Glosario técnico
Consulta un concepto, sigue sus conexiones o pruébalo en una herramienta local. Cada definición incluye un ejemplo, una limitación y una fuente primaria.
Explorar las cuatro herramientas.
A2A (Agent2Agent)
IA
Un protocolo abierto con el que agentes creados con distintos frameworks descubren las capacidades de los demás e intercambian tareas y mensajes.
En la práctica. Un agente planificador lee la Agent Card de un agente de datos y le delega un informe como tarea con seguimiento.
Ten en cuenta. La interoperabilidad no establece confianza: la autenticación, la autorización y los límites de las tareas siguen siendo responsabilidad de quien despliega.
Agente de IA
IA
Sistema en el que un modelo elige herramientas o pasos para resolver una tarea dentro de límites configurados.
En la práctica. Examinar un incidente, solicitar una consulta de logs permitida y proponer el siguiente paso.
Ten en cuenta. La salida del modelo no concede autoridad: el software debe exigir permisos y aprobación.
AIOps
Plataforma
Usar IA para asistir la operación: correlacionar alertas, investigar incidentes y proponer acciones.
En la práctica. Relacionar una alerta de latencia con trazas y un despliegue reciente para revisión del operador.
Ten en cuenta. Correlación no demuestra causalidad; corregir requiere autoridad acotada y validación.
Almacenamiento de objetos
Cloud
Almacenamiento que guarda objetos completos con metadatos en buckets planos, direccionados por clave mediante una API HTTP.
En la práctica. Guardar archivos Parquet y metadatos de tablas en un bucket compatible con S3 que comparten varios motores.
Ten en cuenta. La compatibilidad con S3 varía según la función: las escrituras condicionales, el versionado, el bloqueo de objetos y el listado deben probarse.
Apache Airflow
Datos
Coordinar flujos definidos como código, con dependencias, horarios, reintentos y estado de tareas.
En la práctica. Ejecutar extracción, validación e informes según sus dependencias y examinar tareas fallidas.
Ten en cuenta. Es un orquestador, no un motor que procese cada evento de un stream.
Apache Kafka
Datos
Plataforma distribuida de eventos con logs particionados que los productores escriben y los consumidores pueden releer.
En la práctica. Publicar pedidos para que inventario y analítica los consuman de forma independiente.
Ten en cuenta. El orden se garantiza por partición, no globalmente; retención y entrega necesitan configuración explícita.
Arquitectura medallón
Datos
Organizar datos por refinamiento: bronze conserva entradas, silver valida y gold sirve un caso de uso.
En la práctica. Conservar pedidos entrantes, validar identificadores y publicar un resumen de ingresos.
Ten en cuenta. Los nombres son una convención, no prueba de calidad ni obligación de copiar cada dataset tres veces.
Atención híbrida
IA
Un diseño de modelo que intercala capas de atención completa con capas de atención lineal, cuyo estado recurrente no crece con el contexto.
En la práctica. Qwen3.8 guarda caché KV en una de cada cuatro capas; las otras tres mantienen un estado fijo por petición.
Ten en cuenta. El ahorro afecta a la caché, no a los pesos; la recuperación en contextos largos y el soporte del motor varían según el modelo.
Backfill
Datos
Recalcular o cargar datos de un periodo pasado, por ejemplo tras corregir una transformación o añadir una columna.
En la práctica. Tras corregir un error de conversión de moneda, volver a ejecutar el modelo de ingresos diarios de las últimas 90 particiones.
Ten en cuenta. Un backfill debe ser idempotente y acotado: sobrescribir particiones completas y limitar su carga sobre motores compartidos.
Backoff
Plataforma
Espaciar los reintentos para reducir presión sobre una dependencia; el jitter dispersa clientes sincronizados.
En la práctica. Reintentar tras esperas crecientes y acotadas, con un presupuesto total de intentos.
Ten en cuenta. Los reintentos pueden amplificar una caída. Selecciona fallos recuperables y protege los efectos secundarios.
Búsqueda vectorial
IA
Recuperación que ordena elementos por la similitud de sus embeddings, vectores numéricos que un modelo genera a partir de texto, imágenes u otros datos.
En la práctica. Encontrar pasajes de una política cercanos en significado a una pregunta, aunque no compartan palabras clave.
Ten en cuenta. Los índices aproximados cambian exhaustividad por velocidad; los identificadores exactos, los filtros y la actualidad suelen requerir búsqueda híbrida por palabras clave.
Caché KV
IA
Claves y valores de atención de tokens anteriores que se reutilizan durante la decodificación autorregresiva.
En la práctica. Reutilizar la caché del prompt al producir cada token posterior.
Ten en cuenta. La memoria crece con longitud y concurrencia; los modelos híbridos solo guardan caché en sus capas de atención completa, y la disposición depende del motor.
Captura de cambios
Datos
Convertir cambios de una base de datos en eventos que otros sistemas pueden procesar de forma incremental.
En la práctica. Propagar inserciones, actualizaciones y eliminaciones a un sistema analítico.
Ten en cuenta. Las cargas iniciales, el reproceso, las eliminaciones y los cambios de esquema requieren reglas explícitas.
Catálogo de tablas
Datos
El servicio que asocia el nombre de una tabla con sus metadatos actuales y hace atómico cada commit, para que todos los motores vean el mismo estado.
En la práctica. Spark escribe analytics.orders y Trino la lee mediante el mismo catálogo REST, así que el nuevo snapshot es visible para ambos.
Ten en cuenta. Un bucket compartido sin un catálogo compartido no es una tabla compartida: los motores deben usar el mismo protocolo de catálogo y respetar sus permisos.
Leer la fuente · Apache Iceberg · REST catalog specification
Circuit breaker
Plataforma
Suspender llamadas tras suficientes fallos y admitir después pruebas limitadas para comprobar la recuperación.
En la práctica. Abrir el circuito durante una caída persistente y probarlo tras un periodo de espera.
Ten en cuenta. No repara la dependencia y puede retrasar la recuperación si los umbrales están mal elegidos.
ClickHouse
Datos
Base de datos SQL orientada a columnas y diseñada para consultas analíticas sobre grandes volúmenes.
En la práctica. Agregar históricos de eventos para alimentar un dashboard operativo.
Ten en cuenta. La capa analítica necesita diseño de ingesta, retención y recuperación; no sustituye cualquier base transaccional.
Cola de mensajes fallidos
Plataforma
Destino separado para mensajes que no pudieron procesarse dentro del límite de intentos configurado.
En la práctica. Aislar un evento inválido tras varios fallos e inspeccionarlo antes de reprocesarlo.
Ten en cuenta. Mover un mensaje a una DLQ no es procesarlo con éxito; retención y reproceso necesitan un responsable.
Compactación
Datos
Reescribir muchos archivos de datos pequeños en menos archivos cercanos a un tamaño objetivo, sin cambiar las filas de la tabla.
En la práctica. Los commits de streaming cada cinco minutos dejan archivos de 11 MiB; una reescritura nocturna une cada partición horaria en un archivo de 512 MiB.
Ten en cuenta. La compactación confirma un nuevo snapshot; los archivos pequeños siguen en el almacenamiento hasta que expiran los snapshots anteriores.
Confianza cero (zero trust)
Cloud
Un modelo de seguridad que autoriza cada petición según la identidad, el dispositivo y el contexto verificados, en lugar de confiar en la ubicación de red.
En la práctica. Un servicio accede a una base de datos solo con una identidad de carga de trabajo de corta duración, aunque esté en la misma VPC.
Ten en cuenta. Confianza cero es una arquitectura que se adopta de forma gradual, no un producto; las rutas heredadas suelen mantener confianza implícita.
Consulta federada
Datos
Consultar varias fuentes de datos desde un solo motor SQL mediante conectores, sin copiar antes los datos a su almacenamiento.
En la práctica. Trino une una tabla Iceberg con una tabla de referencia de PostgreSQL en una sola consulta.
Ten en cuenta. La velocidad depende de lo que cada conector pueda delegar a la fuente; la federación sigue cargando las fuentes y no concilia su consistencia.
Cuantización
IA
Representar determinados valores del modelo con menor precisión para reducir almacenamiento y, potencialmente, cómputo.
En la práctica. Evaluar pesos de 4 bits frente al modelo original con una carga reservada para pruebas.
Ten en cuenta. Pesos menores no garantizan más velocidad ni igual calidad; importa el soporte del hardware, y los checkpoints publicados suelen mantener en BF16 las capas sensibles.
DataOps
Datos
Prácticas colaborativas para mejorar entrega y operación de datos analíticos mediante automatización, pruebas y retroalimentación.
En la práctica. Validar un cambio de pipeline con datos representativos y observar su calidad después del despliegue.
Ten en cuenta. Un orquestador no sustituye responsables, criterios de calidad ni comunicación con los consumidores.
dbt
Datos
Construir, probar y documentar transformaciones a partir de modelos versionados y sus dependencias.
En la práctica. Convertir tablas de pedidos en modelos de ingresos probados y con dependencias trazables.
Ten en cuenta. dbt no sustituye la ingesta; verifica por separado la línea v1 o v2, la compilación abierta o con licencia de producto y el adaptador.
DevOps
Plataforma
Prácticas y responsabilidad compartidas entre entrega y operación de software, apoyadas en automatización y retroalimentación.
En la práctica. El equipo que entrega un servicio usa los incidentes para mejorar su proceso de entrega.
Ten en cuenta. Renombrar un equipo o instalar CI no establece responsabilidad compartida.
DevSecOps
Plataforma
Integrar prácticas de seguridad y responsabilidad compartida durante desarrollo, entrega y operación de software.
En la práctica. Revisar amenazas, verificar dependencias y probar autorización antes de publicar un cambio.
Ten en cuenta. Pasar un escáner no demuestra diseño seguro; excepciones, correcciones e incidentes siguen necesitando responsables.
DuckDB
Datos
Motor SQL analítico que puede ejecutarse dentro de una aplicación y consultar archivos como Parquet.
En la práctica. Explorar un dataset local sin desplegar un servidor de base de datos separado.
Ten en cuenta. El rendimiento local no demuestra capacidad distribuida o multiusuario; las funciones preview tienen límites propios.
Ejecución durable
Plataforma
Ejecución de flujos cuyo progreso queda registrado, de modo que se reanuda tras caídas, despliegues o esperas largas sin repetir los pasos completados.
En la práctica. Un flujo de aprobación espera tres días a una persona y, tras un reinicio, continúa en el paso siguiente.
Ten en cuenta. Los pasos con efectos externos siguen necesitando idempotencia, y los cambios de código deben ser compatibles con los historiales en curso.
Embedding
IA
Un vector de longitud fija que un modelo asigna a un texto, una imagen u otros datos, de modo que los significados parecidos quedan cerca.
En la práctica. Dos tickets de soporte sobre un pago fallido reciben vectores cercanos aunque no compartan palabras.
Ten en cuenta. Los vectores de modelos, versiones o dimensiones distintos no son comparables; cambiar de modelo obliga a recalcular los embeddings del corpus.
Leer la fuente · Google · Machine Learning Crash Course: embeddings
Evaluación
IA
Conjunto definido de tareas y reglas de puntuación para examinar el comportamiento de un sistema, incluidos sus fallos.
En la práctica. Comprobar por separado finalización de tareas y acciones no autorizadas en un conjunto reservado.
Ten en cuenta. Una puntuación global alta puede ocultar fallos peligrosos; los jueces basados en modelos necesitan calibración.
Evolución de esquema
Datos
Cambiar el esquema de una tabla o un mensaje indicando qué lectores y escritores existentes siguen funcionando.
En la práctica. Añadir una columna opcional mantiene a los lectores actuales; eliminar una obligatoria los rompe.
Ten en cuenta. La compatibilidad en un sentido no implica la del otro; renombrar equivale a eliminar y añadir, salvo que el formato identifique las columnas por ID.
FinOps
Plataforma
Prácticas compartidas que conectan gasto tecnológico, responsables y valor mediante colaboración entre ingeniería, finanzas y producto.
En la práctica. Asignar el costo de un servicio, revisar demanda y comparar costo por tarea completada.
Ten en cuenta. Bajar la factura sin preservar calidad, fiabilidad o valor necesarios puede ser un ahorro aparente.
Formato de tabla abierto
Datos
Una especificación que convierte archivos de datos en almacenamiento de objetos en tablas con snapshots, esquema y metadatos de particiones que varios motores pueden compartir.
En la práctica. Spark escribe una tabla Iceberg que Trino y DuckDB consultan a través del mismo catálogo.
Ten en cuenta. Cada motor admite distintas versiones y funciones de la especificación; compartir un formato sigue exigiendo un catálogo común y escritores probados.
GitOps
Plataforma
Reconciliación continua de sistemas en ejecución con una descripción versionada de su estado deseado.
En la práctica. Un controlador restaura un despliegue tras un cambio de configuración no aprobado.
Ten en cuenta. Ejecutar scripts desde Git no implica tener un ciclo de reconciliación.
Idempotencia
Plataforma
Repetir una misma operación produce el mismo efecto previsto que ejecutarla una sola vez.
En la práctica. Reutilizar un identificador de operación al reintentar la creación de un pedido tras un timeout.
Ten en cuenta. Importan la clave, el alcance y la retención; un timeout no demuestra que el primer intento falló.
Leer la fuente · AWS Builders’ Library
Pruébalo: Ver cómo las claves de idempotencia evitan una escritura duplicada
Infraestructura como código
Cloud
Definiciones de infraestructura como configuración versionada y revisable que una automatización puede aplicar.
En la práctica. Revisar un cambio de red y su plan antes de aplicarlo.
Ten en cuenta. El control de versiones no evita toda desviación ni vuelve seguro un plan destructivo.
Ingeniería de fiabilidad (SRE)
Plataforma
Aplicar ingeniería de software a la operación de servicios, con objetivos de fiabilidad y trabajo manual acotado.
En la práctica. Usar un presupuesto de error para decidir entre desplegar un cambio o mejorar la fiabilidad.
Ten en cuenta. Los objetivos reflejan necesidades y costo; un dashboard por sí solo no constituye una práctica SRE.
Lakehouse
Datos
Arquitectura analítica que combina almacenamiento de tipo lake con gestión de tablas y capacidades de warehouse.
En la práctica. Mantener tablas analíticas en objetos y consultarlas con un catálogo y un motor probados.
Ten en cuenta. Los archivos abiertos por sí solos no garantizan transacciones, permisos ni interoperabilidad.
Landing zone
Cloud
Un entorno cloud preparado con varias cuentas o proyectos, con identidad, red, registro y controles de seguridad de base para las nuevas cargas de trabajo.
En la práctica. Un proyecto nuevo hereda al crearse el registro central, una red compartida y las políticas de la organización.
Ten en cuenta. Es una base de partida, no una postura de seguridad terminada; sus controles necesitan responsables, excepciones y control de cambios.
Latencia de cola (p95/p99)
Plataforma
El tiempo de respuesta que solo supera el pequeño porcentaje de peticiones más lentas, por ejemplo el percentil 99.
En la práctica. Una API responde de media en 80 ms, pero su p99 es 1,2 s: una petición de cada cien espera más de un segundo.
Ten en cuenta. Los percentiles no se pueden promediar entre servidores ni ventanas de tiempo; agrega los histogramas de origen.
Linaje de datos
Datos
Relaciones registradas entre conjuntos de datos, procesos y ejecuciones que explican su origen y transformación.
En la práctica. Rastrear un campo de un informe hasta el proceso y los datos que lo produjeron.
Ten en cuenta. La cobertura puede ser incompleta; un grafo de dependencias no demuestra la calidad de los datos.
LLMOps
IA
Prácticas del ciclo de vida para publicar, evaluar y operar aplicaciones basadas en modelos de lenguaje.
En la práctica. Versionar prompts y datos de recuperación, evaluar una versión y observar latencia, costo y fallos.
Ten en cuenta. Un benchmark del modelo no valida las herramientas, los permisos ni las tareas reales de la aplicación.
Marca de agua
Datos
Señal de progreso en tiempo de evento que permite avanzar operaciones temporales de un flujo.
En la práctica. Cerrar una ventana cuando la marca supera su fin, con una política para eventos tardíos.
Ten en cuenta. Una marca de agua no garantiza que nunca llegue un evento más antiguo.
MCP
IA
Protocolo para que aplicaciones de IA descubran e interactúen con herramientas, recursos y prompts de servidores.
En la práctica. Exponer una herramienta de catálogo de solo lectura con controles de acceso explícitos.
Ten en cuenta. La compatibilidad del protocolo no concede permisos ni vuelve confiable la salida de una herramienta.
Mezcla de expertos (MoE)
IA
Una capa del modelo que dirige cada token a unas pocas subredes expertas, de modo que solo una parte de los parámetros calcula cada token.
En la práctica. Qwen3.8-Flash-Next tiene 180B parámetros, pero activa unos 6B por token.
Ten en cuenta. Todos los expertos siguen en memoria: la parte activa reduce el cómputo y el ancho de banda por token, no la memoria de pesos residentes.
MLOps
IA
Prácticas para entregar y operar sistemas de ML que abarcan código, datos, entrenamiento, despliegue y observación.
En la práctica. Versionar un modelo junto a referencias de datos, evaluaciones y un artefacto de reversión.
Ten en cuenta. Automatizar el despliegue no asegura calidad ni detecta todo cambio en los datos de producción.
Nube privada
Cloud
Recursos cloud dedicados a una organización, operados en sus instalaciones o por un proveedor.
En la práctica. Una plataforma interna ofrece entornos de autoservicio a varias unidades de negocio.
Ten en cuenta. Tener máquinas virtuales no establece por sí solo un modelo operativo cloud.
Object Lock (WORM)
Cloud
Una configuración de almacenamiento que hace inmutable la versión de un objeto durante un periodo de retención: se escribe una vez y se lee muchas.
En la práctica. Los respaldos se escriben con un bloqueo de 30 días, así que ni un ransomware ni un error de operación pueden borrarlos.
Ten en cuenta. Un bloqueo en modo compliance no se puede acortar, ni siquiera por administradores; prueba la retención en un bucket que no sea de producción.
Observabilidad
Plataforma
La capacidad de entender un sistema desde fuera, mediante las trazas, métricas y logs que emite, incluidos problemas que nadie anticipó.
En la práctica. Seguir la traza de una petición lenta desde la API hasta la consulta que causó el retraso.
Ten en cuenta. Más telemetría no es más comprensión; la cardinalidad, el muestreo y la retención deciden el costo y qué preguntas siguen teniendo respuesta.
OLAP
Datos
Procesamiento analítico en línea: consultas que recorren y agregan muchas filas de pocas columnas, normalmente con almacenamiento columnar y ejecución vectorizada.
En la práctica. Agregar un año de eventos por región para actualizar un panel.
Ten en cuenta. Recorrer datos rápido no hace que un motor sea bueno en actualizaciones puntuales frecuentes, transacciones ni escrituras con mucha concurrencia.
OpenTelemetry
Plataforma
Un estándar abierto, con SDK y un colector, para producir trazas, métricas y logs que comparten contexto y convenciones de nombres, exportados mediante OTLP.
En la práctica. El ID de traza de una petición la sigue desde la API por la cola hasta el worker, así que el paso lento aparece de extremo a extremo.
Ten en cuenta. Estandariza cómo se recogen las señales, no dónde se almacenan ni cómo se alerta; el muestreo y la cardinalidad de etiquetas siguen decidiendo el costo.
Prefill y decodificación
IA
Las dos fases de la inferencia de un LLM: el prefill procesa el prompt en paralelo y lo limita el cómputo; la decodificación genera un token cada vez y la limita la memoria.
En la práctica. Atender prompts largos en workers de prefill y pasar su caché KV a workers de decodificación mediante una interconexión rápida.
Ten en cuenta. Desagregar añade transferencia de caché KV y costo de planificación; compensa solo con ciertas longitudes de prompt y de salida y ciertos objetivos de latencia.
Presupuesto de error
Plataforma
La falta de fiabilidad que un SLO permite en su ventana: uno menos el objetivo, aplicado a las solicitudes elegibles o al tiempo medido.
En la práctica. Un objetivo del 99,9% sobre 10 millones de solicitudes mensuales permite 10.000 solicitudes fallidas.
Ten en cuenta. Agotar el presupuesto indica que hay que priorizar la fiabilidad, no es una penalización automática; las ventanas parciales requieren cuidado.
Procesamiento por lotes
Datos
Procesar un conjunto acotado de datos como un trabajo, en vez de tratarlo como un flujo sin fin.
En la práctica. Calcular las ventas de ayer a partir de un conjunto cerrado de pedidos.
Ten en cuenta. La frecuencia y la duración del trabajo determinan cuánto se tarda en ver resultados nuevos.
RAG
IA
Generación condicionada por información recuperada de una colección externa, no solo por los parámetros del modelo.
En la práctica. Recuperar pasajes relevantes de una política y usarlos como contexto para una respuesta.
Ten en cuenta. La recuperación puede omitir evidencia; aportar contexto no garantiza una respuesta sustentada.
Sistemas multiagente
IA
Varios agentes cooperan con responsabilidades, contexto o permisos distintos dentro de un flujo.
En la práctica. Un coordinador solicita un informe a un agente de datos y otro revisa las fuentes.
Ten en cuenta. Más agentes añaden coordinación, latencia y posibles fallos; no garantizan mejores respuestas.
SLO
Plataforma
Objetivo para un indicador medido del servicio, sobre una población y una ventana temporal definidas.
En la práctica. Al menos el 99,9% de las solicitudes válidas tiene éxito en una ventana móvil de 30 días.
Ten en cuenta. El objetivo no es una medición ni una garantía contractual; las exclusiones deben ser explícitas.
Snapshot de tabla y time travel
Datos
Una versión inmutable del estado de una tabla tras un commit; una consulta puede leer un snapshot anterior por su ID o su marca de tiempo.
En la práctica. Comparar los ingresos de hoy con la tabla tal como estaba antes del backfill de anoche.
Ten en cuenta. Los snapshots antiguos mantienen sus archivos en el almacenamiento hasta que expiran, así que la retención es una decisión de costo y cumplimiento.
Streaming
Datos
Procesar eventos como un flujo continuo, con reglas explícitas para tiempo, estado y llegadas tardías.
En la práctica. Actualizar las existencias disponibles a medida que llegan eventos de pedidos.
Ten en cuenta. La baja latencia requiere replay, control de presión y manejo de duplicados; no significa instantáneo ni sin pérdidas.
VPC
Cloud
Red virtual lógicamente aislada en un proveedor cloud, con direccionamiento y conectividad controlados.
En la práctica. Separar las subredes de aplicación y base de datos y definir sus rutas.
Ten en cuenta. Una VPC delimita una red; no demuestra el aislamiento completo de las cargas.