memoria de trabajo.

En lugar de buscar por palabras clave, haces preguntas como "qué pensaba sobre los precios de los agentes en marzo", y Claude examina 4000 notas para citarte tus propias palabras junto con las rutas de los archivos.

Luego, esa bóveda se convierte en contexto. Al redactar una publicación, un pitch o unas especificaciones, Claude extrae tus reflexiones pasadas en lugar de la típica papilla genérica de internet, y tu contenido final empieza a sonar exactamente como tú, pero concentrado.

La línea de tiempo

La primera semana: Parece inútil cuando solo tienes 20 notas.

Mes 1: Trae tu primer momento de "espera, esto ya lo resolví".

Mes 3: Claude conecta 2 notas escritas con 70 días de diferencia y esa conexión se convierte en tu mejor publicación del año.

Mes 6: Dejas de preguntarle a Google cosas que ya te habías respondido a ti mismo.

Toda esta configuración cuesta $0 en software y solo te tomará 1 tarde.

Notion te vende un espacio de trabajo, Obsidian te da los archivos, Claude les da una voz.

Todo el mundo alquila un segundo cerebro este vive en tu propio disco y crece.

Tú escribiste las notas, y ahora por fin hay algo que las lee.

[z @zaynmcps]

GOOGLE ACABA DE MATAR LA EXCUSA DE “NO ENTIENDO ESTE REPO”

pegas cualquier repositorio y codewiki genera automáticamente:

→ documentación interactiva
→ diagramas de arquitectura
→ explicaciones del código
→ tutoriales paso a paso
→ un chatbot que entiende todo el proyecto

todo generado por gemini, siempre actualizado

te dejo la repo abajo 👇🏻

[Swati Gupta @hrswatigupta]

🚨 Anthropic just showed a 27-minute workshop on how to actually do prompts for Claude.

Taught by the people who built it.

Free. No registration. No paywall.

I've seen $300 courses that don't cover what they teach in the first 8 minutes.

Watch the session

[roman @Nozelcode]

Un desarrollador japonés encontró el truco definitivo de Claude Code antes que nadie

Instala la skill ‘Find Skills’ y pregunta:

«¿Hay alguna skill buena para [TU OBJETIVO]?»

Claude enseguida aplica las skills perfectas para el proyecto.

Gracias a eso, su sistema automatizado de YouTube está teniendo un gran éxito.

npx skills add https://t.co/CXK5OtAOlP --skill find-skills

Guarda este post, te servirá. 🔖

[Kirk Borne @KirkDBorne]

Signal Processing is a surprisingly powerful domain at the intersection of real world applications (interesting data) and theory (interesting math).

Linear Algebra for Data Science, Machine Learning, and Signal Processing: https://t.co/35q4mkbXkA

Signal Processing — A Mathematical Approach: https://t.co/VjSiIxfS5w

[Rahul @sairahul1]

someone just open-sourced the entire "loop engineering" playbook.

for free. 8.6k stars on github for loop engineering

not prompts.

loops.

everything you need to build autonomous AI systems:

→ scheduling
→ memory & state
→ planning
→ sub-agents
→ verification
→ worktrees
→ MCP
→ stop conditions
→ safety guardrails
→ observability
→ cost tracking

notice something?

none of these are prompts.

they're the systems wrapped around the model.

that's where AI engineering is heading.

we're moving from:

Prompt Engineering → Context Engineering → Harness Engineering → Loop Engineering

soon you'll hear people talking about Graph Engineering too.

because once one loop works...

the next challenge is coordinating hundreds of them.

that's exactly what I explain in:

save this.

I think "loop engineering" is about to become one of the most important concepts in AI.