Durante la mayor parte de mi carrera, TypeScript fue suficiente. React y Next.js en el frontend, NestJS o Express en el backend: un solo lenguaje desde la base de datos hasta el botón. Luego la IA pasó de ser una llamada aislada a la API a formar parte real del producto, y me encontré una y otra vez con el mismo obstáculo: el código interesante estaba en Python.
Las API de LLM tienen buenos SDK de JavaScript, y sigo integrando OpenAI y Anthropic desde Node.js. Pero cuando el trabajo va más allá de la API —ejecutar un modelo por tu cuenta, procesar embeddings a escala o trabajar con audio— el ecosistema es Python: PyTorch, Hugging Face, NumPy, notebooks de Jupyter y repositorios de investigación con requirements.txt y sin alternativa en npm. El text-to-speech con StyleTTS2 y los pipelines de audiolibros fueron el punto en que leer Python dejó de ser opcional.
Aprender otro lenguaje como ingeniero sénior es distinto de aprender el primero. No necesitas aprender qué es un bucle; necesitas entender la cultura: entornos virtuales y dependencias fijadas, porque un repositorio de modelos que funcionaba el mes pasado puede romperse con una versión nueva de torch. Los type hints y Pydantic recuerdan a TypeScript y Zod. async en FastAPI encaja con lo que ya conozco de Node. Y está el hábito del notebook: explorar en Jupyter y pasar lo que funciona a un módulo real con pruebas.
La propia IA hizo más rápido el aprendizaje. Uso modelos como pair programmer para el lenguaje que domino menos: explícame esta expresión, reescribe esta costumbre de JavaScript al estilo Python, ¿por qué este tensor tiene una forma incorrecta? La regla es tratar cada respuesta como una pull request de un junior: leerla, ejecutarla y entenderla antes de integrarla. La IA acelera el aprendizaje; no lo sustituye.
En producción mantengo una división sencilla. Node.js y TypeScript se ocupan del producto: autenticación, API, pagos y UI. Python se ocupa de los modelos: inferencia, audio y procesamiento de datos, normalmente en un servicio independiente o un worker detrás de una cola, conectado al producto por HTTP o mediante trabajos con un contrato tipado. Cada lenguaje hace aquello para lo que su ecosistema está mejor preparado, sin invadir el trabajo del otro.
Python no sustituyó a TypeScript; amplió mi alcance. Hace unos años, «full-stack» significaba ir de la base de datos al navegador. En la era de la IA también implica abrir el repositorio del modelo, entender qué hace realmente y ejecutarlo por tu cuenta. Si tu producto necesita un paso con un modelo y una aplicación web real alrededor, esa unión es justo donde me gusta trabajar.
Dale al próximo producto alguien que se quede.
¿Listo para empezar? Envíame un mensaje: puedo comenzar ahora y quedarme. Colaboraciones a largo plazo, no una entrega de dos semanas. Hablemos de tu proyecto, requisitos y la mejor forma de avanzar.