- NEXT.JS
- WEBASSEMBLY
- CLOUDFLARE
- CI/CD
Esta misma web
Este porfolio está construido a mano con Next.js y desplegado en Cloudflare Workers, con un laboratorio de modelos que corre entero en el navegador y despliegue continuo en cada commit. Código en github.com/jmweb-org/jmweb-pag-web.
Construir esta web es también un proyecto de ingeniería: el plan gratuito de Cloudflare Workers pone un límite duro de 3 MB comprimidos para todo el código de servidor, así que todo lo pesado — modelos, visualizaciones, un intérprete de Python — tiene que vivir y ejecutarse en el navegador de quien la visita.
- Peso del worker1,73 MB
- Límite del plan3 MB
- Demos en navegador9+
Todo lo pesado corre en tu navegador
Los modelos del laboratorio (un clasificador de dígitos MNIST, embeddings de palabras, un mapa de atención) y el playground de WebAssembly no pasan por ningún servidor: los pesos se sirven como ficheros estáticos, el forward pass se calcula en JavaScript y el intérprete de Python corre compilado a wasm, todo dentro de la pestaña del visitante.
Un worker a dieta
El bundle que se ejecuta en el servidor no puede superar los 3 MB comprimidos del plan gratuito. Librerías como three.js, los tokenizadores y los reproductores de audio o vídeo viven detrás de imports dinámicos solo-cliente, para que nunca lleguen al bundle de servidor, y el CI vigila el peso del worker en cada despliegue.
Se despliega y se vigila sola
Cada push a master dispara tests, build y despliegue automáticos. Las cifras de descargas de PyPI que aparecen en el sitio se refrescan en cada pasada del pipeline, y un workflow independiente comprueba el modelo de riesgo de crédito cada 12 horas para detectar si algo deja de responder. El código es público en github.com/jmweb-org/jmweb-pag-web.
Próximos proyectos:
Credit Risk Platform
Plataforma MLOps de scoring de crédito de punta a punta: entrenamiento reproducible con registro de modelos versionado, API de inferencia en FastAPI con validación de entrada, monitorización de drift por PSI y observabilidad con Prometheus y Grafana, todo dockerizado y con CI. Código en github.com/delcenjo/credit-risk-platform.
Transformer from scratch
Modelo de lenguaje tipo GPT implementado desde cero en PyTorch: atención multi-cabeza, máscara causal y bloques residuales escritos a mano, más un tokenizador byte-pair propio y un estudio de ablaciones. Código en github.com/delcenjo/transformer-from-scratch.
Hecho con
