pu

Buscar este blog

viernes, 8 de mayo de 2026

Consideraciones para pruebas de DRP

Consideraciones para pruebas de DRP

1. Definir objetivos claros

  • Tiempo máximo de recuperación (RTO).
  • Pérdida máxima aceptable de datos (RPO).
  • Sistemas críticos prioritarios.

2. Identificar sistemas críticos

  • Bases de datos.
  • Servidores.
  • APIs.
  • Correo.
  • ERP/CRM.
  • Infraestructura cloud/on-premise.

3. Tipos de pruebas DRP

  • Checklist: revisión documental.
  • Simulación: escenarios ficticios.
  • Tabletop: reunión de análisis paso a paso.
  • Failover parcial: mover algunos servicios.
  • Failover completo: recuperación real completa.

4. Validar respaldos

  • Verificar integridad de backups.
  • Confirmar restauración exitosa.
  • Revisar cifrado y permisos.

5. Considerar dependencias

  • DNS.
  • VPN.
  • Certificados SSL.
  • Firewalls.
  • Servicios externos.
  • Proveedores cloud.

6. Seguridad

  • Validar accesos de emergencia.
  • MFA funcionando.
  • Usuarios privilegiados controlados.

7. Comunicación

  • Lista de contactos actualizada.
  • Escalamiento definido.
  • Canales alternativos (Teams, WhatsApp, correo externo).

8. Evidencias y auditoría

  • Registrar tiempos.
  • Capturas/logs.
  • Incidentes detectados.
  • Acciones correctivas.

9. Impacto operacional

  • Idealmente probar fuera de horario.
  • Minimizar impacto a clientes.
  • Tener plan rollback.

10. Mejora continua

  • Actualizar documentación.
  • Corregir puntos débiles.
  • Repetir pruebas periódicamente.

Frecuencia recomendada

  • Crítico: cada 3–6 meses.
  • General: anual mínimo.
  • Después de cambios importantes en infraestructura.

Ejemplo de escenario DRP

  • Caída total de SQL Server.
  • Recuperación desde backup.
  • Levantar réplica.
  • Validar aplicación web.
  • Confirmar acceso usuarios.
  • Medir RTO/RPO.

Si quieres, también puedo ayudarte a crear:

  • un checklist DRP profesional,
  • una matriz RTO/RPO,
  • un documento DRP completo,
  • o un plan de pruebas DRP para auditoría en Word/PDF.

¿Cuánto Gana un Analista Programador en 2026?

¿Cuánto Gana un Analista Programador en 2026?

La carrera de Analista Programador sigue creciendo en 2026 como una de las profesiones tecnológicas más demandadas del mercado. Empresas de software, bancos, startups, retail, salud y servicios digitales buscan constantemente desarrolladores capaces de crear sistemas, automatizar procesos y trabajar con inteligencia artificial.

Pero una de las preguntas más frecuentes sigue siendo:

¿Cuánto gana realmente un Analista Programador en 2026?

La respuesta depende de varios factores:

  • experiencia,
  • país,
  • tecnologías utilizadas,
  • nivel de especialización,
  • y si trabaja presencial o remoto.

Sueldo promedio de un Analista Programador en 2026

En Latinoamérica, los salarios han aumentado debido a:

  • la demanda global de desarrolladores,
  • el trabajo remoto internacional,
  • y el crecimiento de proyectos relacionados con IA y automatización.

Sueldos aproximados en 2026

Junior (0 a 2 años)

Un Analista Programador junior puede ganar entre:

  • USD $700 y $1.500 mensuales
  • o entre $700.000 y $1.500.000 CLP en Chile.

Generalmente trabajan con:

  • soporte,
  • desarrollo web,
  • mantenimiento de sistemas,
  • bases de datos.

Semi Senior (2 a 5 años)

Un perfil con experiencia puede alcanzar:

  • USD $2.000 a $4.000 mensuales.

Aquí ya aparecen conocimientos como:

  • APIs,
  • cloud computing,
  • desarrollo backend,
  • frameworks modernos,
  • automatización.

Senior (5+ años)

Los perfiles senior pueden superar:

  • USD $5.000 mensuales,
  • e incluso trabajar para empresas extranjeras de manera remota.

Especialmente si manejan:

  • arquitectura cloud,
  • inteligencia artificial,
  • DevOps,
  • ciberseguridad,
  • blockchain,
  • sistemas financieros.

Las tecnologías mejor pagadas en 2026

Actualmente las empresas pagan más a profesionales que dominan:

Inteligencia Artificial

La IA está revolucionando el mercado tecnológico.

Conocimientos en:

  • Python,
  • Machine Learning,
  • automatización,
  • LLMs,
  • IA generativa,

pueden aumentar considerablemente los ingresos.


Cloud Computing

Tecnologías como:

  • AWS,
  • Azure,
  • Google Cloud,

siguen siendo altamente demandadas.

Muchas empresas están migrando toda su infraestructura a la nube.


Desarrollo Full Stack

Los desarrolladores capaces de trabajar tanto frontend como backend tienen grandes oportunidades laborales.

Frameworks populares:

  • Angular,
  • React,
  • .NET,
  • Node.js,
  • Laravel.

El trabajo remoto cambió los salarios

Uno de los mayores cambios de los últimos años es el trabajo remoto internacional.

Hoy un Analista Programador en Chile o Latinoamérica puede trabajar para:

  • Estados Unidos,
  • Canadá,
  • Europa,
  • startups internacionales,

sin salir de casa.

Eso elevó enormemente el mercado salarial tecnológico.


¿Vale la pena estudiar Analista Programador en 2026?

Definitivamente sí.

La automatización, la inteligencia artificial y la transformación digital continúan creciendo en todo el mundo.

Las empresas necesitan:

  • desarrolladores,
  • automatizadores,
  • especialistas cloud,
  • integradores de IA,
  • expertos en datos.

Además, es una carrera que permite:

  • trabajar remoto,
  • emprender,
  • crear software propio,
  • generar ingresos internacionales.

El futuro del Analista Programador

En 2026 el programador ya no solo crea páginas web.

Ahora participa en:

  • automatización empresarial,
  • inteligencia artificial,
  • sistemas financieros,
  • apps móviles,
  • análisis de datos,
  • infraestructura cloud,
  • y ciberseguridad.

El mercado tecnológico sigue creciendo y la demanda por talento especializado parece estar lejos de disminuir.

Para quienes disfrutan la tecnología y el aprendizaje constante, Analista Programador sigue siendo una de las carreras con mayor proyección del mundo digital actual.

El Nuevo Oro Digital: El Poder de Cómputo y la Guerra Mundial por la IA

El Nuevo Oro Digital: El Poder de Cómputo y la Guerra Mundial por la IA

Durante años escuchamos que “los datos son el nuevo petróleo”. Hoy, en pleno auge de la inteligencia artificial, una nueva realidad está apareciendo frente al mundo tecnológico: el verdadero activo más valioso es el poder de cómputo.

Grandes empresas están invirtiendo miles de millones de dólares en infraestructura para inteligencia artificial, comprando GPUs, construyendo centros de datos gigantescos y asegurando contratos energéticos a largo plazo. Pero surge una gran pregunta:

¿Es real esta nueva industria del poder de cómputo?

La respuesta corta es: sí, completamente.

Actualmente existe una auténtica carrera mundial por controlar la capacidad computacional necesaria para entrenar y ejecutar modelos de IA avanzados. Empresas tecnológicas están compitiendo no solo por crear mejores inteligencias artificiales, sino por algo mucho más importante: tener suficiente infraestructura para hacerlas funcionar.


¿Qué es exactamente el “poder de cómputo”?

El poder de cómputo es la capacidad que tienen servidores y chips especializados para realizar millones o miles de millones de cálculos por segundo.

En el pasado esto se asociaba principalmente a:

  • videojuegos,
  • minería de criptomonedas,
  • supercomputadores.

Pero ahora el principal consumidor de cómputo es la inteligencia artificial.

Modelos modernos de IA necesitan enormes cantidades de:

  • GPUs,
  • memoria,
  • electricidad,
  • refrigeración,
  • almacenamiento,
  • redes de alta velocidad.

Entrenar modelos avanzados puede costar millones de dólares solamente en infraestructura.


El verdadero cuello de botella: energía y chips

Mucha gente piensa que la IA depende únicamente del software. Pero la realidad es otra.

El verdadero problema mundial hoy es:

  • conseguir chips avanzados,
  • tener electricidad suficiente,
  • mantener centros de datos funcionando 24/7.

Por eso gigantes tecnológicos están invirtiendo cifras históricas en infraestructura.

Empresas como:

  • NVIDIA,
  • Google,
  • Amazon,
  • Microsoft,
  • AMD,
  • TSMC,

están liderando una nueva revolución industrial basada en capacidad computacional.


¿Por qué NVIDIA domina el mercado?

Actualmente NVIDIA posee una de las mayores ventajas competitivas del planeta tecnológico.

No solamente fabrica GPUs poderosas. También controla un ecosistema completo de software llamado CUDA, utilizado por gran parte de la industria IA.

Eso significa que miles de empresas desarrollan directamente sobre tecnología NVIDIA, generando una dependencia enorme.

En otras palabras: no basta con fabricar chips; también debes construir el ecosistema completo alrededor de ellos.

Y esa es una barrera extremadamente difícil de copiar.


La nueva fiebre del oro: “GPU as a Service”

Una tendencia muy fuerte que está creciendo es el llamado:

GPU as a Service

Básicamente consiste en arrendar poder computacional a empresas o desarrolladores que necesitan ejecutar IA.

En vez de comprar costosos servidores, las empresas:

  • arriendan GPUs,
  • utilizan clusters remotos,
  • pagan por hora de procesamiento.

Esto se está transformando en un negocio multimillonario.

Incluso compañías relativamente pequeñas están comprando infraestructura NVIDIA para revender capacidad cloud especializada en IA.


¿Existen empresas con exclusividad real?

Sí, pero hay que distinguir entre:

  • exclusividad tecnológica real,
  • y simple marketing.

Exclusividad real

Las empresas verdaderamente fuertes poseen:

  • acceso prioritario a chips,
  • contratos energéticos,
  • centros de datos propios,
  • redes globales,
  • infraestructura física masiva.

Construir eso puede tomar años y requerir miles de millones de dólares.

Exclusividad de marketing

También existen empresas que prometen:

  • “IA revolucionaria”,
  • “infraestructura única”,
  • “tecnología exclusiva”,

pero en realidad solamente:

  • revenden servidores,
  • arriendan nube,
  • utilizan infraestructura de terceros.

Por eso es importante investigar antes de creer cualquier anuncio.


Cómo detectar si una empresa de IA es realmente seria

Antes de invertir tiempo o dinero en una empresa relacionada con IA o poder computacional, conviene analizar algunos puntos clave:

¿Poseen hardware real?

¿Tienen GPUs propias o solamente arriendan servicios externos?

¿Tienen centros de datos?

La infraestructura física es extremadamente costosa.

¿Hablan de energía?

La IA consume cantidades gigantescas de electricidad.

¿Tienen clientes reales?

Las empresas serias muestran contratos y capacidad instalada.

¿Tienen barreras tecnológicas?

El software propio y ecosistemas exclusivos marcan la diferencia.


La próxima gran industria mundial

Muchos expertos creen que estamos viendo el nacimiento de una nueva infraestructura global comparable a:

  • internet,
  • electricidad,
  • telecomunicaciones.

La inteligencia artificial necesitará cada vez más:

  • energía,
  • chips,
  • servidores,
  • redes,
  • enfriamiento,
  • automatización.

Y eso significa que el poder de cómputo podría convertirse en uno de los activos más valiosos de las próximas décadas.

La gran pregunta ya no es solamente: “¿Quién tiene la mejor IA?”

Ahora la verdadera pregunta es:

¿Quién tiene suficiente poder para ejecutarla?


jueves, 7 de mayo de 2026

Cuando “Agregar una Cuenta” No Era Tan Simple

 

Cuando “Agregar una Cuenta” No Era Tan Simple 😅

Hoy terminé un desarrollo que en teoría era “simple”. El requerimiento era algo así como:

“Hay que agregar cuentas de desembolso para los beneficiarios de pago.”

Y yo pensé: “ya… un popup, unos combos y guardar en BD.”

JAJAJA… no 😄


El inicio inocente

Partimos creando el popup para agregar cuentas:

  • banco
  • tipo cuenta
  • moneda
  • número cuenta

Todo bonito.

Pero después empezaron los clásicos problemas de sistemas legacy en WebForms:

  • el popup se cerraba solo
  • el GridView no mostraba datos
  • el ViewState explotaba
  • el objeto no era serializable
  • el RowCommand no levantaba
  • el UpdatePanel se peleaba con el modal
  • los datos desaparecían en el postback

Y ahí empezó la aventura 😂


El famoso error serializable

Uno de los primeros golpes fue este:

“El tipo CuentaDesembolso no está marcado como serializable”

Y claro… estábamos guardando objetos completos en ViewState.

Así que hubo que:

  • agregar [Serializable]
  • revisar diccionarios
  • validar listas
  • evitar romper código antiguo

Todo mientras intentábamos que la grilla mostrara UNA fila 😅


El momento donde casi pierdo la paciencia

Hubo un punto donde:

  • el popup hacía pestañeo
  • los datos sí se guardaban
  • PERO LA GRILLA NO MOSTRABA NADA

Y uno ahí pensando: “bro… si la lista tiene datos ¿POR QUÉ NO APARECEN?” 😂

Terminamos reemplazando el GridView por una tabla HTML simple. Y adivinen… funcionó al tiro.

A veces menos framework = más felicidad.


El verdadero problema

Después apareció algo más complejo:

Cuando el beneficiario NO era cliente, tenía que obligatoriamente tener al menos una cuenta.

Entonces hubo que:

  • recorrer relaciones
  • validar cuentas asociadas
  • cruzar por número identificación
  • evitar cuentas repetidas
  • guardar en memoria
  • insertar después del registro

Y ahí ya el “simple cambio” se convirtió en mini módulo completo 😄


Lo importante

Lo bueno es que:

  • no rompimos el flujo antiguo
  • el sistema siguió funcionando
  • el popup quedó operativo
  • las cuentas se guardan
  • las validaciones funcionan
  • quedó listo para BD

Y sí… me faltaron unas validaciones del largo del número de cuenta 😅 pero eso pasa en cualquier desarrollo real.


La clásica frase

Mi jefe dijo:

“esto es simple”

Y sí… simple hasta que entras a un sistema legacy bancario con WebForms, ViewState, AjaxControlToolkit y lógica del año de la pera 😂


Moraleja

En sistemas antiguos: el problema no es programar.

El problema es: 👉 agregar cosas nuevas sin romper las antiguas.

Y cuando algo finalmente funciona después de horas peleando con postbacks raros… la satisfacción es gigante 😄


Seguimos avanzando 💪