Carolina Nicasio

• Sistemas que entienden tu negocio, no soluciones empaquetadas •
Data Engineer 🇦🇷

Comparto el detrás de escena 🛠️✨

[Carolina Nicasio @cfnicasio]

Vaaaaaamoooooooooooooss!!! 🇦🇷

[Carolina Nicasio @cfnicasio]

Increíble la mala onda que se van a encontrar entrando acá, borren todo, dejen de tirar mala energía, lo mismo pasó con Arabia. Vamos Argentina!!! 🇦🇷

[Carolina Nicasio @cfnicasio]

Lo que el código NO muestra: los pesos.
Score = Σ(peso × probabilidad) Like, reply, repost...
Los pesos no están publicados. Esa es la caja negra.
Publicaron el molde, no la receta.🔁

[Carolina Nicasio @cfnicasio]

Bueno con esto queda claro que para el algoritmo de X, tu tweet no es texto. Es una lista de números.
Eso se llama embedding.
Dos tweets pueden no compartir ni una palabra y aun así hablar de lo mismo.
No lee. Compara números.👇🧵

[Elon Musk @elonmusk]

The latest 𝕏 algorithm has been published to GitHub
https://t.co/ZCOm51uxmh

[Carolina Nicasio @cfnicasio]

Lo que el código muestra:
→ El algoritmo entiende geometría, no palabras.
→ Tus seguidos viven en RAM.
→ Cada tweet se evalúa solo.
Son las decisiones de arquitectura que hacen posible un feed en tiempo real para 500 millones de usuarios.

[Carolina Nicasio @cfnicasio]

Lo que sí ayuda: → Managed identities donde se pueda → Service Credentials en Unity Catalog → Política de "nunca print de un secret"
Key Vault es necesario. Pero no es el final del camino.

[Carolina Nicasio @cfnicasio]

"Si está en Key Vault, ya estoy seguro." Lo escuché varias veces. Y no es exactamente cierto. Key Vault protege el valor del secret. Pero hay tres cosas que no hace solo. 👇🧵

[Carolina Nicasio @cfnicasio]

No rota nada por vos. Para una API key de proveedor externo, rotás vos manualmente. Si está referenciada en 12 notebooks, suerte.

[Carolina Nicasio @cfnicasio]

Por lo tanto, los comandos en Pandas se aplican directamente a los DataFrames en memoria, mientras que los comandos en SQL se ejecutan en una base de datos y operan en tablas almacenadas.

[Carolina Nicasio @cfnicasio]

❗No olvidemos que Pandas es una biblioteca de Python para el análisis y manipulación de datos en memoria, mientras que SQL es un lenguaje de consulta utilizado para interactuar con bases de datos relacionales.