Podcast AWS LATAM

Juan Edwards, Engineering Manager de DevEx en Buk (HR Tech, ~400 desarrolladores sobre un monolito), cuenta cómo migraron su pipeline de CI a AWS Graviton: los tests bajaron ~50% (de 25 a ~12 min) y la tasa de éxito del pipeline subió de ~60% a 95.4%. Sumaron agentes de IA para auto-revertir commits rotos, revisar PRs y arreglar errores del pipeline (siempre con human in the loop). Su mensaje: apostar por "boring tech" —tecnología probada— mantiene al equipo sano y productivo.

En este episodio Rayih Bou y Diego Casas explicarán como utilizar los Quick Desktop para Cloud Economics con las herramientas de IA que están disponibles en AWS para la optimización de costos e información de precios de los recursos de AWS.

La forma en que los desarrolladores escriben código está cambiando radicalmente. En este episodio comparamos tres herramientas que están en el centro de esta revolución: Kiro, el IDE agéntico de AWS que transforma requisitos en implementaciones guiadas por especificaciones; Claude Code, el agente de codificación de Anthropic que opera directamente en tu terminal; y Codex de OpenAI, ahora disponible sobre infraestructura AWS. Exploramos en qué se diferencian, cuándo usar cada uno, y cómo integrarlos en flujos de desarrollo modernos para acelerar la productividad sin sacrificar calidad ni control.

Anthropic y AWS han construido una alianza estratégica que va más allá del acceso a un modelo. En este episodio analizamos por qué Claude se ha convertido en una de las opciones preferidas dentro de Amazon Bedrock: su ventana de contexto extendida, su capacidad de razonamiento complejo, sus garantías de seguridad y su integración nativa con el ecosistema AWS. Discutimos casos de uso reales donde Claude destaca —desde agentes empresariales hasta análisis de documentos extensos— y cómo las organizaciones pueden aprovechar la infraestructura de AWS para ejecutar Claude con gobernanza, escalabilidad y control de costos.

En este episodio exploramos cómo construir un sistema multi-agente en AWS para optimizar precios en tiempo real. Analizamos cómo múltiples agentes de IA especializados —desde el análisis de demanda y competencia hasta la elasticidad de precios— colaboran de forma autónoma para ajustar estrategias de pricing dinámico. Descubre cómo servicios como Amazon Bedrock, AgentCore y Lambda permiten orquestar estos agentes a escala, y por qué el enfoque multi-agente supera a los modelos monolíticos tradicionales en velocidad de reacción, precisión y adaptabilidad al mercado.