# Stack tecnológico > Herramientas agrupadas por rol arquitectónico. Cada fila indica dónde las usé con clientes y dónde sigo estudiándolas. ## IA en producción, agentes y MLOps aplicado Los flujos de agentes necesitan permisos explícitos, observabilidad y evaluación. El estado está en los [Laboratorios de investigación]() y las condiciones de adopción en el [Radar tecnológico](). | Rol | Herramientas | Dónde aparece | | :--- | :--- | :--- | | Frameworks agénticos y runtimes | LangGraph, Pydantic AI, Google ADK (modelo de flujos 2.0), OpenAI Agents SDK, Claude Agent SDK, LlamaIndex, FastAPI | **Con clientes:** evaluación de créditos multiagente con LangGraph en GCP ([2026]()). **Investigación:** supervisión con estado en [Flujos agénticos durables]() | | Protocolos de agentes y acceso a modelos | Model Context Protocol (MCP, especificación 2026-07-28), A2A v1.0, Vertex AI Agent Engine, Amazon Bedrock AgentCore, Gemini, Anthropic Claude, Hugging Face, LiteLLM | **Con clientes:** agentes Gemini en Cloud Run ([2024–2025]()) y despliegues de ML desde Vertex AI Workbench ([2025]()). **Investigación:** herramientas remotas, delegación entre runtimes y enrutamiento consciente de costos en [Flujos agénticos durables]() y [Servicio de inferencia]() | | Serving y enrutamiento de inferencia | SGLang, vLLM, TensorRT-LLM, NVIDIA Dynamo (prefill/decode desagregado sobre NIXL), LMCache, llama.cpp, Ollama | **Con clientes:** LLMs locales detrás de un agente que diagnostica pipelines ([2026]()). **Investigación:** serving *local-first*, decodificación especulativa EAGLE-3 y caché KV por niveles en [Servicio de inferencia]() | | Modelos *open-weight* y salvaguardas | gpt-oss, Qwen, Gemma, DeepSeek, Llama, Hermes; Llama Guard, gpt-oss-safeguard, Qwen3Guard | **Con clientes:** Hermes-3 en ese agente de diagnóstico ([2026]()). **Investigación:** enrutamiento de tareas utilitarias en [Servicio de inferencia](); clasificación de seguridad guiada por políticas en [Flujos agénticos durables]() | | Almacenamiento vectorial, de grafos y memoria | Qdrant, pgvector, LanceDB (Lance), Milvus, LadybugDB, Graphiti, Mem0 | **Investigación:** caché semántica, recuperación híbrida Graph RAG y memoria de agentes en [Servicio de inferencia](), [Interoperabilidad de tablas abiertas]() y [Recuperación y memoria]() | | Evaluación y benchmarking | DeepEval, Promptfoo, Braintrust, Arize Phoenix, LangSmith, RAGAS; τ²-bench, Terminal-Bench y SWE-bench Verified como referencias externas | **Investigación:** pruebas de regresión y pipelines multi-juez en [Arnés de evaluación de IA](). **Público:** [Estadística de evaluación]() dimensiona las comparaciones | | Observabilidad LLM y FinOps | OpenTelemetry (convenciones semánticas GenAI), Langfuse, Helicone, Arize Phoenix | **Con clientes:** telemetría del costo de tokens de los agentes de evaluación de créditos ([2026]()). **Investigación:** telemetría de tokens, latencia y costos en [Servicio de inferencia]() | ## Ingeniería de datos y lakehouses *Local-first* para desarrollo: prototipar sobre motores embebidos y comprobar semántica SQL, soporte de catálogo y contratos de datos en cada motor cloud. Los criterios están en el [Radar tecnológico](). | Rol | Herramientas | Dónde aparece | | :--- | :--- | :--- | | Motores de procesamiento | Polars, DuckDB, Apache Arrow, Apache DataFusion, Apache Spark (PySpark), Databricks, Pandas | **Con clientes:** PySpark sobre Cloudera y Scala en Dataproc ([2019–2021]()); despliegues de ML sobre Spark y Databricks ([2025]()). **Investigación:** ejecución vectorizada en [Interoperabilidad de tablas abiertas](); veredicto *local-first* en [Radar tecnológico]() | | Analítica de baja latencia | ClickHouse 26.8 LTS | **Investigación:** candidato para consultas de eventos en [Frescura del streaming](); validar ingesta, duplicados y costo antes de adoptarlo | | Streaming y CDC | Apache Kafka 4.3 (KRaft) / Redpanda, Apache Flink 2, Apache Fluss, Debezium 3, Google Pub/Sub, Dataflow | **Con clientes:** ingesta en streaming con Pub/Sub y Dataflow ([2022–2023](), [2024–2025]()). **Investigación:** ingesta en streaming en [Interoperabilidad de tablas abiertas]() | | Orquestación | Dagster, Apache Airflow 3.3; Cloud Composer / MWAA (soporte por versión), Prefect 3 | **Con clientes:** pipelines en Airflow y Cloud Composer ([2019–2021](), [2022–2023]()). **Investigación:** la [comparativa de orquestadores]() | | Almacenamiento, formatos de tabla y catálogos | Apache Iceberg v3, DuckLake, Delta Lake, Lance, Apache Parquet, Apache Polaris, Unity Catalog, Lakekeeper, Cloud Storage, Amazon S3 | **Con clientes:** capas Silver/Gold en BigQuery y respaldos automáticos en Parquet ([2023–2024]()); ELT de S3 a BigQuery ([2022–2023]()). **Investigación:** integración de formatos de tabla abiertos en [Interoperabilidad de tablas abiertas]() | | Transformación y modelado | dbt Core 1.12, dbt v2.0 (en evaluación), SQLMesh, SQL, modelado dimensional Kimball, Data Vault 2.0, contratos de datos (ODCS) | **Con clientes:** más de 1.100 modelos dbt ([2023–2024]()); modelos de dominio en Data Vault 2.0 ([2019–2021]()). **Investigación:** pruebas reproducibles de diagnóstico y parches dbt en [Reparación de código guiada por logs]() | ## Infraestructura cloud y de plataformas Infraestructura descrita como código, con controles de políticas antes de cambiarla. La portabilidad exige diseño y validación específicos por proveedor. | Rol | Herramientas | Dónde aparece | | :--- | :--- | :--- | | Nube pública y privada | Google Cloud Platform (GCP), Amazon Web Services (AWS); OpenShift / OpenStack como referencias privadas | **Con clientes:** GCP en cada rol desde 2019 y un lakehouse en AWS ([Sobre mí]()). **Referencias:** [Blueprints de Producción]() | | Infraestructura como Código | Terraform / OpenTofu (zonas de aterrizaje modulares), Terragrunt, Crossplane, OPA Rego, Conftest, Kyverno | **Con clientes:** zonas de aterrizaje de varios proyectos en GCP con Terraform ([2024–2025]()). **Investigación:** spike de política como código en [Radar tecnológico](); fundaciones en [Blueprints de Producción]() | | Contenedores y orquestación | Docker, Kubernetes (GKE / EKS; DRA, Gateway API Inference Extension), Google Cloud Run (GPU), Amazon ECS / Fargate | **Con clientes:** una plataforma de datos sobre Kubernetes en GKE ([2023–2024]()); agentes en Cloud Run ([2024–2025]()). **Investigación:** runtimes contenerizados en los [Laboratorios de investigación]() | | GitOps y gestión de secretos | ArgoCD, HashiCorp Vault / OpenBao | **Investigación:** reconciliación GitOps y credenciales de confianza cero en [Plataformas reproducibles]() | | Observabilidad de plataforma | Prometheus, Grafana, Mimir, Loki, Tempo, Pyroscope, Grafana Alloy | **Investigación:** telemetría SRE centralizada en [Costo por tarea exitosa]() | | CI/CD y toolchain local | GitHub Actions, just, uv, pre-commit | **Con clientes:** pipelines de CI/CD de confianza cero ([2025]()). **Público:** el [toolchain con el que corre este sitio]() | ## Lenguajes, bases de datos y estándares | Rol | Herramientas | Dónde aparece | | :--- | :--- | :--- | | Lenguajes de programación | Python (*free-threading* cuando las mediciones lo justifican), SQL, Rust, Scala, Bash | **Con clientes:** Python y SQL en cada rol; Scala en Dataproc y Hadoop ([2019–2021]()). **Investigación:** experimentos de router Rust/Python en [Servicio de inferencia]() | | Bases de datos | PostgreSQL, AlloyDB, DuckDB, ClickHouse, MySQL, Redis, BigQuery, Snowflake, Redshift | **Con clientes:** BigQuery en cada rol en GCP; estado de sesión en Redis ([2024–2025]()). **Investigación:** compatibilidad de destinos en [Radar tecnológico]() | | Estándares de ingeniería | Contratos de datos (ODCS), evolución de esquemas, idempotencia, convenciones semánticas de OpenTelemetry, pre-commit quality gates, Conventional Commits, SemVer | Aplicados en cada proyecto, incluido [este repositorio]() | | UX/UI de herramientas | Zensical, HTML semántico, CSS con tokens, JavaScript nativo, Playwright, axe-core | Este sitio como caso de diseño progresivo y accesibilidad; [premisas UX/UI]() |