Esta página reúne herramientas, lecturas y dispositivos que me han ayudado a entender mejor el presente tecnológico. No es una lista exhaustiva ni un escaparate de afiliados: es una selección personal, actualizada con lo que realmente utilizo cuando escribo, desarrollo o simplemente exploro por curiosidad. Con el tiempo he ido ampliando el foco —de la programación web a la inteligencia artificial, el IoT y los gadgets— y estos recursos reflejan esa evolución natural. Si algo está aquí es porque me ha sido útil y creo que a ti también puede serlo.
Entornos y plataformas de desarrollo
El escritorio de un programador ya no se limita a un editor de código y una terminal. Las plataformas modernas integran asistentes de IA, despliegues automatizados y herramientas colaborativas que cambian por completo el flujo de trabajo. Estos son los entornos que más utilizo en el día a día:
- VS Code con GitHub Copilot: mi editor principal desde hace años. La integración con Copilot ha transformado la manera en que escribo código, sobre todo cuando trabajo con APIs de machine learning o prototipos de automatización.
- Replit: ideal para experimentos rápidos con Python y Node.js. Lo uso mucho para probar ideas antes de pasarlas a un proyecto más estructurado. Su entorno colaborativo también me resulta práctico para revisar código con otros desarrolladores.
- Hugging Face Spaces: imprescindible si estás explorando modelos de inteligencia artificial. Subir una demo funcional de un modelo de lenguaje o de visión artificial es cuestión de minutos, y la comunidad comparte ejemplos que aceleran muchísimo el aprendizaje.
- Arduino Cloud: cuando mis proyectos cruzan la frontera del software y entran al mundo físico, esta plataforma me permite gestionar dispositivos IoT sin complicar el backend. La conexión con hardware real le da otra dimensión a la programación.
Aprendizaje y documentación técnica
La mejor documentación no siempre está en el primer resultado de búsqueda. A lo largo de los años he encontrado fuentes que destacan por su claridad, profundidad o por el enfoque práctico con el que abordan conceptos complejos. Algunas de las que tengo siempre a mano:
- Documentación oficial de frameworks y lenguajes: suena evidente, pero leer la documentación de primera mano evita depender de tutoriales desactualizados. La de Python, Rust y FastAPI me parece especialmente bien escrita.
- Fast.ai y Practical Deep Learning for Coders: el curso de Jeremy Howard es, para mí, la introducción más sensata al deep learning. No asume que ya lo sabes todo ni te abruma con matemáticas innecesarias. Ideal para programadores que quieren entender y aplicar modelos sin perderse en la teoría abstracta.
- Papers with Code: un recurso excelente para seguir la investigación en IA sin quedarse solo en el titular. Cada artículo viene acompañado de implementaciones, datasets y métricas de rendimiento. Lo consulto con frecuencia cuando escribo sobre tendencias de inteligencia artificial.
- The Pragmatic Engineer: una newsletter que analiza la industria del software con datos, contexto y entrevistas a ingenieros reales. Me ayuda a entender hacia dónde se mueve el sector más allá de la burbuja mediática.
Gadgets y herramientas físicas
Mi escritorio ha cambiado bastante. Antes se reducía a un portátil y un monitor externo. Ahora conviven placas de desarrollo, sensores y algún que otro dispositivo que me permite probar lo que estudio. Estos son los que más han marcado mi forma de trabajar y aprender:
- Raspberry Pi 5: la utilizo como servidor local para experimentos con modelos de lenguaje pequeños y como puente entre servicios en la nube y dispositivos conectados. Su relación entre precio, consumo y capacidad de cómputo la convierten en una herramienta increíblemente versátil.
- Teclado mecánico programable con QMK: más allá de la comodidad al escribir, poder personalizar cada tecla con macros y atajos me ha hecho replantear la interacción con el ordenador. Un detalle que parece menor pero que suma horas de productividad al mes.
- Monitor ultrawide 34″: no lo considero un lujo. Tener código, documentación y una terminal visibles al mismo tiempo reduce la fricción mental y mejora el flujo de trabajo. Para análisis de datos y visualización de dashboards, el espacio extra marca una diferencia real.
Comunidades y fuentes de inspiración
El conocimiento técnico crece cuando se comparte. Estas comunidades y espacios me han aportado perspectivas distintas, respuestas a problemas concretos y, sobre todo, conversaciones que me han hecho pensar de otra manera:
- Hacker News: la calidad de los comentarios sigue siendo superior a la de casi cualquier otra plataforma. Encuentro debates profundos sobre hardware, software, startups y ética tecnológica que rara vez aparecen en redes sociales generalistas.
- Foros de Home Assistant: la comunidad de automatización del hogar es sorprendentemente generosa compartiendo configuraciones, integraciones y soluciones. Aprendí mucho sobre protocolos de comunicación entre dispositivos simplemente leyendo hilos de usuarios resolviendo problemas reales.
- Discord de EleutherAI y comunidades de código abierto: los grupos que trabajan con modelos de lenguaje abiertos publican avances, comparten notebooks y discuten enfoques con una transparencia que contrasta con el hermetismo de algunos laboratorios corporativos. Estar ahí me permite seguir el pulso de la innovación en IA desde dentro.
Lecturas que recomiendo
Hay libros y artículos que me han ayudado a conectar ideas, a cuestionar suposiciones y a ver la tecnología como algo más que código o dispositivos. Dejo aquí algunos que considero especialmente valiosos:
- “Designing Data-Intensive Applications” de Martin Kleppmann: un libro que todo programador debería leer en algún momento. No importa si trabajas con bases de datos tradicionales o con arquitecturas distribuidas modernas: entender los fundamentos del almacenamiento y procesamiento de datos te hace mejor ingeniero.
- “Where Is My Flying Car?” de J. Storrs Hall: una exploración fascinante sobre por qué algunas promesas tecnológicas se cumplieron y otras se estancaron. Me hizo replantear lo que significa innovar y cómo la regulación y la cultura afectan al progreso técnico.
- Blog de Bartosz Ciechanowski: sus explicaciones visuales e interactivas sobre física, ingeniería y computación son una obra de arte. Cada artículo descompone conceptos complejos con una claridad asombrosa. Lo admiro profundamente como divulgador.
Esta página la actualizo cada cierto tiempo, cuando descubro algo que merece ser añadido o cuando una herramienta deja de tener sentido para mi flujo de trabajo. Si quieres sugerirme algún recurso que creas que debería conocer, escríbeme. Siempre hay espacio para algo que haga pensar o que resuelva un problema de una forma nueva.