💡 Ser Ingeniero en Sistemas Recursos

Del código al impacto:
¿Qué hace un Ingeniero en Sistemas?

Una charla para jóvenes de preparatoria: caminos, habilidades, mitos, IA aplicada y cómo empezar hoy.

20+ años
desarrollando y liderando tecnología
FinTech & Fiscal
proyectos reales de alto impacto
IA práctica
LLMs, MLOps & cloud
Explorar temas Ruta de aprendizaje

Explora por temas

Haz clic en una tarjeta para abrir el contenido. Usa F para buscar y N/P para navegar.

¿Qué es ser Ing. en Sistemas?

Áreas, impacto y roles reales.

Intro

Habilidades clave

Técnicas y humanas (soft skills).

Fundamentos

IA y prompt engineering

LLMs con propósito y ética.

Actual

Cloud & Arquitectura

Hexagonal, CQRS, serverless.

Arquitectura

Un día en el rol

De la idea al release.

Práctico

Ruta de aprendizaje

De cero a junior.

Guía

Portafolio que destaca

Proyectos con impacto.

Acción

Mitos y realidades

Lo bueno, lo retador, lo humano.

Honesto

Ética y responsabilidad

Privacidad, sesgos y ley.

Clave

Recursos gratuitos

Aprende hoy mismo.

Starter Pack

¿Qué significa ser Ingeniero en Sistemas?

Es convertir problemas reales en soluciones tecnológicas que escalan. Va desde entender el negocio y a las personas, hasta materializar en software confiable y seguro. Los roles van de desarrollo, arquitectura, datos/ML, DevOps y gestión técnica (tech lead) a especialidades como seguridad o UX de sistemas.

Áreas de impacto

  • Salud, finanzas, educación, gobierno, energía y más.
  • Automatización, analítica, IA aplicada y experiencia de usuario.
  • Confiabilidad, seguridad, cumplimiento y ética.

Mi experiencia (breve)

  • Automatización científica (UGTO) → valor para la investigación.
  • Finanzas (FINSOL, Microcréditos SFG) → BI, riesgos, reporting.
  • Core bancario T24 → procesos, disponibilidad y escalabilidad.
  • CONTPAQi → cloud, serverless y asistentes con IA.

¿Qué hace un Ingeniero en Sistemas?

No solo programamos... resolvemos problemas usando tecnología.

Desarrollo de Software

Crear apps y plataformas que millones usan.

Inteligencia Artificial

Enseñar a las máquinas a aprender.

Ciberseguridad

Proteger información de empresas y personas.

Ciencia de Datos

Analizar patrones en grandes cantidades de datos.

Videojuegos

Combinar arte, lógica y experiencia.

Computación en la Nube

Sistemas que viven en internet.

Imaginamos, diseñamos y construimos el futuro.

Habilidades que desarrolla la carrera 🧠

Lo que más me gusta:

  • Me enseñó a pensar.
  • Aprendí a dividir problemas grandes en partes pequeñas.
  • A no rendirme cuando algo falla.
  1. Lógica — Pensar paso a paso para resolver cualquier reto.
  2. Creatividad — Inventar soluciones nuevas que nadie imaginó.
  3. Trabajo en equipo — Ningún proyecto grande se hace solo.
  4. Aprendizaje constante — La tecnología cambia todo el tiempo.

Habilidades clave

Técnicas

  • Fundamentos: estructuras de datos, algoritmos, redes, SO y bases de datos.
  • Lenguajes: Python, Go, JS/TS, C#, SQL. Paradigmas y buenas prácticas.
  • Arquitectura: hexagonal, CQRS, event-driven, diseño de APIs.
  • Cloud: AWS/Azure, contenedores, serverless, observabilidad.
  • Datos/ML: pipelines, MLOps, evaluación y monitoreo de modelos.
  • Seguridad: OWASP, IAM, cifrado, cumplimiento.

Humanas

  • Pensamiento crítico y comunicación clara con negocio.
  • Trabajo en equipo, liderazgo y mentoría.
  • Gestión del tiempo y priorización basada en impacto.
  • Curiosidad y aprendizaje continuo.

"La mejor tecnología es la que resuelve problemas reales y mejora la vida de las personas"

IA y prompt engineering con propósito

Integrar modelos de lenguaje y ML en flujos empresariales requiere propósito, evaluación y ética. No se trata de magia: se trata de datos, contexto y diseño de producto.

Buenas prácticas para LLMs en productos
  • Definir objetivos medibles (tiempo de respuesta, precisión, CSAT).
  • Contexto: grounding con conocimiento del dominio, retrieval y tools.
  • Seguridad: políticas, filtrado, privacidad de datos y trazabilidad.
  • Evaluación: pruebas A/B, golden sets, monitoreo de deriva.
  • Diseño: UX conversacional y fallback a flujos tradicionales.
Ideas para proyectos de preparatoria
  • Asistente escolar para dudas de matemáticas con base de conocimiento local.
  • Detector de noticias falsas con señales de verificación y fuentes.
  • Clasificador de residuos para reciclaje con visión por computadora.

Cloud & Arquitectura

Patrones

  • Arquitectura hexagonal: dominios limpios, puertos/adaptadores.
  • CQRS + eventos: lectura rápida, escritura consistente.
  • Serverless: pagar por uso, escalar sin dolor.

Checklist de calidad

  • Observabilidad: logs, métricas, trazas.
  • Seguridad desde el diseño: secretos, roles mínimos, auditoría.
  • Automatización CI/CD y pruebas.

Un día en el rol (arquitecto/lead)

  1. Entender el problema: reunión rápida con negocio/usuarios.
  2. Prototipo/PoC: modelado y pruebas de viabilidad.
  3. Diseño: APIs, eventos, modelos de datos y criterios de aceptación.
  4. Construcción: pair programming, code reviews, pipelines.
  5. Medición: métricas, errores, feedback de usuarios.
  6. Entrega y mejora continua.

Herramientas: tablero Kanban, repositorios Git, pipelines CI/CD, observabilidad, feature flags.

Ruta de aprendizaje sugerida (0→Junior)

Fundamentos (0–3 meses)

  • Lógica, estructuras de datos y algoritmos básicos.
  • Un lenguaje principal (Python o JS) + Git + línea de comandos.
  • Proyecto 1: API REST sencilla + base de datos.

Núcleo web (3–6 meses)

  • HTTP, JSON, autenticación básica.
  • Frontend (React/Vue) + diseño responsivo.
  • Proyecto 2: app full-stack con tests.

Profundización (6–12 meses)

  • Arquitectura limpia, patrones, pruebas automatizadas.
  • Despliegue en cloud (AWS/Azure), contenedores.
  • Proyecto 3: microservicio + observabilidad + CI/CD.

Opcional

  • Intro a IA/ML y MLOps.
  • Seguridad y cumplimiento.

Consejo: documenta lo que aprendes, comparte tu avance y construye en público.

Portafolio que cuenta una historia

Cómo presentar un proyecto en 60s
  1. Qué problema resolviste (para quién).
  2. Cómo lo diseñaste (tecnologías, decisiones).
  3. Resultado medible (tiempo ahorrado, errores reducidos, usuarios).

Mitos y realidades

Ética y responsabilidad

Construimos sistemas que afectan vidas: debemos cuidar privacidad, transparencia, explicabilidad y cumplimiento. Principios:

Recursos gratuitos para empezar hoy

Aprender a programar

  • freeCodeCamp — JS, APIs, responsive web.
  • MDN Web Docs — HTML, CSS, JS, HTTP.
  • CS50 (Harvard) — fundamentos de CS.

Backend & DevOps

  • FastAPI docs — APIs rápidas en Python.
  • Docker docs — contenedores y despliegue.
  • Azure/AWS cuentas gratuitas — practicar cloud.

Datos & IA

  • Curso básico de ML (Google) — conceptos clave.
  • Scikit-learn — guías y ejemplos.
  • Guías de evaluación de LLMs y prácticas de seguridad.

Comunidades

  • GitHub — sigue proyectos y contribuye.
  • Stack Overflow en español — dudas técnicas.
  • Meetups locales de tecnología — networking.

Tip: elige un tema, fija un objetivo semanal y construye un proyecto pequeño. Repite.