Software Engineer | Sports Tech & Data ⚽💻
Worked with @udechile & @DeportivoCaliCP
Pursuing MSc in Sports Big Data @SportsDataCamp
El Club del Futuro 📊
Hoy, SpaceX cambió para siempre el equilibrio de la economía mundial, la política y la guerra moderna.
Tras desplegar 26 satélites Starlink V3 de nueva generación en 14 órbitas distintas, la nave Ship 42 resistió la reentrada atmosférica a más de Mach 25 y aterrizó sin contratiempos entre los brazos de Mechazilla en Starbase.
Por estas razones, todos los ministros de Finanzas, los organismos reguladores y los ministerios de Defensa del planeta amanecieron hoy ante una nueva realidad.
La reutilización completa de la etapa superior acerca el costo de cada lanzamiento orbital al del combustible y el mantenimiento. Si a eso se suman el suministro de silicio de Terafab para uso propio y los pedidos de paneles solares de heterounión (HJT) por un total de 100 GW que SpaceX ha hecho para Starmind, Musk ya puede desplegar centros de datos orbitales de IA a escala de gigavatios y ofrecer banda ancha mundial más rápido y a menor costo que los gigantes de la nube, que en tierra afrontan esperas de cinco años para conectarse a la red eléctrica.
Una Starship totalmente reutilizable que despliegue 26 o más satélites V3 por vuelo crea una infraestructura mundial de comunicaciones y cómputo imposible de censurar, con conexión directa a los celulares. Esa infraestructura permite eludir los monopolios nacionales de telecomunicaciones, los puntos críticos de la red de cables submarinos y los vetos de los reguladores locales.
Las redes interconectadas de satélites en órbita terrestre baja, capaces de seguir funcionando incluso si fallan algunos de sus componentes, el seguimiento de misiles hipersónicos y la rapidez logística definen hoy la guerra moderna. La captura de hoy demuestra que Estados Unidos cuenta con un sistema de lanzamiento de gran capacidad, a escala industrial, capaz de reponer en cuestión de días constelaciones enteras de satélites de defensa como Starshield. Con el tiempo, ese sistema podrá entregar más de 100 toneladas de carga militar en cualquier punto de la Tierra en menos de 45 minutos.
El 14 de noviembre de 2026 pasará a la historia como el día en que el espacio dejó de ser una frontera para la exploración y se convirtió en la posición estratégica dominante en la disputa por el poder mundial.
Vivimos en una burbuja, me meto por aquí y veo a gente con 20 agentes desplegados en la nube
Luego preguntas a amigos trabajando en otras empresas y con suerte les dan acceso a una sub de Claude
Vamos a pasar súper rápido de la euforia de "qué locura lo productivo que soy con IA", al bajón de darnos cuenta de que nuestro trabajo ahora es básicamente revisar cambios y darle a "aceptar".
Seremos absurdamente eficientes, pero nuestros trabajos van a ser más aburridos.
@fmontes Google ya no hace algo similar con gemini? Creo que es la única que (por ahora) le puede competir, ya que tiene un ecosistema creado y con gemini en todos lados
Recuerdo cuando muchos se burlaban de Google y Antigravity en la carrera de los agentes de IA. Yo siempre dije que estaba infravalorado porque Google ya tiene un ecosistema completo de muchas otras aplicaciones y ahora se pondría a tope con sus modelos de AI. Ahora con Antigravity le iba a hacer una gran competencia a Anthropic como plataforma para desarrollar cosas y ya lo está haciendo.
Aprende creando proyectos reales con Google Codelabs: tutoriales que te guían paso a paso. 💻🐾
Hoy te retamos con "Servidores de MCP de Google Workspace en Google Antigravity 2.0, IDE o CLI":
🌐 Usa el Protocolo de contexto del modelo (MCP) para conectar tus datos a Antigravity 2.0.
🛠️ Interactúa de forma segura con Gmail, Drive, Documentos, Calendario y Chat.
⚡ Configura todo esto desde Google Cloud sin escribir código.
Empieza aquí 👇🔗https://t.co/Mt9qC9iPvO
Digital transformation in football is broken.
Most clubs spend fortunes on bloated enterprise licenses that staff abandon within weeks—reverting back to WhatsApp and disconnected Excel sheets.True sports tech isn't about invasive tools. It’s about building invisible software layers that adapt to how coaches and scouts already.
Here are 5 modular, high-impact software architectures solving real bottlenecks in elite clubs:
1️⃣ Unified Player Passport (Google Drive ➔ Prefect ➔ Power BI)
2️⃣ Pitch-Side Scouting Ingestion via AI Audio Agents
3️⃣ Nutrition RAG with PostgreSQL & pgvector
4️⃣ Automated COMET Connector (Anti-Corruption Layer)
5️⃣ Staff Continuity Model (Monte Carlo & xPTS)Read the full breakdown with architecture diagrams below 👇
Lo digo porque justamente el club que me contactó fue para hacer algo así. Su departamento médico y de rendimiento, en el proyecto deportivo, ya hace landing. Trabajan con Python, aún sin saber programar, para poder generar gráficos, calcular fórmulas y todo esto.
Pero tienen el clásico problema de que simplemente, de un Excel, lo revisen ahí. Hay temas y problemas de seguridad: a veces la data la guardan mal, faltan campos y todo lo relacionado con cómo organizar la data. Ahí es cuando me contactan a mí para estandarizar ese flujo de cómo guardar esos datos en una base de datos de manera más profesional y escalable.
El día de mañana pueden trabajar con una herramienta de business intelligence, su propia plataforma barcodada o simplemente generar gráficos o simplemente pasársela a un agente como Codex. Pero necesitan esta centralización y organización de la data.
Si hay algo que les recomendaría estudiar o entender en la era de la IA, son los fundamentos de ingeniería de datos. Hoy en día es muy común construir un producto, especialmente en empresas cuando construyen productos internos, pero siempre está el tema de cómo organizar la data, cómo guardarla y cómo un agente va a consumir esa data.
Así, hagan una landing page:
- cómo obtener toda esta data
- temas de seguridad
- procesos de analítica
Eso es lo que yo recomendaría estudiar:
- cómo el flujo de un ETL
- bases de datos analíticas y transaccionales
- entender cómo se hace todo eso
Si hay algo que les recomendaría estudiar o entender en la era de la IA, son los fundamentos de ingeniería de datos. Hoy en día es muy común construir un producto, especialmente en empresas cuando construyen productos internos, pero siempre está el tema de cómo organizar la data, cómo guardarla y cómo un agente va a consumir esa data.
Así, hagan una landing page:
- cómo obtener toda esta data
- temas de seguridad
- procesos de analítica
Eso es lo que yo recomendaría estudiar:
- cómo el flujo de un ETL
- bases de datos analíticas y transaccionales
- entender cómo se hace todo eso
Me llegó una propuesta de freelance un poco peculiar. En este caso no se trata de desarrollar un producto, aunque esa era la idea principal, sino que por temas de tiempo, No lo tomé. Sino que sería una especie de product manager para la persona o el freelance que va a desarrollar el producto, ya que quien está contratando no tiene los conocimientos técnicos.
Es un poco peculiar porque, en este caso, sí podía delegar la idea para hacer el proyecto, pero contratamos un freelance que va a desarrollarlo a su manera. Yo me voy a estar encargando de gestionar el proyecto, de que el código se mantenga, de que la dueña del proyecto despliegue y que funcione, de pasar todas las pruebas y de ser el encargado de la parte técnica. Que tenga sentido lo que se les está contratando a los freelancers.
Me parece un poco peculiar porque, en otros proyectos, me ha tocado a mí hacer todo, desde el producto hasta desarrollarlo. Aquí es más que todo gestionar quién va a desarrollarlo y esto desde la parte de freelancers, es nuevo para mí.
Algo que me gusta de la IA es la facilidad de cambiar de producto de un momento a otro. Les doy un ejemplo. Trabajando para uno de los clubes de fútbol, comencé haciéndoles un desarrollo a medida en una plataforma. Luego por distintos cambios y decisiones decidimos pasar a herramientas open source como Nextcloud y Supeset para BI. Luego que se los muestro otra vez, por temas de cambio ( sí, ya sé que es un poco tedioso pero bueno. Así se estaba moviendo este cliente), Tuve que llevarlo otra vez a otra plataforma 100% personalizada y este tercer punto lo hice en apenas 2, 3 horas. Ya una vez teniendo todos los datos, simplemente lo adapté a la base de datos y creé esta plataforma analítica en un par de horas.
Eso es lo que me gusta de la IA: básicamente el desarrollar baja la barrera. Lo importante es que y cómo hacerlo, qué es lo que se necesita y, al momento de hacerlo, es simplemente un commodity más, un requerimiento más.
Uno de los enfoques para no saturarme en side projects, es primero buscar vender algo. Ahora le estoy haciendo un sistema a un club de futbol, es agotador? Si, pero si no fuera ahi, igual estuviera en algun otro proyecto, solo que con este tengo un motivarte extra y es que es para un cliente y una venta real.