ATD

Programación

ATD (Architectural Technical Debt) es un concepto que se refiere a las decisiones de diseño y arquitectura en el desarrollo de software que, aunque inicialmente pueden parecer rápidas y económicas, pueden generar problemas y costos adicionales a largo plazo. Estas decisiones a menudo resultan en una estructura de software que es difícil de mantener, escalar y evolucionar. La deuda técnica arquitectónica puede afectar negativamente la calidad, la velocidad de desarrollo y la capacidad de respuesta a cambios futuros.

Publicaciones Similares

  • Seguridad en el uso de herramientas de colaboración en línea

    Porroberto

    Las herramientas de colaboración en línea, como Microsoft Teams, Zoom, Google Meet y Slack, son plataformas que permiten a los equipos trabajar juntos a distancia, compartir archivos, chatear y realizar videollamadas. La seguridad en el uso de estas herramientas es crucial para proteger tanto la información personal como la profesional, evitando accesos no autorizados y…

  • Deep Learning

    Porroberto

    Introducción Redes neuronales Perceptrón Softmax Entropía cruzada Regresión logística Descenso del gradiente Perceptrones multicapa Feedforward Retropropagación Convolutional Neural Network Historia de las redes neuronales – rhernando.net Bibliografía Libros Redes neuronales & deep learning, Fernando Berzal Cursos AI Programming with Python Nanodegree Juno Lee, Mat Leonard, Jennifer Staab, Juan Delgado, Mike Yi, Ortal Arel, Luis Serrano…

  • Phising

    Porroberto

    El fraude mediante correo electrónico, o phising es un proceso fraudulento de ingeniería social cuyo objetivo es obtener información sensible como nombres de usuario, claves o datos de cuentas o tarjetas de crédito, a través de una comunicación digital, suplantando a una entidad de confianza, como un banco o una entidad gubernamental.

  • Análisis de datos

    Porroberto

    En el Análisis de Datos (o Data Science) tenemos cinco etapas: Enmarcar el problema. Hacer las preguntas adecuadas.    – ¿Cuál es el objetivo?    – ¿Qué queremos estimar o predecir? Adquirir y preparar los datos.    – ¿Qué recursos tenemos para obtener datos?    – ¿Qué información es relevante?    – Limpiar y filtrar…