Desafíos de la puesta en producción: del concepto al producto en IA
Production challenges: from concept to product in AI
Sobre la charlaAbout the talk
Muchas iniciativas de IA funcionan bien como demo, pero cambian por completo cuando entran en producción. En esta charla recorro los desafíos que aparecen al convertir una idea prometedora en un sistema útil: calidad y trazabilidad de datos, evaluaciones reales, observabilidad, escalabilidad, costos, expectativas de negocio y viabilidad técnica.
La propuesta está pensada para equipos que ya superaron la etapa del hype y necesitan metodologías concretas para operar IA con criterio ingenieril. No es una introducción a IA: es una conversación sobre lo que pasa después del prototipo.
Many AI initiatives work well as demos, but everything changes once they hit production. In this talk I walk through the challenges that surface when turning a promising idea into a useful system: data quality and traceability, real evaluations, observability, scalability, cost, business expectations and technical feasibility.
It's aimed at teams that have moved past the hype stage and need concrete methodologies to operate AI with engineering rigor. It's not an intro to AI — it's a conversation about what happens after the prototype.
Temas que cubreTopics covered
- Por qué la mayoría de los proyectos de IA no llegan a producción
- Calidad de datos y trazabilidad en sistemas de lenguaje
- Evaluación continua: más allá del benchmark inicial
- Observabilidad en LLM systems: qué medir y cómo
- Trade-offs reales: costo, latencia, calidad y mantenibilidad
- Expectativas de negocio vs. realidad técnica
- Frameworks y criterios de decisión para equipos de producto
- Why most AI projects don't make it to production
- Data quality and traceability in language systems
- Continuous evaluation: beyond the initial benchmark
- Observability in LLM systems: what to measure and how
- Real trade-offs: cost, latency, quality and maintainability
- Business expectations vs. technical reality
- Decision frameworks for product teams
Formatos disponiblesAvailable formats
Keynote
30–45 min · Presentación con Q&A al final. Ideal para conferencias y eventos técnicos con audiencia amplia.
30–45 min · Presentation with Q&A at the end. Ideal for conferences and technical events with broad audiences.
Panel
45–60 min · Conversación moderada con otros expertos. Funciona bien para foros de industria y academia.
45–60 min · Moderated conversation with other experts. Works well for industry and academic forums.
Charla técnicaTechnical talk
20–30 min · Presentación densa con ejemplos concretos. Ideal para equipos internos o meetups técnicos.
20–30 min · Dense presentation with concrete examples. Ideal for internal teams or technical meetups.
Audiencia idealIdeal audience
Equipos de ingeniería y ML que trabajan en iniciativas de IA · Líderes técnicos y de producto · CTOs y directores de tecnología · Investigadores que quieren entender el salto a producción · Comunidades de MLOps y DevOps.
Engineering and ML teams working on AI initiatives · Technical and product leaders · CTOs and directors of technology · Researchers who want to understand the jump to production · MLOps and DevOps communities.