Conociendo AWS y la nube
📖 Lectura · ⏱️ ~15 min · 🟢 Nivel introductorio
¿Qué es la computación en la nube?
Es un servicio que provee recursos de cómputo (servidores, almacenamiento, bases de datos, etc.) a través de internet, sin que tengas que comprar ni mantener tus propios equipos.
En lugar de tener una computadora gigante en tu casa o tu facultad, alquilás poder de cómputo en centros de datos enormes y pagás solo por lo que usás.
Es como pasar de tener un generador de electricidad propio a simplemente enchufar a la red eléctrica: no te ocupás de mantenerlo, y pagás solo por lo que consumís.
Probablemente ya usás la nube todos los días 📱
- Cuando mirás una serie en Netflix o un video en YouTube.
- Cuando guardás fotos en Google Fotos o archivos en Google Drive.
- Cuando jugás online o chateás por WhatsApp, Instagram o Spotify.
Todo eso vive en la nube. Detrás hay miles de servidores trabajando para vos.
Una forma fácil de entenderlo
🏠 On-Premise
Como construir tu propia casa
- • Comprar el terreno (alto costo inicial)
- • Diseñar y construir la casa
- • Encargarte vos del mantenimiento
- • Pagar gastos fijos aunque no la uses
☁️ Nube (Cloud)
Como hospedarte en un hotel
- • Hacés check-in solo cuando lo necesitás
- • El mantenimiento corre por el hotel
- • Pagás solo por el tiempo que te quedás
- • Cambiás de habitación según lo que necesites
¿Por qué tanta gente usa la nube?
💸 Pagás por uso
Solo pagás lo que consumís, como la luz o el agua
- • Si tu app no recibe visitas, casi no gastás
📈 Escalabilidad
Crece o achica según la demanda
- • Una tienda online aguanta el Black Friday sin caerse
⚡ Velocidad
Creás un servidor en minutos, no en semanas
- • Probás una idea hoy mismo
🌎 Alcance global
Llegás a usuarios de todo el mundo
- • Tu app responde rápido en Argentina y en Japón
🔒 Seguridad y respaldo
Centros de datos con seguridad de nivel mundial
- • Tus datos quedan copiados y protegidos
La nube baja la barrera de entrada. Un estudiante en Resistencia puede construir y publicar la misma tecnología que una empresa gigante, sin comprar un solo servidor.
Los 3 "sabores" de la nube
No todo en la nube es igual. Según cuánto te encargás vos y cuánto te resuelve el proveedor:
🧱 IaaS
Infraestructura como servicio
- • Alquilás las piezas básicas: servidores, redes, discos
- • Vos armás todo encima
- • 🏗️ Como alquilar un terreno con servicios y construir tu casa
🧰 PaaS
Plataforma como servicio
- • Te dan el entorno listo
- • Solo subís tu código
- • 🛋️ Como un departamento amueblado: solo traés tus cosas
📦 SaaS
Software como servicio
- • Usás una app terminada, sin instalar nada
- • Todo resuelto por el proveedor
- • 🏨 Como un hotel. Ejemplos: Gmail, Spotify, Netflix
¿Qué es AWS?
Amazon Web Services es la plataforma de computación en la nube de Amazon. Nació en 2006 y hoy es la nube más usada del planeta.
🌍 La nube más usada del mundo
- • Presente en más de 190 países
- • Elegida por Netflix, Spotify, startups y grandes compañías de la región
- • La plataforma de nube con mayor cuota del mercado global
🧩 Más de 200 servicios
- • Cómputo, almacenamiento y bases de datos
- • IA/ML, IoT y seguridad
- • Juegos, medios, analítica y mucho más
La infraestructura global de AWS 🌐
Para que tu app funcione rápido en cualquier lugar, AWS tiene centros de datos repartidos por todo el mundo. Hay tres conceptos que conviene conocer:
🗺️ Regiones
- • Zonas geográficas con centros de datos
- • Por ejemplo: São Paulo, Norte de Virginia, Oregón
- • Elegís la más cercana a tus usuarios
🏢 Zonas de disponibilidad
- • Varios centros de datos dentro de una región
- • Si uno falla, los otros siguen
- • Como tener varias sucursales en la misma ciudad
⚡ Ubicaciones de borde
- • Puntos aún más cercanos al usuario
- • Guardan copias del contenido (CDN)
- • Hacen que todo cargue al instante
Elegir bien la región importa. Más cerca de tus usuarios = menos demora (latencia). También influye en costos y en regulaciones de datos de cada país.
¿Qué es un Agente de IA?
Un Agente de IA es una inteligencia artificial capaz de entender lo que le pedís, buscar información y decidir por sí misma qué acción realizar.
Chatbot común vs. Agente de IA
🤖 Chatbot común
- • Qué hace: responde con info ya preparada o aprendida
- • Cómo actúa: da respuestas y consejos generales
- • Usa herramientas: no
- • Recuerda el contexto: limitado
🧠 Agente de IA
- • Qué hace: entiende, busca info y decide qué hacer
- • Cómo actúa: ejecuta acciones concretas por vos
- • Usa herramientas: sí (búsquedas, APIs, calendarios…)
- • Recuerda el contexto: sí, mantiene el hilo
Un mismo pedido, dos respuestas
Pedido del usuario:
💬 "El lunes tengo examen de matemática y el miércoles de inglés."
🤖 Chatbot común
Responde, pero no actúa
- • "¡Éxitos con los exámenes! Conviene repasar desde unos días antes…"
- • Consejos generales, útiles pero genéricos
- • ❌ No hace nada sobre tu situación concreta
🧠 Agente de IA
Razona y resuelve
- • 🧭 "Necesito armar un plan de estudio" (decide solo)
- • 📅 Calcula fechas y prioridades (usa herramientas)
- • 📝 Genera un plan por materia (resuelve)
- • 🔔 Propone integrarlo con Google Calendar (automatiza)
El agente es capaz de razonar y actuar a partir de información concreta, no solo de dar una respuesta genérica.
Capacidades clave de un Agente de IA
🧭 Decisión autónoma
- • Decide por sí mismo qué hacer
- • Procesa tareas de varios pasos en orden
🛠️ Uso de herramientas
- • Busca y aprovecha la información que necesita
- • Accede a APIs externas o bases de datos
🧩 Comprensión del contexto
- • Recuerda lo que se dijo antes
- • Capta la intención del usuario
Un agente no es solo un prompt 💡
Una idea que se repite: "un agente es un prompt largo con un modelo potente". Pero cuando intentás que haga algo concreto —validar datos, consultar una API, tomar una decisión— te das cuenta de que tenés un simple wrapper de un LLM.
Un agente real es un sistema que toma decisiones en loop. No es una llamada suelta: es un ciclo entre modelo, herramientas, contexto y memoria que se repite hasta resolver la tarea.
Las 5 piezas que necesita un agente
- Prompt — define el problema a resolver. Lo puede mandar un usuario, otro agente o un sistema. Importa, pero no es lo único.
- Modelo — el cerebro que toma las decisiones (Amazon Nova, Claude, etc., vía Bedrock). El modelo no es el agente: es una pieza.
- Herramientas — lo que convierte a un modelo en agente. Funciones concretas que le permitís ejecutar: consultar una Knowledge Base, llamar una API, buscar en una base de datos. Sin herramientas, solo genera texto.
- Contexto y memoria — la info disponible: el estado de la conversación, resultados de herramientas anteriores, lo aprendido en sesiones pasadas. Sin esto, cada interacción es como hablar con un LLM amnésico.
- Loop de razonamiento — el ciclo completo: recibe la tarea, el modelo decide qué herramienta usar, el agente la ejecuta, le devuelve el resultado al modelo, y este decide si ya puede responder o si necesita hacer algo más.
El error clásico: un agente sin herramientas
Imaginá un chatbot de la facultad sin una Knowledge Base conectada. Cuando un ingresante pregunta "¿cuándo arranca el Seminario Universitario?", el modelo no tiene de dónde sacar el dato real: entonces lo inventa a partir de lo que vio en su entrenamiento.
Las respuestas suenan bien y vienen con seguridad… pero están mal. Un ingresante podría perderse una fecha de inscripción por confiar en un dato inventado.
Por eso en el Paso 2 vas a conectar el agente a una Knowledge Base: así responde con el documento real de la facultad, no con lo que "cree". 👍
Los 4 problemas de diseño más comunes
🚧 Sin límites claros
- • No sabe cuándo parar
- • Llama herramientas en loop y dispara costos enormes
🛠️ Sin las herramientas que necesita
- • Inventa los datos en lugar de buscarlos
- • Alucina con seguridad
🧠 Sin control de memoria
- • No recuerda qué hizo
- • Repite la misma herramienta 10 veces
🔍 Sin observabilidad
- • No sabés si está decidiendo bien
- • No podés debuggearlo ni detectar errores
Servicios de AWS que vas a conocer en el workshop
A lo largo del día vas a escuchar nombrar estos 6 servicios. No hace falta que te los aprendas de memoria: con que entiendas para qué sirve cada uno ya estás. Pensalos como las piezas de un equipo, donde cada una cumple un rol.
AWS CloudFormation — el "armador" 🏗️
Crea y configura recursos de AWS como código: en vez de ir botón por botón en la consola, escribís una "receta" (una plantilla) y AWS arma todo solo.
Analogía: como un mueble que viene con instrucciones y se arma solo. · Hoy: levanta de una vez todos los recursos que necesitamos.
Amazon S3 — el "depósito" 📦
Almacenamiento de archivos en la nube (Simple Storage Service). Guardás archivos, imágenes, videos o documentos, con capacidad prácticamente ilimitada y mucha durabilidad.
Analogía: un Google Drive gigante para tus apps. · Hoy: guardar el PDF con la guía de la facultad.
Amazon Bedrock — el "cerebro" 🧠
La plataforma de IA generativa de AWS. Te deja usar modelos potentes (Claude, Llama, Amazon Nova) sin entrenarlos ni administrar servidores. Con su función Knowledge Base, la IA lee tus documentos y responde en base a ellos.
Analogía: contratás a un experto que ya estudió, solo le das tu material. · Hoy: construir el Agente de IA.
AWS Lambda — el "mensajero" ⚙️
Ejecuta tu código sin servidores (serverless): se activa solo cuando hace falta, corre unos segundos y listo. No pagás cuando no se usa.
Analogía: la luz con sensor que se prende solo al pasar. · Hoy: conectar el sitio web con el Agente de IA.
Amazon API Gateway — la "puerta de entrada" 🔗
Crea una URL pública y segura (HTTPS) que recibe los pedidos de internet y los reenvía a tu Lambda, con control de tráfico y CORS.
Analogía: la recepción de un edificio que recibe y deriva a cada visita. · Hoy: exponer la Lambda para que la web la pueda llamar.
AWS Amplify — la "vidriera" 🌐
Publica sitios y apps web en internet en pocos clics, con conexión segura HTTPS automática. Podés subir tus archivos o conectarlo a GitHub.
Analogía: abrir tu local a la calle para que entren los clientes. · Hoy: publicar el sitio del chatbot.
¿Cómo se conectan estos servicios? 🧩
Un ejemplo sencillo de cómo trabajan juntos para un chatbot:
Y así se ve la arquitectura completa que vas a construir en el Paso 2:
Cada servicio hace una parte: Amplify muestra la web, Lambda conecta las piezas, Bedrock piensa y S3 guarda los datos. ¡Eso es la nube en acción!
Glosario rápido 📖
Los términos que más vas a escuchar hoy, explicados en criollo. No hace falta memorizarlos: volvé acá cuando lo necesites. 😉
☁️ De la nube
🤖 De la IA
Recursos gratis para seguir aprendiendo 🚀
La nube se aprende practicando. Estos recursos de AWS son gratuitos y los podés usar después del evento:
- AWS Educate — Rutas de aprendizaje guiadas sobre nube e IA. Solo necesitás un email, sin tarjeta ni cuenta de AWS. Ideal para empezar. ⭐
- AWS Skill Builder — Cientos de cursos digitales a tu ritmo, con la parte autoguiada gratuita.
- AWS Cloud Quest — Aprendé jugando: un videojuego donde resolvés retos reales de la nube (incluye un camino de IA generativa).
- PartyRock — Construí apps de IA gratis en el navegador (lo vas a usar en la próxima página).
- Documentación oficial de AWS — La fuente para consultar cualquier servicio.
¿Y esto para qué me sirve? Carreras en la nube 💼
Saber de nube abre muchas puertas. Algunos roles del mundo real:
- Desarrollador/a Cloud — crea aplicaciones que viven en la nube.
- DevOps / SRE — automatiza despliegues y mantiene los sistemas funcionando.
- Data / IA Engineer — trabaja con datos y modelos de inteligencia artificial.
- Arquitecto/a de soluciones — diseña cómo se conectan los servicios.
- Especialista en seguridad cloud — protege los datos y sistemas.
No hace falta saber todo de entrada. Casi todos empezaron exactamente donde estás vos hoy: con curiosidad y ganas de construir.
Siguiente paso
Ahora que entendés los conceptos básicos de AWS, llegó el momento de crear y probar IA generativa con tus propias manos.
En la próxima página vas a construir tu propia mini-app de IA en PartyRock, gratis y en el navegador. ¡Adelante!