FastSwaps

La gente usa esto para ganar suscriptores (y clientes) sin tener que usar redes sociales o invertir en publicidad.

Co-Founder

Fastlaunchr

Los más de 1.100 suscriptores que están aquí saben como crecer sus newsletters y ganar mínimo 1€ por suscriptor cada mes.

The Data Swiss

We build robust data & ML platforms in the cloud so you can have any kind of insight within days, not months.

Founder & Principal Data Solutions Architect

Telia

Working on releasing ML platform functionalities and at the same time provide support and create documentation so application teams can leverage platform for doing their data analysis processes. Some of the projects:

- Extending, supporting and developing new functionalities of our ML platforms. Working with CFn, Service Catalog, SageMaker mostly, among many other services.
- Architect and define usage of Sagemaker Feature Store for tenants.
- Work related to operations in ML environments.

Stack: 

- Github actions as CI/CD + OIDC.
- HashiCorp Vault for credential management.
- Python and Bash.
- AWS.
- Airflow. For orchestrating and scheduling any workflow at scale.
- CloudFormation (CFn).

MLOps Engineer

Working on releasing Data Foundation and ML platform functionalities and at the same time provide support and create documentation so application teams can leverage platform for doing their data analysis processes. Some of the projects:

- Enabling serverless ingestion from on-prem to different business layers (s3 and redshift) using SDLF from AWS.
- Developing and implementing an abstract and centralized solution to define datasets that are ingested/residing within our cloud platform and handle permissions through Lake Formation.
- Implementing solutions according to the General Data Protection Regulation (GDPR): RTE tasks, purposed-based access, etc.
- Leading the organization adoption of Hashicorp Vault for our GitHub repositories to get AWS secrets and GitHub tokens. As part of this, we are decommissioning our old solution and I developed a framework in Python that acts as a IaC for Hashicorp vault components (it creates engines, roles, tokens, policies, etc).

Stack: 

- Github actions as CI/CD.
- HashiCorp Vault for credential management.
- Python.
- AWS. Wide variety of services: S3, Lake Formation, Glue, Lambda, Step Functions, SQS, SNS, KMS, Athena, Cloudtrail, IAM, SSM, Redshift, EventBridge, DynamoDB, etc. Worth mentioning we are using for one of our projects, Serverless Datalake Framework (SDLF) for ingesting data from on-premises up to the business layers.
- Airflow. For orchestrating and scheduling any workflow at scale.
- Jenkins. For deploying to our on-premise ecosystem.
- Terraform. For keeping all our IaC and managing infrastructure state and changelog.
- CloudFormation (CFn).

Senior Data Platform Engineer

Factmata

Acquired by PR giant Cision.

1) In charge of running infrastructure cost optimizations. Reduced over 70% in 5 months.
2)  Guide the team by setting technical directions, architectural governance, design patterns, and practices.
3) Architect and build highly scalable solutions for diversified and complex data flows.
4) Active role in interviewing candidates for technical positions (Back-end/Front-end and Data Engineer).
5) Create 'shardflow ecosystem'. This solution allows our RDS databases (or shardflows) to scale out/in and up/down and provides an API for creating, migrating, resetting and deleting shardflows.
6) Work with Kubeflow in k8s for running our ML pipelines and generate clusters and insights for our SaaS platform.
7) Implement a serveless ELT from different data providers (twitter, reddit API, etc) to ingest these data into our different data lake layers using Lambdas, Event Bridge, S3, Glue and Athena.

CTO & Data Solutions Architect

Bluetab Solutions

Projects I have developed [D] and/or contributed [C] within /bluetab:

1) [D] Migration to AWS of an algorithm developed by UC3M that finds association between power plants and meter boxes within the Spanish territory. Big Data project using several Amazon services such as EMR, Batch, Lambda, SQS, Cloud Formation, Athena, etc. I am also working with deployment tools such as Jenkins and Terraform as IaC.

2) [C] Automation and enhancement of a current solution that ingests data from databases in premises to our DW on AWS Cloud. Files are ingested in S3 and then, ETLs orchestrated by Airflow are triggered. In this solution we are using a wide variety of services, for example, EMR for applying transformations and/or consolidate data, DMS for retrieving the data from the on-premises databases, DynamoDB for storing metadata about the states of the different processes, etc.

3) [D] Bluemetric is a highly flexible solution that recurrently extracts relevant metrics from different services of AWS by using both CloudWatch and CloudTrail. Such metrics are materialized wherever specified (RDS, S3) for further analysis, for example with PowerBI, QuickSight.

4) [D] Bluehaul is an event-driven architecture almost-serverless solution that makes files that are ingested within the cloud (namely, S3) available for analysis and computation. It is mainly focused on the movement and optimal structuration for efficient retrieval and manipulation. Services used: S3, CloudWatch, for triggering events and monitoring, Lambda, DynamoDB, SNS, ECR and AWS Batch.

5) [D] Architecting and developing a scalable, resilient and distributed platform in AWS to programmatically schedule and monitor workflows (using Apache Airflow) for ETL processes within Datalakes across multiple projects.

6) [C] Providing support on an ETL project in Redshift orchestrated by Apache Airflow.

AWS Data Engineer

Big Data dept at University Institute of Intelligent Systems and Numeric Applications in Engineering

Collaborating on OSMOSE, a European H2020 project. 

1) Developed Pyself framework. A novel simulation lab factory for Siemens PSS/E. It was used for analysing and optimising the impact of a new device within the electrical system in the Canary Islands.
2) Submitted a paper titled "OPTIMISING POWER SYSTEMS BY AUTOMATING LARGE SETS OF SIMULATIONS"  to The European Multidisciplinary Society for Modelling and Simulation Technology (EUROSIS) as a result of Pyself.

Research support technician

Self-Employed

Teacher of Programming

Self employed

Utterly plunged into the wondrous world of teaching Mathematics and Physics to 12th-grade students (Bachillerato and Uni)

Teacher of Mathematics and Physics

EIFER - European Institute for Energy Research

1) Research and develop a web-based application (SAVVY) for visualizing different kind of graph-based datasets within the company.
2) Extensive research on the suitability of using SPARQL and Graph Databases such as Neo4j for the aforementioned objective.

Technical Support Engineer (Intern)

Data and ML Engineering | Founder @TheDataSwiss

Hace 1 año que salí de prisión.

Una prisión en la que podía salir a la calle.

En la que tenía los sábados, domingos y generalmente todas las tardes para mí.

En las que dormía en mi casa.

En las que tenía 23 días por año para irme a Indonesia si quisiera.

Pero de resto, jodido. Tenía si o sí que estar en prisión.

Por suerte, me escapé.

Y ahora vivo en otra prisión construida por mi en la que no salgo casi nunca, jajajajjaa.

Mierda.

He ido a peor. ¿te has dao cuenta tu también no?

Tomás Denis Reyes Sánchez

Ayuda a hombres a tener relaciones con mujeres sin depender de Tinder.



Llegan los primeros resultados de los alumnos dentro de la formación Apollo.

En este caso Guille hace 2 meses no tenía newsletter.

0 suscriptores.

No tenía landing.

No tenía página de ventas.

Y ahora hace 2 semanas empezó con Meta Ads.

Desde entonces crece gratis. 

Nada mal para empezar jajaja.



Todo esto lo enseño dentro de Apollo.

Una formación de 3 meses con acompañamiento en la que acabas con newsletter que te trae clientes y negocio.

El 9 de enero de 2026 empezaremos la III edición.

En caso de interés, suscríbete a mi newsletter.

Enhorabuena Guille! 👏

Negocios que ganan dinero enviando correos

graphical user interface, text, application, email

N17. Studio

Cofundador

British Airways

Cloud Engineer

Bettermaps

Full Stack Developer

Moonshot Innovation - The Ecosystem Builders

Software Engineer

theam.

Junior Developer

Data engineering job. Applying lambda architectures.

Intern

Llevo más de 1 año obsesionado con las newsletter.

Hemos ayudado a más de 800 personas a crear, crecer y monetizar su newsletter dentro de Fastlaunchr.

Y además hemos conseguido resultados como facturar +7.000€ en 8 días con una newsletter de 800 personas.

Si, casi 10€ por suscriptor.

Pero esto lo hemos conseguido por una única razón, porque tenemos control sobre nuestra audiencia.

¿Cómo que control?

Pues que cuando queremos contactarles, no dependemos de que al "algoritmo" les muestre nuestro contenido.

Tampoco tenemos que ir uno a uno enviándoles un mensaje directo.

Simplemente les enviamos un correo dentro de la newsletter y listo.

Si tienes una audiencia en LinkedIn, tengo una buena noticia y una mala noticia.

¿Cuál quieres primero?

Bueno, yo suelo elegir primero la mala, así que voy para allá.

La mala noticia es que no tienes nada. 

Al igual que en YouTube, Instagram, X... Tener seguidores no sirve de nada.

(Bueno, para alimentar tu ego si, desde luego)

Pero el ego no trae dinero...

La buena noticia es que tienes validada tu propuesta y vas a ser capaz de empezar a controlar tu audiencia.

Pero va a tocar currar.

Tienes que crear tu newsletter y cuanto antes empieces, antes empezarás a ver los resultados.

Si no sabes por donde empezar puedes escribir un mensaje.

¡Despierta ya!

Víctor Ceballos Espinosa

No tienen ni idea ni de qué es una función Sigmoide.

Pero son “expertos” en IA…

Para nada quiero decir en este post que yo sea un experto en IA.

No me atrevería a auto adjudicarme ese título.

Nada más lejos de la realidad.

Pero con el boom de las automatizaciones y la IA, veo a mucha gente que se presenta como experto en IA.

Pero no saben ni como funciona una red neuronal, no tienen ni idea de que es el descenso por el gradiente o una función sigmoide.

No digo que sea necesario saberlo.

Gracias a empresas como OpenAI, Google y demás de alguna forma no están creando cajas negras para poderabstraernos de ese nivel de detalle.

Pero c*ño, no digas que eres experto en IA y automatizaciones por haber visto 3 videos.

No sé…

Para mi, expertos en IA hay muchos: **Andrew Ng, Yann LeCun,** Andrej Karpathy…

¿Qué opinas?

“La perfección no se consigue cuando no hay nada más que añadir, si no cuando no hay nada más que eliminar.”

No entiendo por qué nadie está hablando de esto.
Pero aquí va…

Si has usado un poco LinkedIn últimamente, estoy seguro que has visto un montón de gente que nos dedicamos a hacer automatizaciones (con y sin inteligencia artificial).

(A ver, en realidad yo me dedico a ahorrar tiempo y dinero a pymes y autónomos GRACIAS a las automatizaciones, no en si a las automatizaciones, pero bueno, eso para otro día)

Total, que la grandísima mayoría de esas personas, cuando implementan una automatización y tiene IA, tienden a usar modelos (LLMs) carísimos como los de OpenAI, Anthropic, Gemini…

¿Cuál es el problema?

Pues como decía, que son carísimos.

Te pongo un ejemplo, aunque antes tienes que saber una cosa.

Los modelos de IA cobran por los “tokens” que uses digamos.

Los tokens no son más que trocitos de texto que entran y salen del modelo.

Vamos, lo que le escribes a Chat Jipiti y lo que te devuelve.

Vale.

Pues sabiendo eso, te pongo una comparación.

Para el modelo GPT-5 de Open AI, el millón de tokens de entrada cuesta ~1,3 USD y el millón de tokens de salida, 10 USD.

Pongamos que usas durante el mes en esa automatización que alguien te hizo, 10 millones de entrada y 2 millones de salida.

Eso serían unos 33 USD si usaras GPT-5 a día de hoy.

Ahora veamos que pasa si usas modelos open source (como el GPT OSS 120B) alojado en Groq.

Si usas 10 millones de entrada y 2 millones de salida, te saldría unos 2,7 USD.

Si, lo has leido bien, 2,7 USD.

Vamos, más de 12 veces menos.

Ahora imaginate si el proyecto escala, la de dinero que te podrías gastar de más por no haber tenido eso en cuenta.

Con esto te quiero decir varias cosas:

No todas las automatizaciones necesitan los últimos modelos. Me atrevería a decir que la gran mayoría no de hecho.

Usar modelos Open Source a través de empresas que encima tienen hardware específico, hará que sea más barato y más rápido.

Listo, esto es todo.

¿Crees que este tipo de detalles lo tiene en cuenta todo el mundo? Te leo abajo.

taplio

The Battle

Tomás Denis Reyes Sánchez

Víctor Ceballos Espinosa

Followers

Posts

Engagements

Likes

Performance ScoreTomás Denis Reyes Sánchez's LinkedIn Performance

Performance ScoreVíctor Ceballos Espinosa's LinkedIn Performance

Ready to grow your LinkedIn presence?

taplio

The Battle

Tomás Denis Reyes Sánchez

Víctor Ceballos Espinosa

Followers

Posts

Engagements

Likes

Performance Score.css-goub6s{font-size:var(--chakra-fontSizes-md);font-weight:500;color:var(--chakra-colors-gray-600);display:block;margin-top:var(--chakra-space-1);}Tomás Denis Reyes Sánchez's LinkedIn Performance

Performance ScoreVíctor Ceballos Espinosa's LinkedIn Performance

Ready to grow your LinkedIn presence?

Performance ScoreTomás Denis Reyes Sánchez's LinkedIn Performance