Dev&Ops

Los bots y crawlers impulsados por Inteligencia Artificial pueden generar cientos o miles de solicitudes en pocos minutos, aumentar los costos de infraestructura y afectar la disponibilidad de una aplicación.
En este episodio, Douglas explica por qué este tráfico ya debe considerarse parte normal de cualquier arquitectura web y comparte dos consejos principales: optimizar la aplicación y protegerla desde el Edge mediante servicios como Cloudflare, Akamai, AWS CloudFront o Azure Front Door.
También analiza cómo combinar el Bot Score con patrones de navegación, reglas de WAF, rate limiting y Managed Challenges para bloquear agentes malintencionados sin impedir el acceso de usuarios reales o bots que pueden beneficiar el posicionamiento y la indexación del sitio.
🔍 En este episodio aprenderás:
Por qué el tráfico generado por bots de IA debe esperarse desde el diseño de una aplicación
Cómo los agentes de IA pueden adaptar sus ataques y replicar comportamientos humanos
Por qué la optimización de memoria, caché, queries y recursos es la primera defensa
Por qué el Edge es el mejor lugar para detener tráfico antes de que llegue a los servidores
Cómo detectar solicitudes que buscan evitar el caché o sobrecargar la base de datos
Cómo combinar Bot Score y patrones de navegación para reducir falsos positivos
Cómo controlar bots permitidos mediante listas de confianza y rate limiting
📑  Capítulos:
(00:00) El reto del tráfico generado por bots
(00:43) Introducción a Dev&Ops Podcast
(02:33) Cómo proteger aplicaciones de bots de Inteligencia Artificial
(04:15) Por qué los crawlers escanean sitios y aplicaciones
(06:20) Ataques de IA que se adaptan automáticamente
(08:18) Dos consejos para preparar tu aplicación
(10:57) Primer consejo: optimizar la aplicación
(12:45) Caché, memoria, queries e infraestructura
(14:55) Segundo consejo: proteger desde el Edge
(17:48) Cómo bloquear tráfico malintencionado
(19:32) Ataques que buscan evitar el caché
(21:08) Managed Challenges y validación de usuarios
(23:18) La estrategia de Bot Score y patrones de tráfico
(25:36) Cómo identificar navegación sospechosa
(27:28) Bots que utilizan navegadores reales
(29:51) Cuándo aplicar un challenge o bloquear
(31:17) Bots permitidos, listas de confianza y rate limiting
(32:13) Pruebas, excepciones y un caso de implementación
(33:41) Cómo permitir tráfico bueno bajo tus propias reglas
(34:58) Conclusiones y cierre del episodio

¡Bienvenidos a un nuevo episodio de Dev&Ops! En esta ocasión, Douglas y Juan dejan de lado la teoría y nos cuentan cómo están integrando Inteligencia Artificial real dentro de sus propios productos, procesos y herramientas del día a día.
Hablamos de casos de uso prácticos y directos desde la trinchera: desde la categorización automática de audio con modelos locales integrados en Docker, hasta la creación de una herramienta CLI impulsada por IA para hacer troubleshooting rápido en clústeres de Kubernetes. También discutimos la arquitectura de microservicios para analizar imágenes y generar embeddings, y cómo un agente de IA puede llegar a gestionar las alertas de soporte técnico de nivel 1 (On-Call).
Descubre por qué no siempre necesitas el modelo más pesado y costoso para producción, cómo sacar provecho de herramientas locales como Ollama, y un vistazo al futuro de la IA ejecutándose directamente en dispositivos móviles (Edge AI). ¡Acompáñanos en este episodio lleno de experiencias de desarrollo y anécdotas técnicas (con algunos fallos de cámara de por medio)!
Si este contenido te resulta útil, ¡no olvides dejarnos un like, un comentario y compartirlo con otros entusiastas de la tecnología!
YouTube: https://www.youtube.com/@DevAndOpsPodcast ▶️
TikTok: https://www.tiktok.com/@devandops 🕺
Instagram: https://www.instagram.com/devandopspodcast 📸
Facebook: https://www.facebook.com/devandops 👍
Spotify: https://open.spotify.com/show/1MuMODYsE4xN6RhOcd8EaG 🎧
Capítulos:
(00:00) Introducción: De usuarios a creadores con Inteligencia Artificial 
(04:02) Categorización automática de archivos usando modelos locales pequeños 
(12:49) Creando un CLI interactivo con IA para troubleshooting en infraestructura 
(21:14) El balance perfecto: Comandos tradicionales (flags) vs. Lenguaje natural 
(27:00) Análisis de imágenes y generación de embeddings con microservicios 
(33:00) Evolución de LangChain y la importancia de elegir el modelo del tamaño correcto 
(37:56) Automatización de alertas On-Call con un Agente de IA para soporte de Nivel 1 
(45:25) Edge AI: Corriendo modelos de lenguaje localmente en dispositivos móviles
#devops #inteligenciaartificial #desarrollodesoftware #programacion #systemdesign #kubernetes #ollama #edgeai #podcasttecnologia

En este episodio de Dev&Ops, Douglas y Juan conversan sobre la ética profesional en tecnología y cómo nuestras decisiones pueden afectar al equipo, a la empresa y a nuestra propia carrera.
Analizan tres situaciones frecuentes: crear dependencias intencionales para asegurar un puesto de trabajo, apropiarse de recursos o productos que pertenecen a la empresa y compartir información confidencial con personas que no deberían tener acceso.
También reflexionan sobre la diferencia entre llevarse la experiencia adquirida y apropiarse del producto final, la importancia de documentar, compartir conocimiento, solicitar únicamente los accesos necesarios y mantener la integridad profesional incluso en situaciones laborales difíciles. 
🔍 En este episodio aprenderás:
 Por qué crear dependencias intencionales dentro de un equipo no es ético 
 Cómo aportar valor sin convertirte en la única persona capaz de mantener un sistema 
 La diferencia entre experiencia profesional y propiedad de la empresa 
 Qué recursos, productos y beneficios no deberían utilizarse para beneficio personal 
 Por qué la confidencialidad también aplica dentro de la misma empresa 
 Cómo aplicar el principio de acceso mínimo en sistemas y bases de datos 
 Por qué la ética profesional puede pesar más que el conocimiento técnico 
📑 Capítulos:
 (00:00) Por qué no es ético crear dependencias intencionales
 (00:29) Bienvenida al episodio 65 de Dev&Ops
 (01:25) Redes sociales, menores de edad y tecnología
 (03:27) Introducción al tema: ética profesional en tecnología
 (04:21) Ética, programación, DevOps y responsabilidad profesional
 (05:25) Piratería digital, cultura y decisiones éticas
 (08:58) Cuando las órdenes de un jefe entran en conflicto con la ética
 (11:40) Ética y responsabilidad en el trabajo remoto
 (12:30) Crear dependencias para asegurar el puesto de trabajo
 (15:34) El miedo a ser reemplazado dentro de una empresa
 (19:14) Cumplir el trabajo sin ocultar conocimiento
 (22:17) Cómo generar valor compartiendo, documentando y enseñando
 (23:49) Prepararte para conseguir otro trabajo sin crear dependencias
 (25:43) Las dependencias no garantizan estabilidad laboral
 (27:01) No quedarse con recursos que pertenecen a la empresa
 (28:14) La diferencia entre experiencia y producto final
 (30:09) Un cliente que quería exclusividad sobre una solución técnica
 (33:57) Patrones, conocimiento adquirido y reglas de negocio
 (37:51) Competencia desleal y conflictos éticos
 (39:05) Bonos, beneficios y otros recursos de la empresa
 (40:17) Trabajar para varias empresas y posibles conflictos
 (41:47) Compartir información confidencial dentro y fuera de la empresa
 (44:08) Accesos a producción y límites dentro de un equipo
 (47:48) Información sensible y responsabilidad tecnológica
 (49:10) Aplicar el principio de acceso mínimo
 (52:32) Protección de datos, contraseñas y buenas prácticas
 (53:51) Qué información se considera confidencial
 (55:17) Resumen de los tres dilemas éticos del episodio
 (57:31) Reflexión final sobre ética y principios profesionales
 (58:28) Despedida del episodio

¡Bienvenidos a un nuevo episodio de Dev&Ops! En esta edición de mediados de 2026, Juan y Douglas se sientan a analizar el estado actual de la Inteligencia Artificial de forma honesta y sin filtros. ¿Realmente la IA nos va a quitar el trabajo o solo es humo de las grandes empresas?
En este episodio hablamos sobre el rechazo de las nuevas generaciones hacia la inteligencia artificial, el altísimo costo de los tokens (¡Uber se gastó su presupuesto anual en meses!), la orquestación de diferentes modelos y si realmente vale la pena que las empresas paguen las suscripciones premium a sus desarrolladores. Además, discutimos el impacto real de la IA en la ciencia y compartimos un consejo ético (y algo polémico) sobre cómo manejar tu eficiencia y los tiempos cuando usas IA en tu trabajo diario.
¡No olvides suscribirte, dejar tu like y compartirnos tu opinión en los comentarios! ¿Vos pagas tu propia IA o te la paga la empresa?
YouTube: https://www.youtube.com/@DevAndOpsPodcast ▶️
TikTok: https://www.tiktok.com/@devandops 🕺
Instagram: https://www.instagram.com/devandopspodcast 📸
Facebook: https://www.facebook.com/devandops 👍
Spotify: https://open.spotify.com/show/1MuMODYsE4xN6RhOcd8EaG 🎧
Capítulos
(00:00) Intro y reflexiones sobre nuestra carrera en IT
(04:35) El estado de la IA en 2026 y chatbots desfasados
(12:38) El rechazo a la IA de las nuevas generaciones y artistas
(17:23) ¿La inteligencia artificial reemplazará a los programadores?
(25:56) ¿Deberían nuestros hijos estudiar programación hoy en día?
(30:22) Orquestación de modelos de IA y herramientas locales
(33:04) El exorbitante costo de los tokens y presupuestos empresariales
(42:16) Auditorías, KPIs y la verdadera rentabilidad de usar IA
(54:47) La preocupante falta de entrenamiento corporativo para usar IA
(59:15) La IA en la ciencia y los CEOs que se retractan sobre los despidos
(1:06:48) Consejo polémico sobre tu productividad y el uso de la IA
#devops #programacion #inteligenciaartificial #ia2026 #tecnologia #systemdesign #crecimientoprofesional #podcasttecnologico #chatgpt #claude #gemini #desarrollodesoftware

En este episodio de Dev&Ops, Juan y Douglas conversan sobre el impacto de la Inteligencia Artificial en la ingeniería de software, reaccionando a artículos que plantean si esta carrera seguirá siendo “para toda la vida” y si realmente a los ingenieros se les paga por escribir código.
A partir de sus experiencias, discuten cómo la IA está cambiando la forma de trabajar, por qué escribir código no es el único valor de un ingeniero y cómo el criterio, la arquitectura, los patrones y la capacidad de resolver problemas siguen siendo fundamentales. 
También hablan sobre el riesgo de usar IA sin metodología, la importancia de entender las bases técnicas y cómo esta tecnología puede multiplicar el trabajo cuando existe conocimiento previo.
🔍 En este episodio aprenderás:
 Por qué la IA no reemplaza automáticamente el valor de un ingeniero. 
 Cómo ha evolucionado la ingeniería de software con nuevas herramientas y paradigmas. 
 Por qué escribir código no es lo único por lo que te pagan. 
 La importancia de pensar antes de abrir el editor y empezar a programar. 
 Cómo usar IA sin perder entendimiento del proyecto. 
 Por qué la arquitectura, los patrones y el juicio técnico siguen siendo claves. 
 Cómo evitar caer en el humo alrededor de la inteligencia artificial. 
Enlaces:
https://www.seangoedecke.com/software-engineering-may-no-longer-be-a-lifetime-career
https://newsletter.techworld-with-milan.com/p/youre-not-paid-to-write-code

📑 Capítulos:
(00:00) La IA multiplica lo que ya sabés hacer
(00:41) Bienvenida a un nuevo episodio de Dev&Ops
(01:19) El regreso de Juan y Douglas al podcast
(02:53) El estilo de Dev&Ops: experiencias, tecnología y conversación real
(03:26) Clips fuera de contexto y contenido técnico en redes
(04:11) Cómo funcionan las redes sociales y la creación de contenido
(06:07) Reacción a artículos sobre tecnología e ingeniería
(06:52) Primer artículo: ¿la ingeniería de software ya no será una carrera para toda la vida?
(08:30) La carrera del futuro y el temor al cambio
(09:07) IA, aprendizaje y posible pérdida de habilidades técnicas
(11:16) De ensamblador a lenguajes de alto nivel: una comparación histórica
(13:14) ¿Qué pasa si la IA te hace “más tonto”?
(15:48) Douglas responde: la IA ya se quedó, pero sigue evolucionando
(17:23) Cómo han cambiado las habilidades requeridas para ser ingeniero
(18:46) Cloud, infraestructura y profesionales que nunca tocaron hardware
(20:44) Tony Stark, Jarvis y la IA como herramienta guiada por criterio humano
(21:35) Nichos técnicos profundos y oportunidades futuras
(23:08) Juan: la IA cambió mucho en pocos años
(24:43) Bases técnicas, programación e IA en el aprendizaje
(25:37) El riesgo de no entender el proyecto al usar IA
(26:13) Metodologías correctas para trabajar con IA
(27:23) Redes sociales de Dev&Ops
(27:51) Segundo artículo: no te pagan por escribir código
(28:34) Douglas: nunca nos han pagado solo por escribir código
(29:11) Pensar antes de abrir el editor
(30:43) La trampa de la identidad del programador
(31:27) El código como pasivo, no como activo
(32:18) IA, código barato y juicio técnico
(33:24) El trabajo real del ingeniero: arquitectura, validación y decisiones
(34:52) Douglas: una opinión controversial pero necesaria
(37:43) Ingeniar soluciones más allá de programar
(38:33) Cuando la solución no requiere escribir código
(40:13) La IA como herramienta para convertir ideas en soluciones
(41:13) Ser senior va más allá del lenguaje de programación
(42:31) La IA multiplica, pero necesitás conocimiento previo
(43:48) Cierre del tema y próximo episodio
(44:33) Douglas: perderle el miedo a la IA y analizarla con mente abierta
(45:56) Venta de humo, redes sociales y falsas promesas sobre agentes de IA
(47:34) Cierre del episodio