Impulsa Tu Carrera Tech

Hay algo que pasa mucho en nuestro gremio. Cuando alguien quiere crecer, su primer instinto es aprender más. Más lenguajes. Más frameworks. Más certificaciones. Como si el problema fuera que saben poco y la solución fuera acumular.Hablé con Yeferson Gaitán —dos veces finalista del ICPC, el Mundial de Programación. Fue a Beijing. Fue a Dhaka. Y cuando le pregunté qué le dio profesionalmente toda esa preparación, esperaba que me hablara de algoritmos. De complejidades. De estructuras de datos avanzadas.Me dijo: “La lógica es como un músculo. La entreno. Sé que luego voy a poder alzar las pesas más grandes.”Eso no era lo que esperaba escuchar de alguien que literalmente compite en la élite mundial del código.Yeferson trabaja hoy como Software Engineer. Tuvo la oportunidad de entrar a empresas como Google o Facebook. Eligió quedarse en Colombia, trabajando en impacto local. Y cuando le pregunté cómo encaja la IA en su trabajo, me dijo algo que no se me va a olvidar:No tiene sentido hablar de soluciones si no he entendido el problema. Y no tiene sentido hablar de implementaciones si no he pensado en una solución.Tres pasos: entender el problema, diseñar la solución, implementar.La IA, dice Yeferson, cubre muy bien el tercero. Escribe el código. Genera la función. Produce la estructura. Pero los dos primeros —entender qué hay que resolver y diseñar algo que escale, sea testeable y se alinee con a dónde va la empresa— esos siguen siendo del humano. Porque la IA no tiene ese contexto. Tú sí.Lo que está pasando en la industria no es que la IA reemplaza a los programadores. Es que la IA está revelando qué parte del trabajo siempre dependió de criterio y qué parte siempre fue ejecución mecánica. Y la ejecución mecánica ya es barata.El problema es que muchos programadores construyeron su identidad profesional sobre la ejecución. Saber escribir el código. Conocer la sintaxis. Manejar el framework. Y ahora que eso se vuelve commodity, no saben bien qué les queda.Lo que les queda es lo que Yeferson lleva años entrenando sin llamarlo así: la capacidad de enfrentarse a un problema sin saber la respuesta y no colapsar.Eso no lo enseña ningún bootcamp. No viene en ninguna certificación. Se construye resolviendo problemas difíciles, fallando, intentando de nuevo. Es literalmente un músculo: atrofia si no se usa, crece si se le exige.Yeferson lo dice directo al final del episodio:“A mí no me dicen nada cuando alguien me dice que sabe muchos lenguajes. ¿Cómo eres para resolver problemas?”Esa es la pregunta que la industria ya está haciendo. Y no todos tienen la respuesta.Recurso de la semanaNo te lo recomiendo para que te prepares para entrevistas (aunque sirve para eso). Te lo recomiendo por lo que describe Yeferson: entrenar el músculo de resolver problemas antes de que haya presión. 15 minutos al día de problemas fáciles enseñan más sobre tu forma de pensar que un mes de tutoriales de YouTube. El nivel Easy ya duele cuando no tienes el músculo. Eso es el punto.Escribimos sobre las habilidades que nadie te enseña y que sí impulsan tu carrera tech. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit www.thetribu.dev

¿Y si te dijera que todo lo que hacemos en tech —absolutamente todo— es, en el fondo, comunicación?Esa es la idea que me quedó retumbando después de la conversación con el decano Néstor Castaño en el episodio 8. No vino a hablar de herramientas ni de lenguajes de programación. Vino a sacudirnos la forma de pensar la profesión. Y lo logró.Acá te traigo lo más potente de esa conversación, para que lo leas, lo proceses y —ojalá— lo pongas en práctica.El problema no es el estudiante que copia — es lo que le pusieron a hacerCuando la IA empezó a aparecer en los salones, la primera reacción fue punitiva: “¡están copiando!” Pero el decano le dio la vuelta al argumento de una manera que duele (en el buen sentido):Si el estudiante puede resolver el trabajo con IA en cinco minutos, quizás el problema no es el estudiante. Quizás el problema es que le estás pidiendo hacer algo que la IA ya hace mejor que cualquier humano.— Néstor CastañoLa conclusión es directa: los currículos tienen que rediseñarse. Si una tarea la puede completar un modelo de lenguaje sin esfuerzo, esa tarea ya no debería ser el centro de la formación.La matriz que todo profesional tech debería tener en la cabezaEl decano propone pensar en una matriz de dos ejes: lo que es complejo para el humano vs. lo que es complejo para la tecnología. Al cruzarlos, aparecen cuatro cuadrantes — y el más valioso es el que dice: complejo para la máquina, fácil para el humano.¿Ejemplos? Leer una sala. Generar confianza. Negociar en contexto. Entender el subtexto de una conversación. Esas son las habilidades en las que nos tenemos que volver extraordinarios, porque la IA aún tropieza con ellas.Para reflexionarEn tu trabajo actual, ¿qué tareas ocupan más de tu tiempo? ¿Cuántas de esas podrían automatizarse hoy? Y más importante: ¿en qué estás invirtiendo el tiempo que te libera la IA?Todo el desarrollo de software es, en esencia, comunicación digitalizadaEsta es la idea que más me volteó la cabeza. Piénsalo: cuando construyes una app, estás capturando cómo fluye la comunicación entre personas, procesos y sistemas, y traduciéndola a código. Un flujo de correos, una transacción, una notificación — todo es comunicación estructurada.Entonces el ingeniero que entiende cómo se comunica una organización no es solo un ejecutor técnico. Es el que puede decirle a la dirección: “acá hay un cuello de botella humano”, “este equipo no está recibiendo información a tiempo”, “este proceso está mal diseñado desde antes de tocar una línea de código”.Ese perfil vale muchísimo más. Y esa persona ya no le cobra por el código — le cobra por la estrategia.La IA no va a acabar con los empleos tech. La complejidad humana siempre gana.Alguien de la comunidad preguntó en directo: ¿la industria tech va a ser controlada completamente por IA? La respuesta del decano fue tranquilizadora pero no ingenua:La sociedad siempre genera más complejidad de la que cualquier sistema puede resolver. Cada vez que la IA resuelve algo, aparece un nuevo problema que resolver. La demanda de personas que puedan pensar sistemas, auditar modelos, detectar sesgos y diseñar soluciones contextualizadas no va a desaparecer — va a crecer.Lo que te llevas de este episodio* La IA no es el problema ni la solución — es un espejo que refleja qué tan bien (o mal) estamos formando profesionales.* Las habilidades blandas no son un extra: son técnicamente necesarias para cualquier profesional que trabaje con sistemas de comunicación.* El rol más valioso en tech ya no es el que escribe más código — es el que entiende mejor cómo fluye la información en una organización.* La complejidad de la sociedad siempre va a superar a la tecnología. Siempre habrá trabajo para quien sepa pensar sistemas.* Abrazar la paradoja tecnológica — ni rechazarla ni glorificarla — es la actitud más inteligente que puedes tener hoy.Escribimos sobre las habilidades que nadie te enseña y que sí impulsan tu carrera tech. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit www.thetribu.dev