Desplegando.cloud

Marcia Villalba

Podcast y newsletter semanal de noticias sobre AWS y serverless en Español Hosted by Marcia Villalba desplegando.substack.com

  1. 1h ago

    No tenía tiempo para estudiar AWS.

    Diego trabaja 9 horas, tiene dos hijos, hace deporte los fines de semana. Me dijo que quería aprender AWS pero que no tenía tiempo. Le pregunté qué hacía cuando iba al gimnasio. “Escucho música.” Le pregunté qué hacía cuando iba a buscar a sus hijos al colegio. “Nada, espero.” Diego no tenía un problema de tiempo. Tenía un problema de planificación. 💡 “No tengo tiempo” no es un problema de tiempo Es la frase que más escucho. Y casi siempre esconde algo distinto: no hay un plan, no hay un objetivo claro, y estudiar sin eso se siente como llenar un balde agujereado. Hay tres mitos que alimentan esa sensación: “Necesito bloques de 2-3 horas para estudiar.” No. El aprendizaje en trozos pequeños funciona mejor — el cerebro procesa la información entre sesiones. 15 minutos en el gimnasio, 10 minutos esperando al colegio. Se acumula más de lo que parece. “Tengo que aprender los 200 servicios de AWS.” Nunca vas a terminar. Lo que necesitás es un objetivo concreto y estudiar solo lo que te acerca a ese objetivo. “Primero me certifico, después trabajo.” Las certificaciones validan conocimiento — no lo generan. Sin proyectos reales primero, estudiar para una certificación es memorizar cosas que no entendés por qué importan. Las 4 estrategias que funcionan 1. Micro-proyectos — en vez de 10 tutoriales de servicios aislados, construí una cosa concreta. Una WebApp, un conversor de texto a audio, un agente pequeño. Aprendés conectando servicios reales para resolver un problema real. Ese conocimiento queda. 2. Aprendé en contexto — no estudies Lambda en abstracto. Estudiá Lambda porque necesitás Lambda para tu proyecto. La diferencia en retención es enorme. 3. Robá arquitecturas — no empecés desde cero. Serverless Land patterns tiene decenas de arquitecturas listas. Agarra una, entendela, adaptala a tu caso de uso. 4. No aprendas solo — cuando tenés poco tiempo, no te podés dar el lujo de quedarte trabado horas con un error. Una comunidad donde podés preguntar, donde hay pares en el mismo proceso, donde hay alguien que ya cometió el error que estás por cometer — eso multiplica lo poco tiempo que tenés. 🚀 ¿Querés aprender AWS sin perder el tiempo que no tenés? Como sabrás, hace unos días lancé el curso de Agentes de IA usando AWS Serverless en mi comunidad. Y para que lo puedas hacer, el 6 de julio abro inscripciones a la comunidad de Desplegando.cloud — un espacio donde devs aprenden AWS con proyectos reales, con pares que están en el mismo proceso, y sin tener que googlearlo todo solos. Solo va a haber 15 cupos, así que anotate en la lista de espera para ser de los primeros en enterarte: 📋 ANOTARME EN LA LISTA DE ESPERA 🗣️ Lo que dicen los que ya lo están haciendo “Podés aprender a tu ritmo pero sin sentirte solo en el proceso.” — Gabino Santana “El aprendizaje comunitario es mucho más rápido y eficaz. Siempre hay alguien dispuesto a ayudar y compartir conocimientos.” — Jorge Hernández, ZAPORTA SA 💬 Tu turno ¿Cuál de los tres mitos te resuena más? ¿O tenés una estrategia propia para encontrar ese tiempo que “no existe”? Contame 👇 This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit desplegando.substack.com

    12 min

  2. 4d ago

    🚀 AWS Lambda presenta MicroVMs

    ¡Bienvenidos a Desplegando.cloud! 🚀 Desplegando.cloud es tu fuente semanal en español para mantenerte al día con lo más relevante de AWS y Serverless. Esta es una gran semana. Lambda hizo un super lanzamiento que opaca a todo el resto - podes leerlo todo en la sección de noticias destacadas. 🤖 Y yo lance mi curso de Agentes de IA usando AWS Serverless, más de 5 horas de contenido en español. Podes aprender más del curso y anotarte a la lista de espera. ✏️ ¡Comparte tus recursos! Si has escrito en un blog o creado algo interesante sobre AWS o Serverless, envíamelo. A veces es imposible encontrarlo todo en internet, y me encantaría destacar tu trabajo. 🎧También puedes escuchar esta newsletter en formato podcast, donde resumo cada edición. Búscalo en las principales plataformas o en cada correo que recibas. 🗓 ¿Organizas un evento en español sobre AWS o Serverless? Escríbeme en redes o en los comentarios, y con gusto lo mencionaré. 📢 Si te gusta esta newsletter, compártela con tus colegas para que más personas puedan estar al día con el mundo serverless. Si tienes comentarios o sugerencias, escríbeme en LinkedIn, X, o Instagram. ¡A desplegar! 🚀 La semana que viene no hay newsletter de noticias porque me voy a tomar unas pequeñas vacaciones. Pero les dejo un podcast de información en vez y nos vemos en 2 semanas con las noticias. 📰 Noticias Relevantes 🚀 AWS Lambda presenta MicroVMs: Sandboxes aislados con control total del ciclo de vida AWS ha lanzado AWS Lambda MicroVMs, una nueva primitiva de computación serverless que permite a los desarrolladores ejecutar código generado por usuarios o IA en entornos de ejecución aislados y persistentes. A diferencia de las funciones Lambda tradicionales, que son sin estado y tienen un tiempo de espera de 15 minutos, las MicroVMs ofrecen aislamiento a nivel de máquina virtual, garantizando que el código no confiable de un usuario no pueda acceder a otro entorno o al sistema subyacente. Cada MicroVM está diseñada para un único usuario o sesión, lanzándose rápidamente y reteniendo el estado de memoria y disco durante toda la sesión, que puede persistir hasta 8 horas. Además, cuando un usuario se aleja, la MicroVM puede suspenderse automáticamente o explícitamente a un bajo costo de inactividad, preservando su estado completo para un reanudado instantáneo cuando vuelva el tráfico. Este servicio está disponible en las regiones de US East (N. Virginia, Ohio), US West (Oregón), Europa (Irlanda) y Asia Pacífico (Tokio) en arquitectura ARM64. 🔗 Para más información, visita el blog de AWS sobre MicroVMs. 🎟️ AWS All Builders Welcome: beca completa para ir a re:Invent 2026 Si estás al inicio de tu carrera en tecnología y siempre quisiste ir a re:Invent pero el costo lo hace imposible, esta es tu oportunidad. AWS abrió las aplicaciones para el All Builders Welcome Grant, una beca diseñada específicamente para tecnólogos en sus primeros cinco años de carrera. Cubre todo: pase completo a la conferencia, vuelo de ida y vuelta, y cinco noches de hotel. Además incluye acceso a un programa especial con evento de bienvenida, meetup entre pares y mentoría con expertos de AWS. Este año también hay un número limitado de becas para estudiantes universitarios. Las aplicaciones cierran el 14 de julio, así que si calificás (o conocés a alguien que pueda), no dejés pasar esta fecha. 🔗 Más información y términos de elegibilidad en AWS 🆕 AWS lanza programa beta para mantener certificaciones sin examen Desde hoy, AWS ha introducido un programa beta abierto que permite a los profesionales certificados mantener su certificación de AWS durante un año adicional, sin necesidad de retomar un examen completo. En lugar de un test riguroso, ahora los individuos pueden completar cursos digitales y laboratorios prácticos en AWS Skill Builder. Este nuevo camino para el mantenimiento de la certificación es elegible cuando una certificación está dentro de los 90 días antes de su vencimiento, ofreciendo una manera más accesible de demostrar la continua experiencia en las tecnologías en evolución de AWS. 🔗 Para más información, visita el blog de AWS Training and Certification 🔓 AWS IAM Identity Center ahora permite cuotas separadas para cuentas y aplicaciones AWS ha lanzado una actualización importante para AWS IAM Identity Center, que permite a las organizaciones establecer cuotas separadas para el número de cuentas de AWS y aplicaciones que se pueden configurar en una instancia de IAM Identity Center. Anteriormente, consumir capacidad en una categoría (p. ej., cuentas) podía limitar la disponibilidad en la otra (p. ej., aplicaciones). Con este cambio, ahora puedes configurar independientemente hasta 7,000 cuentas de AWS y 7,000 aplicaciones, asegurando que el uso de más en una no agote la capacidad de la otra. Esta actualización está diseñada para apoyar a grandes empresas que gestionan miles de cuentas de AWS, permitiendo la incorporación de nuevas aplicaciones sin consumir la capacidad de las cuentas. 🔗 Para más información, visita el blog de AWS 🔗 Otras noticias que te pueden interesar 📊 Amazon CloudWatch introduce métricas nativas de OpenTelemetry con consultas PromQL y precios por GB → Leer más 🌐 Amazon Route 53 Global Resolver ahora admite compartir vistas DNS entre cuentas de AWS → Leer más 🔍 Comprobaciones de razonamiento automatizado en Amazon Bedrock Guardrails añaden nuevos flujos de trabajo para la refinación de políticas → Leer más 🔐 Amazon Cognito ahora admite claves administradas por el cliente para el cifrado en reposo → Leer más 📜 Amazon CloudWatch Logs admite la ingesta de syslog administrada → Leer más 🏷️ Amazon CloudWatch ahora admite etiquetas en los paneles → Leer más 🌍 Amazon Neptune ahora admite AWS CloudFormation para bases de datos globales → Leer más 🔑 Amazon Bedrock AgentCore Memory ahora admite acceso entre cuentas → Leer más 🎬 Video de la Semana Esta semana les muestro como construir un agente que usa herramientas y toma deciciones en menos de 10 minutos usando AWS Strands. 📚 Artículos Interesantes Esta semana todos los artículos interesantes van relacionados con agentes para hacerle honor al curso que acabó de lanzar. 🤖 Por Qué la Observabilidad Tradicional No Funciona con Agentes de IA La observabilidad tradicional falla al aplicar patrones a los agentes de IA, ya que estos sistemas no deterministas no se comportan como las solicitudes de backend estables. En lugar de seguir un camino predecible, la ejecución de los agentes implica una planificación y razonamiento dinámicos. Puntos clave: * La no determinación es el núcleo del problema: Prompts idénticos llevan a diferentes caminos de ejecución, haciendo que la monitorización estática no sea suficiente. * La telemetría de razonamiento es esencial: Es necesario trazar las ‘semánticas de razonamiento’ para detectar incidentes en producción. * Cuatro pilares para una observabilidad agentista: Instrumentación de pasos de razonamiento, trazado independiente de herramientas, monitorización de profundidad/reintentos y correlación con infraestructura. 🎯 Reflexión: La evolución de la observabilidad debe adaptarse a la naturaleza no determinista de los agentes de IA, moviéndose hacia un trazado distribuido que se enfoque en el razonamiento, lo que permitirá una mejor gestión y detección de problemas en los sistemas complejos. 📖 Leer el artículo completo 🤖 Lo Humano, Lo Automatizable, Lo Irresponsable Este artículo explora el delicado equilibrio entre el juicio humano, los procesos automatizados y el creciente riesgo de depender excesivamente de la inteligencia artificial (IA) en el desarrollo de software y las operaciones comerciales. Puntos clave: * La IA carece de responsabilidad a largo plazo, no entiende el mantenimiento o las limitaciones, solo los humanos lo hacen. * La dependencia de la IA es el verdadero riesgo; aceptar resultados sin cuestionar puede llevar a decisiones erróneas. * La verdadera ventaja radica en usar la IA para amplificar la experiencia, validando resultados mientras se mantiene el juicio personal. 🎯 Reflexión: El juicio y la toma de decisiones humanas son nuestros activos más valiosos. La automatización debe mejorar nuestras capacidades, no diluirlas. La IA acelera nuestro camino, pero seguimos siendo responsables de dirigir su uso. 📖 Leer el artículo completo 📄 Construyendo una Aplicación de Reclamos de Seguro con Amazon Bedrock Este artículo presenta una solución completa para una aplicación sencilla de reclamos de seguros que utiliza modelos de Amazon Bedrock para extraer información clave de reclamos enviados por usuarios y luego resumirla en lenguaje natural. 🔑 Puntos clave: * Uso de dos llamadas secuenciales a Bedrock: primero para extraer datos críticos del reclamo y luego para resumirlo en lenguaje natural. * Arquitectura completamente serverless con API Gateway, Lambda, S3, DynamoDB Streams y WebSocket API para retroalimentación en tiempo real al usuario. * Integración de Bedrock Guardrails y Knowledge Bases para mejorar la seguridad, precisión y comprensión contextual de los reclamos de seguro. 🎯 Reflexión: La solución no solo es una demostración de capacidades técnicas, sino que también muestra cómo la inteligencia artificial puede optimizar procesos en sectores tan críticos como el de seguros. 📖 Leer el artículo completo 🤖 Arquitecturas para el Desarrollo de IA Agente en AWS Este artículo del blog de arquitectura de AWS se dirige a arquitectos en la nube que buscan habilitar una iteración rápida con agentes de IA. Estos agentes van más allá de meras sugerencias de código al escribir, probar, desplegar y refinar aplicaciones de forma autónoma

    7 min

  3. Jun 26

    Le pregunté a mi agente cuánto costaba mi arquitectura...

    Conecte mi agente a AWS. Le pedí que analizara cuánto me iba a costar la arquitectura que estaba diseñando. El agente respondió con números precisos, con detalles, con confianza total. Eran inventados. No tenía forma de acceder a los precios reales de AWS. No podía mirar mi cuenta. No podía hacer nada — solo hablar. Y a eso no se le llama agente. 💡 Sin herramientas, tu agente es un chatbot caro Hay una confusión que veo todo el tiempo: gente que construye “agentes” que son un prompt largo llamando a un modelo. Cuando les pedís que hagan algo concreto — consultar precios reales, validar datos contra una API, ejecutar una acción — se inventan la respuesta. Un agente sin herramientas es como un arquitecto sin obreros. Puede diseñar. Puede opinar. Puede explicar. Pero no puede hacer nada. Las herramientas son las manitos del agente. Sin ellas, solo genera texto. Los 3 tipos de herramientas Uso Strands — el SDK open source de AWS — para construir mis agentes. Tiene tres formas de darle herramientas al agente: 1. Built-in — vienen en el framework, listas para usar. Por ejemplo: current_time para que el modelo sepa en qué fecha vive (los modelos no saben la fecha por defecto) o calculator para que no haga matemáticas de memoria y se equivoque. 2. Custom — funciones que vos creás con un decorador @tool. Una función normal de Python más un string en lenguaje natural que le explica al modelo cuándo y cómo usarla. Ese string es el contrato entre tu función y el agente. No es documentación técnica — es como le explicarías la herramienta a alguien no técnico: qué hace, cuándo usarla, qué argumentos necesita, qué retorna. 3. MCP (Model Context Protocol) — herramientas que ya existen y podés conectar sin programarlas. Hay MCPs para AWS, GitHub, Notion, bases de datos, scraping. Conectás tu agente al servidor y listo. El error que destruye la eficiencia Crear herramientas atómicas. Una que busca el usuario, otra que manda el email. El agente tiene que coordinar dos llamadas cuando podría ser una. Mejor: una herramienta notificar_usuario que hace todo junto. Menos tokens, menos loops, menos costo, mejor performance. Anthropic publicó un análisis de miles de herramientas y llegó a la misma conclusión: las herramientas más efectivas consolidan workflows completos, no funciones individuales. El problema opuesto: demasiadas herramientas Esto también lo rompe. Cuando le das muchas herramientas al agente, se confunde — no sabe cuál elegir, empieza a usar las que no corresponden. Cada herramienta consume parte del contexto limitado del agente. Regla práctica: pocas herramientas, bien definidas, con descripciones claras. Si necesitás muchas herramientas, probablemente necesitás dividir en agentes más pequeños y especializados. Una regla que nunca falla Si vos no entendés qué hace una herramienta leyendo su descripción y sus parámetros, el modelo tampoco va a entender. Las herramientas que funcionan para los humanos funcionan para los agentes. Volviendo al cuento del agente del principio… Lo que cambió en el agente con las herramientas correctas Con el MCP de pricing de AWS, mi agente ya no adivina. Lee la infraestructura como código, consulta los precios reales, mira el Cost Explorer de la cuenta, y me da un análisis real. Incluso me dice cómo optimizar la arquitectura para que salga más barata. 🚀 ¿Querés construir agentes que hagan cosas de verdad? Tengo un mini-curso gratuito de Agentes IA donde vemos exactamente esto: cómo diseñar y conectar herramientas reales, cómo evitar los errores más comunes, y cómo desplegarlo en AWS. 🎯 ACCEDER AL MINI-CURSO GRATUITO This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit desplegando.substack.com

    15 min

  4. Jun 22

    Esta semana AgentCore no paró — y vos necesitás saber qué pasó

    ¡Bienvenidos a Desplegando.cloud! 🚀 Desplegando.cloud es tu fuente semanal en español para mantenerte al día con lo más relevante de AWS y Serverless. Me voy de vacaciones una semana en Junio y AWS tira la casa por la ventana con anuncios. Esta semana viene cargadísima de lanzamientos. Tan cargada de noticias que no hay espacio para artículos destacados. Me costó elegir qué noticias destacar incluso, así que lean los titulares de otras noticias que seguro que encuentran cosas muy interesantes. Esta semana muchos lanzamientos nuevos y también mucho para Bedrock AgentCore. Justo que terminé de grabar el curso de casi 6 horas de contenido y ahora me agregan más cosas, voy a tener que seguir grabando! Bueno, no me voy más por las ramas y vamos a las noticias más interesantes de estas últimas dos semanas. Si queres enterarte cuando publique el curso anotaté acá que te aviso. ✏️ ¡Comparte tus recursos! Si has escrito en un blog o creado algo interesante sobre AWS o Serverless, envíamelo. A veces es imposible encontrarlo todo en internet, y me encantaría destacar tu trabajo. 🎧 También puedes escuchar esta newsletter en formato podcast, donde resumo cada edición. Búscalo en las principales plataformas o en cada correo que recibas. 🗓 ¿Organizas un evento en español sobre AWS o Serverless? Escríbeme en redes o en los comentarios, y con gusto lo mencionaré. 📢 Si te gusta esta newsletter, compártela con tus colegas para que más personas puedan estar al día con el mundo serverless. Si tienes comentarios o sugerencias, escríbeme en LinkedIn, X, o Instagram. ¡A desplegar! 🚀 📰 Noticias Relevantes 🤖 AWS WAF permite a los creadores de contenido monetizar el acceso para bots de IA AWS ha introducido una nueva funcionalidad de monetización de tráfico AI en AWS WAF Bot Control, que permite a los propietarios de contenido y editores cobrar a los bots y agentes de IA por el acceso a contenido web protegido directamente en el borde. Esta característica funciona sin necesidad de cambios en la infraestructura de origen ni en el código de aplicación personalizado, permitiendo establecer reglas de precios según la ruta de contenido, la categoría de bot y el nivel de verificación. Cuando un bot de IA solicita contenido protegido, AWS WAF puede devolver una respuesta 402 Payment Required utilizando el protocolo de pago máquina-a-maquina x402, que incluye precios, métodos de pago aceptados y términos de licencia. El agente puede presentar prueba de pago, que AWS WAF verifica en el borde, emitiendo acceso limitado y sirviendo el contenido en el mismo ciclo de solicitud. Esta solución permite a los editores diferenciar precios según la identidad del agente o el estado de verificación, monitorear ingresos y actividad de bots en la consola, y recibir pagos en monedas estables a una billetera preferida. 🔗 Para más detalles, visita el blog de AWS sobre la capacidad de monetización de tráfico AI en AWS WAF. 🚀 Strands Agents evoluciona con nuevas capacidades: menores costos, mejor aislamiento y más resiliencia La primera novedad es la mejora en la gestión de contexto dentro del Harness SDK, que permite liberar salidas grandes a un almacenamiento externo, comprimir mensajes antiguos en resúmenes y llevar a cabo una compresión proactiva del contexto antes de un desbordamiento. Según el comunicado, estos cambios resultaron en una reducción de costos del 55% en pruebas de referencia, al tiempo que mejoraron la precisión del 68% al 98% en tareas reales de investigación de código. La segunda actualización es Strands Shell, un nuevo entorno de ejecución sandbox de código abierto que permite a los agentes ejecutar comandos, inspeccionar archivos e interactuar con APIs de manera controlada. Este nuevo entorno asegura que el agente solo vea lo que se le expone explícitamente, limitando su espacio de trabajo y mejorando la seguridad operativa. Por último, se introduce testing de caos y evaluaciones en Strands Evals 1.0, diseñadas para validar el comportamiento de los agentes antes de su implementación en producción. 🔗 Para más información, visita el blog de Strands Agents 🚀 Amazon Bedrock AgentCore Harness Amazon ha anunciado la disponibilidad general de Amazon Bedrock AgentCore Harness, una solución gestionada que acelera el proceso de creación de agentes. Ahora, los desarrolladores pueden dejar de conectar manualmente los elementos subyacentes, ya que el harness permite una configuración sencilla y delega la orquestación a AWS. El harness se puede crear e invocar a través de dos llamadas a la API: CreateHarness e InvokeHarness, o utilizando la CLI y la consola de AgentCore, lo que permite tener agentes funcionando en minutos. Estos agentes operan en un entorno aislado, recordando a los usuarios y conversaciones, utilizando herramientas, navegando por la web y cambiando de proveedores de modelos sin perder contexto. 🔗 Para más información, visita el blog de Amazon sobre AgentCore 🚀 Amazon lanza Bedrock Managed Knowledge Base para aplicaciones de IA empresarial Amazon ha anunciado la llegada de Amazon Bedrock Managed Knowledge Base, una nueva capacidad completamente gestionada que permite a los desarrolladores construir aplicaciones de IA generativa empresarial utilizando datos propietarios en cuestión de minutos. Esto elimina la necesidad de ensamblar y mantener un pipeline completo de RAG por su cuenta. El principal valor agregado de Bedrock es que abstrae el trabajo de infraestructura que involucra almacenamiento, recuperación, incrustaciones, re-ranking y selección de modelos, permitiendo que los equipos se concentren en el desarrollo de aplicaciones y resultados comerciales. El anuncio destaca tres innovaciones clave: * En primer lugar, los conectores de datos nativos simplifican la ingesta de fuentes empresariales comunes como Amazon S3 y SharePoint, eliminando la sobrecarga de integración personalizada. * En segundo lugar, la Smart Parsing elige automáticamente la estrategia de análisis adecuada para diferentes tipos de contenido, mejorando la precisión en la recuperación. * Por último, el Agentic Retriever mejora la respuesta a preguntas más complejas al razonar entre múltiples bases de conocimiento. 🔗 Para más información, visita el blog de Amazon Bedrock: 🌐 Búsqueda Web en Amazon Bedrock AgentCore Amazon ha presentado la búsqueda web en Bedrock AgentCore, una capacidad completamente administrada que permite a los agentes de inteligencia artificial acceder a información web actual y citada, manteniendo la seguridad dentro del entorno de AWS sin que haya transferencia de datos. Esta funcionalidad se expone a través de un conector AgentCore Gateway que utiliza el Protocolo de Contexto de Modelo (MCP). Esto permite a los agentes enviar consultas en lenguaje natural y recibir resultados clasificados, acompañados de fragmentos, URLs de fuentes, títulos y fechas de publicación que pueden utilizarse para fundamentar las respuestas. AWS simplifica la incorporación de búsqueda web, eliminando la necesidad de integraciones externas y manejo de cumplimiento. 🔗 Para más información, visita el blog de AWS 📦 Amazon S3 Annotations: Contexto rico y consulta directa para tus objetos Amazon ha lanzado una nueva característica de metadatos para S3: las anotaciones, que permiten adjuntar un contexto rico, mutable y consultable directamente a los objetos en S3. A diferencia de las tradicionales etiquetas de objeto o encabezados, las anotaciones admiten cargas mucho más grandes, de hasta 1 GB por objeto, y pueden almacenar formatos como JSON, XML, YAML y texto plano. Esta funcionalidad se dirige a casos donde el contexto del objeto necesita evolucionar, como transcripciones generadas por AI, calificaciones de contenido, especificaciones técnicas, detalles de cumplimiento e historial de procesamiento. Un aspecto clave es que las anotaciones viajan con el objeto a través de copias, replicaciones y transferencias entre regiones, lo que las hace más fáciles de gestionar que los sistemas de metadatos externos. Además, AWS integra las anotaciones con los metadatos de S3: una vez habilitadas, fluyen hacia tablas de anotaciones administradas que pueden ser consultadas con Amazon Athena y otros motores de análisis compatibles con Iceberg, brindando a los equipos una forma escalable de buscar y analizar contextos a través de grandes conjuntos de datos. 🔗 Para más información, visita el blog de Amazon sobre Anotaciones de S3. 📱 Kiro lanza su app nativa para iOS, optimizando el flujo de trabajo en la nube Kiro ha presentado su nueva aplicación nativa para iOS, diseñada para que los desarrolladores se mantengan conectados a sus sesiones en la nube en cualquier lugar. Esta app se posiciona como una extensión práctica del flujo de trabajo de Kiro, permitiendo a los usuarios iniciar sesiones, monitorear el progreso, revisar diferencias y aprobar cambios, sin necesidad de tener un laptop a la vista. 🔗 Para más información, visita el blog de Kiro 🤖 Recupera horas cada día con agentes autónomos en Amazon Quick Amazon ha anunciado nuevas capacidades en Amazon Quick, un asistente de inteligencia artificial diseñado para optimizar el trabajo diario. Esta actualización clave introduce agentes autónomos que operan en segundo plano, asumiendo tareas repetitivas como la redacción de seguimientos, la actualización de notas en el CRM y la gestión de órdenes de compra. Los usuarios pueden crear estos agentes en minutos utilizando un lenguaje sencillo, elegir de entre opciones predefinidas y controlar el nivel de autonomía de cada uno, desde instrucciones detalladas hasta objetivos generales. Adicionalmente, Quick ahora incluye un feed de actividad que ayuda a priorizar tareas importantes y ofrece una vista consolidada de las actualizaciones, permitiendo acceder a in

    5 min

  5. Jun 15

    Por qué no te llaman cuando mandas un CV

    Esta semana estoy de vacaciones y en vez de la newsletter semanal con noticias te mando un podcast para que lo escuches de camino al trabajo. Espero que te guste. La semana que viene estamos de vuelta con las noticias. Invité a Isa a la comunidad de Desplegando.cloud. Lleva años construyendo equipos técnicos — Amazon, GitLab, entre otras. Le pedí que nos contara cómo se ve el proceso desde el otro lado. Yo se que muchos de ustedes mandan CVs, aplican a posiciones y no reciben respuesta. O peor: reciben el email genérico de “gracias, pero no”. Y no es porque no sean buenos. Lo que sigue son las 5 cosas que más me impactaron de nuestra charla. 💡 5 cosas que una hiring manager quiere que sepas 1. Tu CV no lo lee un humano primero Hay una IA recibiendo todas las aplicaciones. Se llama ATS (Applicant Tracking System) y compara tu CV contra la descripción del puesto. Si hay match, sumás puntos. Si no hay match, nadie te ve. La solución no es hacer un CV lleno de keywords. Es adaptar tu CV a cada posición usando las mismas palabras, pero integradas de forma natural a tu experiencia real. Un mismo CV mandado a 10 empresas va a puntuar bajo en la mayoría. 2. No describas tu rol — describí tu impacto Una vez que pasás el filtro de la IA, un humano te lee. Y lo que necesita saber es por qué vos sobre los otros 200 que aplicaron. No es “desarrollé aplicaciones frontend”. Es “optimicé el pipeline de datos reduciendo el tiempo de procesamiento de 4 horas a 45 minutos”. No es “trabajé en soporte técnico”. Es “construí el equipo de soporte técnico desde cero, creé toda la documentación y los procesos”. El contexto hace toda la diferencia. 3. Contactá al hiring manager directamente Esto sorprendió a todos en la comunidad. Isa tiene 200-300 CVs en la plataforma y le escriben una decena de personas. Cuando alguien le escribe directamente, ya lo ve como iniciativa, como alguien que realmente quiere ese trabajo. Un miembro de la comunidad lo hace sistemáticamente y tiene una tasa de respuesta muy alta. Eso sí: personalizá el mensaje. Isa contó que alguien le escribió mostrando mucho interés... para trabajar en GitHub. Ella trabaja en GitLab. 4. Preparate con el método STAR y practicalo El STAR es un método de Amazon: Situación, Tarea, Acción, Resultado. Si envolvés cada historia con estas cuatro cosas, le das al entrevistador exactamente lo que necesita. Lo más importante: no inventes historias. Un entrevistador con experiencia lo detecta en segundos. Va a pedir más detalles, va a preguntar qué herramienta usaste, cómo lo detectaste. Si la historia no es tuya, se nota. Tip que podés aplicar ahora mismo, aunque no estés buscando trabajo: anotá las historias interesantes que te pasan en el trabajo usando STAR. Cuando llegue el momento, ya las tenés listas. 5. Ser freelancer no te descalifica — te suma Cada vez más empresas valoran el freelancing como evidencia de autonomía, gestión de proyectos y capacidad de resolver problemas solo. En empresas 100% remotas, es un punto a favor muy claro. 🚀 ¿Querés armar tu plan de carrera en la nube? Tengo un mini-curso gratuito donde vemos cómo elegir tu camino, construir tu portfolio y prepararte para ese trabajo que querés. 🎯 ACCEDER AL MINI-CURSO GRATUITO This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit desplegando.substack.com

    10 min

  6. Jun 12

    Construí un agente de IA. Funcionaba perfecto. Y me estaba mintiendo.

    Carlos construyó un agente. Llamaba a Bedrock, retornaba respuestas, parecía funcionar. Hasta que le pidió que validara un RUT. El agente dijo que era válido. Era mentira. Carlos tardó un rato en darse cuenta que no tenía un agente — tenía un chatbot caro. 💡 La confusión más común con los agentes de IA Hay una idea que se repite: un agente es un prompt largo con un modelo potente. Y cuando intentan que haga algo concreto — validar datos, consultar APIs, tomar decisiones — se dan cuenta que tienen un wrapper de LLM. Un agente real es un sistema que toma decisiones en loop. No es una llamada. Es un ciclo entre modelo, herramientas, contexto y memoria que se repite hasta resolver la tarea. Las 5 piezas que necesita un agente para funcionar 1. Prompt — define el problema que tiene que resolver. Lo puede mandar un usuario, otro agente, o un sistema. Importa, pero no es lo único. 2. Modelo — el cerebro que toma las decisiones. Bedrock, OpenAI, Anthropic. El modelo no es el agente, es una pieza del mismo. 3. Herramientas — lo que hace que el agente sea agente. Funciones concretas que le decís qué tiene permitido ejecutar: validar un dato contra una API, consultar una base de datos, buscar en internet. Sin herramientas, solo genera texto. 4. Contexto y memoria — la información disponible: el estado de la conversación, resultados de herramientas anteriores, lo que aprendió del usuario en sesiones pasadas. Sin esto, cada interacción es como hablar con un LLM amnésico. 5. Loop de razonamiento — el ciclo completo: el agente recibe una tarea, se la manda al modelo, el modelo decide qué herramienta ejecutar, el agente la ejecuta, le devuelve el resultado al modelo, y el modelo decide si puede responder o necesita hacer otra cosa. Así hasta resolver la tarea. Lo que le pasó a Carlos No tenía herramientas. Cuando le pedía que validara un RUT, el modelo no podía ejecutar ninguna validación real — entonces alucinaba. Le inventaba si era válido o no basándose en su entrenamiento. El agente daba respuestas que tenían sentido. Eran confiadas. Y estaban mal. Los 4 problemas de diseño más comunes * Sin límites claros: el agente no sabe cuándo parar, llama herramientas en loop y genera una factura enorme * Sin las herramientas que necesita: inventa los datos en lugar de buscarlos * Sin control de memoria: no recuerda qué hizo, puede llamar la misma herramienta 10 veces * Sin observabilidad: no sabés si está decidiendo bien, no podés debuggearlo, no sabés si te está mintiendo 🚀 ¿Querés construir agentes que funcionen de verdad? Tengo un mini-curso gratuito de Agentes IA donde vemos exactamente esto: cómo diseñar las 5 piezas, cómo conectar herramientas reales, y cómo desplegarlo en AWS. 🎯 ACCEDER AL MINI-CURSO GRATUITO This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit desplegando.substack.com

    11 min

  7. Jun 8

    Multi-region Cognito: lo que estabas esperando para apps resilientes en AWS

    Bienvenidos a Desplegando.cloud! 🚀 Desplegando.cloud es tu fuente semanal en español para mantenerte al día con lo más relevante de AWS y Serverless. Estoy muy emocionada por todo el interés que mostraron por el próximo curso que estoy por lanzar. Les comparto la tabla de contenidos por si les interesa saber más. Pronto crearé una página más bonita, pero aún estoy terminando de grabar la última sección de Bedrock AgentCore y me faltan aún los videos de introducción y conclusión. Si todo sale bien, estará listo para fines de mes. Si les interesa saber más, pueden anotarse al mini curso de agentes, donde les mandaré más información. 🚨 La semana que viene no habrá newsletter porque me voy a tomar unos días de vacaciones en familia. Espero que AWS no anuncie nada muy revolucionario, pero les voy a dejar programado un episodio del podcast que tanto les está gustando en vez de las noticias semanales, así no me extrañan. ✏️ ¡Comparte tus recursos! Si has escrito en un blog o creado algo interesante sobre AWS o Serverless, envíamelo. A veces es imposible encontrarlo todo en internet, y me encantaría destacar tu trabajo. 🎧También puedes escuchar esta newsletter en formato podcast, donde resumo cada edición. Búscalo en las principales plataformas o en cada correo que recibas. 🗓 ¿Organizas un evento en español sobre AWS o Serverless? Escríbeme en redes o en los comentarios, y con gusto lo mencionaré. 📢 Si te gusta esta newsletter, compártela con tus colegas para que más personas puedan estar al día con el mundo serverless. Si tienes comentarios o sugerencias, escríbeme en LinkedIn, X, o Instagram. ¡A desplegar! 🚀 📰 Noticias Relevantes 🔐 Mejora la resiliencia de tu aplicación con la replicación multi-region de Amazon Cognito Amazon Cognito ha lanzado el soporte para la replicación multirregional, permitiendo a los equipos crear una réplica de respaldo de su grupo de usuarios en otra región de AWS. Esta nueva funcionalidad garantiza la continuidad de la autenticación en caso de que una región no esté disponible. Además, AWS ha añadido soporte para claves administradas por el cliente, brindando a los equipos mayor control sobre la encriptación y manteniendo la sincronización de los datos de usuario entre regiones. Esto mejora la resiliencia de las aplicaciones sin necesidad de configuraciones complejas de replicación. La autenticación de usuarios puede continuar durante el failover, asegurando disponibilidad tanto para aplicaciones de atención al cliente como para cargas de trabajo máquina a máquina. Sin embargo, algunas acciones como el registro de nuevos usuarios y las actualizaciones de perfil no están disponibles durante este tiempo. 🔗 Para más información, consulta el artículo completo en el blog de AWS. 🖥️ Amazon Bedrock AgentCore Runtime presenta shells interactivas para acceso a terminal en sesiones de agente Amazon ha anunciado una nueva capacidad de shell interactivo para Amazon Bedrock AgentCore Runtime, expuesta a través de la nueva API InvokeAgentRuntimeCommandShell. Esta adición proporciona un terminal persistente en una sesión de agente en funcionamiento a través de WebSocket, complementando la existente API InvokeAgentRuntimeCommand para ejecuciones no interactivas. Con el shell, los desarrolladores pueden autenticarse en el microVM aislado que aloja al agente, inspeccionar archivos, ejecutar comandos ad-hoc e interactuar con el entorno, todo ello dentro de una experiencia similar a un terminal que soporta colores, autocompletado, Ctrl+C, ajuste de tamaño de terminal y reconexión automática. La continuidad de la sesión es un aspecto clave de esta función: las variables de entorno, el directorio de trabajo y el historial de comandos persisten dentro de la misma sesión de shell. AWS también destaca que un único runtime de agente puede soportar hasta 10 shells concurrentes, facilitando así el trabajo en paralelo en diferentes ramas o tareas de desarrollo. 🔗 Para más información, visita el artículo completo de Amazon Bedrock AgentCore Runtime: 🤖 AWS Step Functions agrega pasos de razonamiento impulsados por AgentCore AWS ha anunciado una integración optimizada entre AWS Step Functions y el harness gestionado Amazon Bedrock AgentCore (en vista previa), lo que permite incluir pasos de razonamiento de AI directamente dentro de las máquinas de estado. Esto significa que no solo puedes orquestar llamadas a servicios, sino también decisiones basadas en agentes, como clasificar documentos y extraer datos de formularios no estructurados. La integración se adapta naturalmente a los patrones de flujo de trabajo existentes. Puedes ejecutar agentes en secuencia o en paralelo en puntos de decisión, e incluso añadir pasos de aprobación humana antes de acciones críticas. Además, AWS proporciona un historial de ejecución detallado con datos sobre entradas y salidas de agentes, uso de tokens, duración, y enlaces a turnos de agentes en CloudWatch, lo que facilita la trazabilidad y auditoría. Esta funcionalidad es flexible para los desarrolladores. Puedes reutilizar un harness existente o crear uno en Workflow Studio, anular modelos y herramientas por invocación, y persistir contexto con un ID de sesión a través de ejecuciones del flujo de trabajo. AWS asegura que la integración está disponible en las mismas regiones donde se ofrece la vista previa de AgentCore. 🔗 Para más información, visita el anuncio completo en el blog de AWS 🚀 AWS lanza modelos GPT-5.5 y GPT-5.4 de OpenAI en Amazon Bedrock AWS ha anunciado la disponibilidad general de los modelos OpenAI GPT-5.5, GPT-5.4 y Codex en Amazon Bedrock, ampliando el acceso a modelos avanzados de OpenAI y a un agente de codificación a través de la infraestructura gestionada por AWS. Estos modelos se pueden utilizar a través de la API de Respuestas de OpenAI, los SDK de OpenAI y herramientas de línea de comandos, operando dentro del entorno seguro y nativo de AWS de Bedrock. Es importante destacar que GPT-5.5 está disponible en US East (Ohio) y GPT-5.4 en US East (Ohio) y US West (Oregon). 🔗 Para más detalles, puedes consultar el artículo completo en el blog de AWS. 🔗 Otras noticias que te pueden interesar 🔑 The AWS MCP Server ahora soporta acceso cruzado entre cuentas y roles → Leer más 🔍 Amazon Bedrock lanza una consola rediseñada optimizada para APIs compatibles con OpenAI y Anthropic → Leer más 🔐 Amazon Bedrock AgentCore Identity ahora permite llevar tus propios secretos con AWS Secrets Manager → Leer más 📈 La función de cambio de región de ARC agrega escalado de Amazon Aurora y failover de base de datos global de Amazon Neptune → Leer más 💵 AWS Cost and Usage Report 2.0 ahora soporta integración con Athena y Redshift → Leer más 📧 Amazon SES ahora soporta listas de supresión a nivel de inquilino → Leer más 🛡️ AWS Shield Advanced introduce registros de flujo de ataque DDoS → Leer más 📊 Monitorea los presupuestos de AWS directamente en los paneles de Gestión de Costos y Facturación con el nuevo widget de presupuestos → Leer más 🔗 AWS IoT Core agrega APIs para la gestión de conexiones MQTT → Leer más 📊 Amazon Bedrock añade métricas de Amazon CloudWatch para APIs compatibles con OpenAI y Anthropic → Leer más 🚌 Amazon Location Service anuncia transporte público y enrutamiento intermodal → Leer más 🎬 Video de la Semana Esta semana tenemos un nuevo episodio del podcast de Charlas Técnicas, que pueden ver en Youtube pero también en su plataforma de podcast favorita. Estamos de vuelta con Isa una vez por mes hablando de temas que les interesan a todos. Está semana hablamos de cómo el mercado laboral está cambiando con la inteligencia artificial. 📚 Artículos Interesantes ☁️ Construyendo un SaaS Multi-Tenant con API Gateway, Lambda y DynamoDB Este artículo ofrece una guía completa para implementar un API SaaS multi-tenant utilizando servicios serverless de AWS, centrándose en una aplicación de seguimiento de problemas B2B donde los inquilinos gestionan usuarios, proyectos, tickets y comentarios. Puntos clave: * Diseño de tabla única para DynamoDB: Se utilizan claves prefijadas por tenant y GSIs para garantizar la aislación de datos y patrones de acceso rápidos. * Patrón de autorizador Lambda con Cognito JWT: Permite la propagación del contexto del tenant a través de API Gateway y Lambda, facilitando el control de cuotas y uso por tenant. * Escalabilidad de infraestructura: Combina controles de tenencia a nivel de aplicación con escalabilidad de infraestructura para un SaaS B2B eficiente. 🎯 Reflexión: La combinación de AWS API Gateway, Lambda y DynamoDB optimiza no solo el rendimiento, sino también la gestión de inquilinos, lo que permite construir aplicaciones SaaS más escalables y eficientes. 📖 Leer el artículo completo 🛒 Agentes de Compras con Memoria: Innovación de Alibaba Un reciente artículo de Alibaba presenta un agente de comercio electrónico de dos etapas que recuerda las preferencias de los clientes a lo largo de múltiples sesiones, mejorando significativamente la experiencia de compra personalizada. Este sistema consciente de la memoria utiliza Strands Agents y Mem0 para mantener el contexto y el historial del usuario. Puntos clave: * Memoria Persistente Mejora la Personalización: El agente recuerda las preferencias de los clientes entre sesiones mediante Mem0, ofreciendo experiencias de e-commerce a medida que superan los sistemas sin estado. * Arquitectura de Dos Etapas: La Etapa 1 captura y almacena datos; la Etapa 2 los aplica a tareas de compras, optimizando recomendaciones y adquisiciones. * Escalabilidad Serverless en AWS: El sistema combina Strands Agents para la orquestación y AWS para un despliegue rentable y de alto rendimie

    5 min

  8. Jun 5

    Tu WebApp serverless funciona. Y por eso es el problema.

    Empezaste con una arquitectura limpia, servicios pequeños, todo prolijo. Seis meses después nadie se anima a hacer un deploy un viernes. ¿Te suena? No es que serverless no funcione. Es que la complejidad no desaparece — cambia de lugar y se vuelve invisible. 💡 Los 5 errores que convierten tu WebApp en un caos Llevo 20 años en desarrollo de software, 10 trabajando con serverless en producción. Y hay un patrón que se repite siempre, en equipos de todos los tamaños. El caos no es que la app deja de funcionar. El caos es cuando: * Nadie sabe dónde están las cosas * Los tests fallan hace meses y nadie los corre * Cada deploy se siente como apostar a la ruleta * Si algo falla, nadie sabe dónde mirar Y mientras tanto, la app “anda”. Los 5 errores que llevan ahí: 1. Autenticación pensada al final — Se deja para después porque complica el testing. Después resulta en validaciones duplicadas en cada función de Lambda, y cambiar cualquier cosa se convierte en una pesadilla. 2. Funciones Lambda que crecen sin diseño — Empiezan pequeñas. Terminan validando, ejecutando lógica de negocio, hablando con la base de datos, manejando errores y llamando a tres servicios más. Miles de líneas que nadie quiere tocar. 3. Infraestructura como código sin arquitectura definida — Si todo está en el mismo stack, un cambio chico bloquea todo el deployment. Hay que pensar qué recursos son efímeros y cuáles son persistentes antes de escribir la primera línea de CDK. 4. Testing imposible — No es que serverless no se puede testear. Es que nadie pensó cómo testearlo desde el día uno. Resultado: tests que levantan recursos reales de producción, fallan siempre y nadie ejecuta. 5. Observabilidad rota — Nadie lo nota hasta que algo falla. En un mundo asíncrono, tener logs no alcanza. Necesitás trazabilidad, alarmas con sentido y una metodología para debuggear sin hacer arqueología. ¿El patrón común? No es culpa de Lambda. No es culpa de API Gateway. No es culpa de AWS. Es que alguien juntó un montón de servicios sin un diseño, sin pensar cómo trabajan juntos, sin considerar la complejidad invisible que emerge cuando todo está distribuido. 🚀 ¿Querés construir WebApps serverless que no se conviertan en un frankenstein? Tengo un mini-curso gratuito de WebApps Serverless donde vemos patrones de diseño, buenas prácticas y arquitecturas concretas para tomar mejores decisiones desde el principio. 🎯 ACCEDER AL MINI-CURSO GRATUITO This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit desplegando.substack.com

    13 min
See All (76)

About

Podcast y newsletter semanal de noticias sobre AWS y serverless en Español Hosted by Marcia Villalba desplegando.substack.com

Information

  • Creator
    Marcia Villalba
  • Years Active
    2025 - 2026
  • Episodes
    76
  • Rating
    Clean
  • Copyright
    © Marcia Villalba
  • Show Website
    Desplegando.cloud