Descubre los más nuevos, más activos o más ligeros.
Optimiza jobs de Apache Spark con particionamiento, caching, optimización de shuffle y ajuste de memoria, para mejorar rendimiento y escalar pipelines.
Diseña composiciones óptimas de equipos de agentes con heurísticas de tamaño, configuraciones predefinidas y selección del tipo de agente adecuado para cada rol.
Turn any screenshot into clean, structured text.
Diseña estructuras de equipo, planes de contratación, estrategias de compensación y asignación de equity para startups early-stage, de pre-seed a Series A.
Úsala al crear o gestionar tracks de Conductor, las unidades de trabajo para features, bugs y refactors, incluyendo spec.md, plan.md y su ciclo de vida.
Convierte trazas de evaluación y logs de producción en ejemplos SFT y pares de preferencia; útil ante trazas calificadas, rejection sampling o construcción de pares DPO.
Optimiza el rendimiento de índices vectoriales en latencia, recall y memoria; útil al ajustar parámetros HNSW, elegir cuantización o escalar infraestructura de búsqueda vectorial.
Domina patrones de componentes en React, Vue y Svelte: CSS-in-JS, estrategias de composición y arquitectura de componentes reutilizables para design systems.
Haz fine-tuning supervisado de modelos visión-lenguaje (VLMs) con datos de imagen+texto. Úsalo al adaptar un VLM a un dominio visual, configurar LoRA con torre de visión congelada, o depurar un fine-tune que entrena sin aprender.
Genera y mantiene especificaciones OpenAPI 3.1 a partir de código, con enfoque design-first y patrones de validación de contratos de API.
Escanea el código base para generar project-doc.md y AGENTS.md, con escaneo completo la primera vez y delta inteligente después.
Configura un entorno de entrenamiento/inferencia de ML en NVIDIA DGX Spark (GB10, aarch64, CUDA 13): instalación de PyTorch/Unsloth/TRL/vLLM, errores ABI de libcudart y NGC vs pip.
Aplica la metodología STRIDE para identificar amenazas sistemáticamente. Úsalo al analizar la seguridad de un sistema, en sesiones de threat modeling o al crear documentación de seguridad.
Construye sistemas de backtesting robustos para estrategias de trading, manejando correctamente look-ahead bias, survivorship bias y costes de transacción.
Optimiza builds de Bazel en monorepos a gran escala. Úsalo al configurar Bazel, implementar ejecución remota u optimizar el rendimiento de builds en codebases empresariales.
Construye sistemas de facturación automatizada para pagos recurrentes, facturación, ciclo de vida de suscripciones y gestión de dunning.
Domina la gestión de monorepos con Turborepo, Nx y pnpm workspaces para builds optimizados y gestión de dependencias compartidas en repositorios multi-paquete.
Metodología de calidad de PluginEval: dimensiones, rúbricas, métodos estadísticos y fórmulas de puntuación, para interpretar scores bajos o calibrar umbrales del marketplace.
Crea proyectos FastAPI listos para producción con patrones async, inyección de dependencias y manejo de errores integral, para nuevas aplicaciones o APIs backend.
Crea paquetes Python distribuibles con estructura de proyecto adecuada, setup.py/pyproject.toml y publicación en PyPI.
Patrones de manejo de errores en Python: validación de entradas, jerarquías de excepciones y manejo de fallos parciales en lotes y APIs robustas.
Gestión de configuración en Python mediante variables de entorno y settings tipados. Útil al externalizar config, configurar pydantic-settings, gestionar secretos o implementar comportamiento por entorno.
Domina la programación async en Rust con Tokio, traits async, manejo de errores y patrones concurrentes; útil al construir apps async, sistemas concurrentes o depurar código async.
Actualiza aplicaciones React a las últimas versiones, migra de componentes de clase a hooks y adopta características concurrentes.
Gestión de recursos en Python con context managers, patrones de limpieza y streaming: conexiones, manejadores de archivos y lógica de cleanup con estado acumulado.
