Mojo: El próximo gran proyecto de Chris Lattner para revolucionar la programación de aprendizaje automático

2025-09-05
Mojo: El próximo gran proyecto de Chris Lattner para revolucionar la programación de aprendizaje automático

Chris Lattner, creador de LLVM y del lenguaje Swift, discute su nuevo lenguaje, Mojo, con Ron. Mojo tiene como objetivo hacer que el aprovechamiento de toda la potencia de las GPU modernas sea productivo y divertido. El diseño se centra en crear un lenguaje fácil de usar a la vez que proporciona el control necesario para la escritura de kernels de vanguardia. Un concepto clave es exigir a los programadores que comprendan los detalles del hardware, pero haciendo que esto sea manejable y compartible mediante metaprogramación segura para tipos. El objetivo es admitir la especialización tanto para el cálculo como para la plataforma de hardware. Lattner argumenta que esto es necesario para evitar que proveedores únicos dominen el ecosistema informático de IA.

Leer más
Desarrollo

Cuantitativa de Jane Street: De las Competiciones de Matemáticas al Trading Impulsado por IA

2025-03-16
Cuantitativa de Jane Street: De las Competiciones de Matemáticas al Trading Impulsado por IA

In Young Cho, una trader cuantitativa de Jane Street, comparte su trayectoria profesional poco convencional, desde pre-medicina hasta el trading cuantitativo. Relata sus experiencias como becaria y trabajadora en Jane Street, incluyendo el uso de lenguajes de programación como OCaml y VBA para el trading y el desarrollo, y anécdotas divertidas sobre la interacción con corredores. El episodio profundiza en la investigación de trading de Jane Street, desde modelos lineales simples hasta redes neuronales profundas complejas, y cómo aprovechan el aprendizaje automático en entornos de pocos datos, mucho ruido y sujetos a frecuentes cambios de régimen. In Young Cho detalla las cuatro etapas de su proceso de investigación: exploración, recopilación de datos, modelado y producción, y discute la tensión entre las herramientas de investigación flexibles y los sistemas de producción robustos. Finalmente, ofrece una visión de las futuras direcciones de la investigación de aprendizaje automático de Jane Street, incluyendo la expansión a más clases de activos y modalidades de datos, y el uso de la IA para mejorar la eficiencia del trader.

Leer más
IA