Volumen I — Cómo funciona la IA generativa

Una guía clara y práctica sobre los fundamentos de los modelos de lenguaje grandes.

La rampa de entrada en lenguaje llano a toda la serie. Partiendo de cero — tokens, entrenamiento y el simple acto de predecir la siguiente palabra — construye una imagen honesta y sin jerga de qué es un modelo de lenguaje grande, cómo se entrena y por qué se comporta como lo hace, sin asumir ningún conocimiento previo. Es el cimiento sobre el que se apoyan todos los volúmenes siguientes.

Léelo en Amazon: LLM Primer I — How Generative AI Works

Volumen II — Modelos de lenguaje a través de las matemáticas

Explorando el funcionamiento interno de la IA con visión matemática.

Un recorrido matemáticamente riguroso pero legible por el funcionamiento interno de la IA: atención, dinámica de optimización, paisajes de pérdida y comportamiento al escalar, explicados a través de las matemáticas que los sostienen. Toda ecuación que importa se deriva por completo — cada una envuelta en una historia, una analogía y un ejemplo numérico trabajado. Para lectores que quieren las matemáticas que el primer volumen mantiene en sus recuadros.

Léelo en Amazon: LLM Primer II — Language Models Through Mathematics

Volumen III — Potenciando la IA empresarial con RAG

Una guía práctica para construir sistemas de generación aumentada con recuperación para la empresa.

Generación aumentada con recuperación, en términos prácticos — bases de datos vectoriales, estrategias de fragmentación y la arquitectura de anclar un modelo en tus propios documentos para obtener respuestas empresariales fiables y al día. El volumen para leer si tu trabajo es lanzar funciones de IA que tienen que mantenerse actualizadas y citar sus fuentes.

Volumen IV — Diseñando la cognición de la IA con MCP

Ingeniería del contexto, las herramientas y la memoria para agentes de IA fiables.

Modelado estructurado del contexto y orquestación: cómo dar forma al razonamiento del modelo a través de la ingeniería del contexto y las situaciones que ve, en vez de modificar el modelo mismo. El volumen a leer si estás construyendo sistemas agénticos — inventarios de herramientas, bucles de larga duración, memoria entre sesiones y la disciplina de diseñar lo que el modelo puede mirar.

Volumen V — Construyendo aplicaciones LLM del mundo real

Diseñando, evaluando y operando sistemas LLM en producción.

Una guía centrada en sistemas, del prototipo a la producción — diseño de APIs, bucles de evaluación, monitoreo e integración — para convertir un modelo capaz en un producto fiable. El volumen que convierte la comprensión arquitectónica en servicios desplegados con usuarios reales encima.

Volumen VI — Escalando sistemas de IA

Arquitectando inferencia LLM de baja latencia para escala de producción.

Arquitectando inferencia de alto rendimiento: serving distribuido, optimización de latencia y modelado de costes para sistemas que tienen que responder millones de veces al día. El volumen a leer cuando tu sistema de IA ha crecido más allá de un solo servidor y ahora necesita comportarse como una pieza real de infraestructura.

Volumen VII — Seguridad de la IA

Defendiendo sistemas LLM frente a inyección de prompts, jailbreaks y amenazas adversariales.

Diseñando IA segura y robusta: riesgos adversariales, inyección de prompts, marcos de gobernanza y diseño defensivo para sistemas desplegados en el mundo real. El volumen a leer cuando tu sistema de IA tiene que tratarse como infraestructura relevante para la seguridad.