Sirviendo Código

Meetups

Forma parte de la comunidad

Mantente al día de nuestras meetups, nuevas ponencias y eventos antes que nadie. Una forma sencilla de seguir aprendiendo y conectando con otros profesionales.

Sirviendo Código

Apúntate a la próxima

No hay meetups programadas por ahora. Únete al grupo para enterarte de la próxima.

Últimas meetups

DevMad! Talks - Junio

DevMad! Talks - Junio

¡Acompañanos en una nueva edición de DevMad! Talks! Como parte de su tour de aniversario por la escena tecnológica de Madrid, DevMad se ha aliado con Sirviendo Código para ofrecerte una tarde dedicada por completo al diseño de experiencias de Realidad Mixta (RM). La sesión será presentada por **Ester Sánchez**, fundadora de Resistance Studio, quien compartirá los retos, descubrimientos y lecciones que hay detrás de la creación de su juego de RM, *Garden Haven*. Te esperan tecnología inmersiva, buenas conversaciones y, por supuesto, buen networking y un rico picoteo. La sesión incluirá una demo en vivo del juego, ¡así que no te pierdas! **📋 Agenda** 18:30 - Bienvenida 18:40 - Introducción 18:55 Charla \(en inglés\) – Ester Sánchez\, Fundadora de Resistance Studio \| Retos al diseñar experiencias de RM 19:30 \- Picoteo y networking 21:00 - Fin del evento **🎙️ Descripción de la charla *\*\*será impartida en inglés*** ***Challenges Designing MR Experiences*** (Retos al diseñar experiencias de Realidad Mixta) Ponente: Ester Sánchez – Fundadora @ Resistance Studio En la Realidad Mixta no controlas el entorno: cada usuario tiene un espacio, muebles, paredes e incluso una iluminación diferente. En esta charla os guiaré a través de los principales retos que me encontré durante el desarrollo de mi juego de RM, *Garden Haven*, y cómo superarlos para crear una experiencia inmersiva estable y coherente. **📍 Ubicación** Sirviendo Código Utopicus Paseo de la Habana, Paseo de la Habana 9-11, Madrid Sala Potencia **Fotografía y vídeos del evento** Por favor, ten en cuenta que durante el evento se realizan fotografías y grabaciones de vídeo. Tanto DevMad como Sirviendo Código podrán utilizar este material en sus respectivos canales públicos y redes sociales para dar difusión a nuestros eventos. Al asistir, aceptas el uso de estos materiales para dichos fines.

Utopicus Paseo de la Habana - Oficinas & Salas de Eventos, Madrid

9 de junio · 18:30h

"Más allá de los píxeles" y "De sensores a decisiones"

"Más allá de los píxeles" y "De sensores a decisiones"

**Charla 1:** * **Título: "Más allá de los Píxeles: Arquitecturas** **que conectan Texto e Imágenes“** * Descripción: Los programadores estamos acostumbrados a tratar el texto y las imágenes como tipos de datos aislados. Sin embargo, la aparición de modelos como CLIP está rompiendo esta barrera mediante el entrenamiento contrastivo. Analizaremos de forma clara y técnica cómo se alinean dos redes neuronales distintas para que hablen el mismo idioma. Veremos por qué esta "traducción" visual es la base de las herramientas más potentes de la actualidad y cómo cambia nuestra forma de construir software que "entiende" el mundo. * Biografía de Álvaro García: estudiante de último curso del Grado en Inteligencia Artificial en la Universidad Rey Juan Carlos (URJC). Con un profundo interés por los diversos campos que integran la Inteligencia Artificial, actualmente compagina su formación con una beca de colaboración del Ministerio de Educación en el área de investigación. Su trabajo actual se centra en el entrenamiento de modelos de clasificación de imágenes y en el desarrollo de técnicas para optimizar sistemas de detección mediante el uso de imágenes sintéticas, explorando cómo el entrenamiento con datos generados por ordenador permite mejorar el rendimiento y la robustez de los modelos de Visión Artificial en escenarios donde la disponibilidad de datos reales es limitada o inexistente. **Charla 2:** * **Título: De sensores a decisiones: cómo los sistemas** **de IA perciben, interpretan y actúan en el mundo real.** * Descripción: Se suelen ver modelos de IA que clasifican o predicen, pero los sistemas que actúan en el mundo físico necesitan más que eso. Se explicara el pipeline completo de los sistemas de IA que interactúan con el mundo real, como robots o coches autónomos. Desde la percepción mediante sensores hasta la toma de decisiones en tiempo real, veremos cómo se integran visión por computador, aprendizaje automático y control para construir sistemas capaces de interpretar su entorno y actuar de forma fiable. * Bibliografía de Alfonso Armenta: Estudiante de último curso del Grado en Inteligencia Artificial en la Universidad Rey Juan Carlos. Actualmente realiza prácticas en el grupo de investigación, donde trabaja con la generación sintética de firmas hiperespectrales para el entrenamiento de modelos de aprendizaje automático. Sus principales intereses son la visión artificial, la robótica y las aplicaciones prácticas de la inteligencia artificial.

Utopicus Paseo de la Habana, Madrid

7 de mayo · 18:30h

Cuando el contexto se convierte en un problema de sistemas: Recursive LM

Cuando el contexto se convierte en un problema de sistemas: Recursive LM

Los modelos de lenguaje actuales muestran una degradación severa de calidad a medida que crece el tamaño y la complejidad de la información de entrada, un fenómeno conocido como context rot. Este límite no se debe únicamente al tamaño de la ventana de contexto, sino a una restricción más profunda: los LLMs están obligados a manipular cadenas largas exclusivamente dentro de su espacio de tokens, donde la atención y la memoria no escalan. En esta charla presento Recursive Language Models (RLMs), un paradigma general de inferencia propuesto por MIT CSAIL que replantea el problema del contexto como un problema de sistemas. En lugar de introducir el prompt completo en la ventana del modelo, los RLMs lo colocan en un entorno externo persistente, accesible mediante un REPL, y permiten que el propio LLM genere código para inspeccionar, filtrar, descomponer y procesar ese contexto mediante llamadas recursivas a otros modelos. En benchmarks como CodeQA y BrowseComp+, los RLMs alcanzan hasta un 91 % de precisión donde los enfoques tradicionales fallan por completo. Los RLMs escalan el contexto efectivo en órdenes de magnitud sin depender de arquitecturas de contexto largo, y muestran cómo el entrenamiento de modelos nativamente recursivos (como RLM-Qwen3-8B) puede convertirse en un nuevo eje de escala. A lo largo de la charla mostraré cómo funcionan los RLMs, por qué superan a enfoques clásicos como la truncación o la resumización, y cómo implementarlos en la práctica a través de rlm-runtime, un runtime open-source que materializa el paradigma RLM y reproduce los resultados clave del paper.

Utopicus Paseo de la Habana, Madrid

15 de abril · 18:30h