El libro declara en la primera página lo que es: una preparación de entrevistas para puestos de evaluación de modelos y calidad de sistemas con lenguaje. Doce capítulos, todos con el mismo esqueleto: conceptos, marco de decisión, guía de diagnóstico, laboratorio breve, implementación en Python, quince preguntas de entrevista y una hoja resumen. Lo digo de entrada porque la portada sugiere otra cosa.
Qué saqué de él
La separación limpia entre evaluación fuera de línea y en línea. La primera sirve para que un cambio no empeore lo que ya funcionaba y vive en la integración continua, con versiones fijadas para que el resultado se pueda repetir. La segunda es la que dice la verdad, porque ve consultas reales. Y la advertencia que las une: si las dos dejan de correlacionar, la de fuera de línea ya no mide nada y hay que rehacer los umbrales.
El capítulo de salida gradual y política de reversión, que es el que menos aparece en la literatura de moda. Antes de encender, escrito: qué umbral obliga a volver atrás, con qué muestra se mide y quién decide. Sin eso, volver atrás es una discusión a las once de la noche.
Y una práctica barata que adopté: cada respuesta mala que alguien reporta se convierte en un caso del conjunto de evaluación. El conjunto crece con los errores reales, no con los que uno imagina.
Qué dejé fuera
El resto, que es la mayor parte. Las preguntas de entrevista ocupan más espacio que el contenido, el código de referencia es de juguete y varios de los marcos de decisión son listas de viñetas que no dicen nada que no se deduzca del título. Un libro que se lee en una tarde y deja dos ideas utilizables no es una mala compra, pero no es lo que anuncia.