Herramientas
Adoptar
-
57. ClickHouse
ClickHouse es una base de datos OLAP distribuida y columnar de código abierto para análisis en tiempo real. Ha madurado hasta convertirse en un motor altamente eficiente y escalable, capaz de manejar análisis de datos a gran escala. Sus vistas materializadas incrementales, su motor de consultas eficiente y su sólida compresión de datos lo hacen ideal para consultas interactivas. La compatibilidad incorporada con funciones agregadas aproximadas permite equilibrar precisión y rendimiento, lo que resulta especialmente útil para análisis de alta cardinalidad. La incorporación del motor de almacenamiento S3 y MergeTree permite la separación del almacenamiento y el cómputo, utilizando almacenamiento compatible con S3 para las tablas de ClickHouse. También hemos encontrado que ClickHouse es un excelente backend para datos de OpenTelemetry y herramientas de análisis de fallos como Sentry. Para los equipos que buscan un motor de análisis rápido y de código abierto, ClickHouse es una excelente opción.
-
58. NeMo Guardrails
NeMo Guardrails es un kit de herramientas de código abierto desarrollado por NVIDIA que facilita la incorporación de mecanismos programables de seguridad y control en aplicaciones conversacionales basadas en LLMs. Garantiza que las respuestas se mantengan seguras, relevantes y en cumplimiento mediante la definición y aplicación de reglas de comportamiento. Los desarrolladores utilizan Colang, un lenguaje creado específicamente para este propósito, con el fin de crear flujos de diálogo flexibles y gestionar conversaciones aplicando rutas predefinidas y procedimientos operativos. NeMo Guardrails también ofrece una API asíncrona para un mejor rendimiento y soporta salvaguardas para la protección del contenido, seguridad y moderación de entradas y salidas. Estamos observando una adopción constante entre los equipos que construyen aplicaciones que van desde chatbots simples hasta flujos de trabajo complejos basados en agentes. Con su conjunto de funcionalidades en expansión y su cobertura cada vez más madura de vulnerabilidades comunes en LLMs, estamos moviendo NeMo Guardrails a Adopt.
-
59. pnpm
Desde el último Radar Tecnológico, hemos seguido recibiendo comentarios positivos de los equipos sobre pnpm. pnpm es un gestor de paquetes de Node.js que ofrece mejoras significativas de rendimiento en comparación con otras alternativas, tanto en velocidad como en eficiencia del uso del espacio en disco. Utiliza hard links para vincular los paquetes duplicados de las carpetas
node_modulesde múltiples proyectos hacia una única ubicación en el disco y admite optimizaciones incrementales a nivel de archivo que mejoran aún más el rendimiento. Dado que pnpm proporciona un ciclo de retroalimentación mucho más rápido y con problemas mínimos de compatibilidad, se ha convertido en nuestra opción predeterminada para la gestión de paquetes en Node.js. -
60. Pydantic
Pydantic es una biblioteca de Python que utiliza las anotaciones de tipo estándar para definir modelos de datos y aplicar esquemas de datos en tiempo de ejecución. Originalmente, las anotaciones de tipo se añadieron a Python para análisis estático, pero su creciente versatilidad ha llevado a usos más amplios, incluida la validación en tiempo de ejecución. Construido sobre un núcleo rápido en Rust, ofrece validación, análisis y serialización de datos eficiente. Aunque es más conocida por su uso en el desarrollo de APIs web, Pydantic también se ha vuelto esencial en aplicaciones con LLMs. Normalmente utilizamos la técnica de salida estructurada de LLMs para gestionar la naturaleza impredecible de los LLMs. Al definir un esquema de datos estricto, actúa como una red de seguridad frente a la naturaleza impredecible de la salida del modelo, convirtiendo respuestas de texto libre en objetos de Python deterministas y con tipos seguros (por ejemplo, JSON). Este enfoque, a menudo implementado mediante Pydantic AI o LangChain, convierte interacciones potencialmente frágiles con LLMs en contratos de datos confiables y legibles por máquina. Nuestros equipos han utilizado Pydantic con éxito en producción para extraer representaciones estructuradas de documentos no estructurados, asegurando que la salida cumpla con una estructura válida. Por su madurez, rendimiento y confiabilidad, Pydantic es ahora nuestra opción predeterminada para aplicaciones de IA en Python a nivel de producción.
Probar
-
61. AI Design Reviewer
AI Design Reviewer es un complemento de Figma para realizar auditorías de diseño o evaluaciones heurísticas y recopilar comentarios accionables sobre diseños existentes o nuevos. Sus auditorías abarcan críticas de UX, inconsistencias de UI, brechas de accesibilidad, calidad del contenido y escenarios límite. Más allá de identificar problemas, proporciona recomendaciones con conocimiento del dominio que ayudan a los equipos a construir un vocabulario de diseño compartido y una justificación detrás de las decisiones de diseño. Nuestros equipos utilizaron AI Design Reviewer para analizar diseños heredados, identificando experiencias positivas que debían conservarse y negativas que debían abordarse, lo que sirvió para definir los objetivos de UX en los rediseños. También ha funcionado como un sustituto de la revisión entre pares, ofreciendo feedback temprano sobre nuevos diseños antes de la entrega a desarrollo.
-
62. Barman
Barman (Backup and Recovery Manager) es una herramienta de código abierto para gestionar copias de seguridad y recuperación ante desastres en servidores PostgreSQL. Admite el proceso completo de recuperación ante desastres, simplificando la creación de copias de seguridad físicas mediante una variedad de métodos, organizándolas en un catálogo integral y restaurándolas en un servidor activo con capacidades de recuperación a un punto en el tiempo (Point-In-Time Recovery - PITR). Hemos comprobado que Barman es potente y fácil de usar, y nos ha impresionado la velocidad de las operaciones PTIR durante actividades de migración. También hemos comprobado que es eficaz para copias de seguridad programadas, con la capacidad de manejar configuraciones complejas y mixtas de programación y retención.
-
63. Claude Code
Claude Code de Anthropic es una herramienta de codificación con IA agéntica que ofrece una interfaz en lenguaje natural y un modelo de ejecución basado en agentes para planificar e implementar flujos de trabajo complejos y de múltiples pasos. Lanzada hace menos de un año, ya ha sido ampliamente adoptada por desarrolladores dentro y fuera de Thoughtworks, motivo por el cual la ubicamos en la categoría Trial. Se han lanzado agentes de codificación basados en consola como Codex CLI de OpenAI, Gemini CLI de Google y el proyecto de código abierto OpenCode, mientras que los asistentes basados en IDE como Cursor, Windsurf y GitHub Copilot ahora incluyen modos agénticos. Aun así, Claude Code sigue siendo una de las opciones favoritas. Hemos visto equipos que lo utilizan no solo para escribir y modificar código, sino también como un agente de IA de propósito general para gestionar especificaciones, historias, configuración, infraestructura y documentación. La codificación agéntica cambia el enfoque de las personas desarrolladoras: de escribir código a especificar la intención y delegar la implementación. Aunque esto puede acelerar los ciclos de desarrollo, también puede conducir a una complacencia con el código generado por IA, lo que a su vez puede resultar en código más difícil de mantener y evolucionar, tanto para humanos como para agentes de IA. Por ello, es fundamental que los equipos gestionen rigurosamente cómo se utiliza Claude Code, aplicando técnicas como ingeniería de contexto, prompts compartidos seleccionados y, potencialmente, equipos de agentes de codificación.
-
64. Cleanlab
En el paradigma de IA centrada en los datos, mejorar la calidad del conjunto de datos suele generar mayores incrementos de rendimiento que ajustar el modelo en sí. Cleanlab es una biblioteca de Python de código abierto diseñada para abordar este desafío al identificar automáticamente problemas comunes en los datos, como etiquetado incorrecto, valores atípicos y duplicados, en conjuntos de datos de texto, imagen, tabla y audio. Basado en el principio de confident learning, Cleanlab utiliza las probabilidades predichas por el modelo para estimar el ruido en las etiquetas y cuantificar la calidad de los datos. Este enfoque independiente del modelo permite a las personas desarrolladoras diagnosticar y corregir errores en los conjuntos de datos, y luego volver a entrenar los modelos para mejorar su solidez y precisión. Nuestros equipos han utilizado Cleanlab con éxito en entornos de producción, confirmando su efectividad en escenarios reales. Lo recomendamos como una herramienta valiosa para promover la estandarización de datos y mejorar la calidad de los conjuntos de datos en proyectos de ingeniería de IA.
-
65. Context7
Context7 es un servidor MCP que aborda las imprecisiones en el código generado por IA. Mientras los LLMs dependen de datos de entrenamiento desactualizados, Context7 garantiza que generen código preciso, actualizado y específico para la versión de las bibliotecas y frameworks utilizados en un proyecto. Lo consigue extrayendo la documentación más reciente y ejemplos de código funcional directamente de los repositorios de código fuente de los frameworks e inyectándolos en la ventana de contexto del LLM en el momento del prompt. En nuestra experiencia, Context7 ha reducido significativamente las alucinaciones de código y la dependencia de datos de entrenamiento obsoletos. Puede configurarse con editores de código con IA como Claude Code, Cursor o VS Code para generar, refactorizar o depurar código dependiente de frameworks.
-
66. Data Contract CLI
Data Contract CLI es una herramienta de línea de comandos de código abierto diseñada para trabajar con la especificación de Data Contract. Ayuda a crear y editar contratos de datos y, de forma crucial, permite validar los datos frente a su contrato, lo cual es esencial para garantizar la integridad y la calidad de los productos de datos. La CLI ofrece un amplio soporte para múltiples definiciones de esquema (Avro, SQL DDL, Open Data Contract Standard, entre otros) y puede comparar diferentes versiones de contratos para detectar de inmediato cambios incompatibles. La hemos encontrado especialmente útil en el ámbito de data mesh para operacionalizar la gobernanza de contratos entre productos de datos mediante la integración en CI/CD. Este enfoque reduce los errores manuales y garantiza la calidad, integridad y compatibilidad de los datos en los intercambios entre servicios.
-
67. Databricks Assistant
Databricks Assistant es una herramienta conversacional impulsada por IA integrada directamente en la plataforma Databricks, que actúa como un programador en pareja contextual para profesionales de datos. A diferencia de los asistentes de código de propósito general, se beneficia de una comprensión nativa del entorno y del contexto de datos de Databricks, incluido los metadatos de Unity Catalog. Assistant va más allá de generar fragmentos de código: puede crear consultas SQL y Python complejas de múltiples pasos, diagnosticar errores y ofrecer explicaciones detalladas y específicas del entorno de trabajo. Para las organizaciones que ya utilizan el ecosistema de Databricks, puede acelerar la productividad y reducir la barrera de entrada a tareas de datos complejas.
-
68. Hoppscotch
Hoppscotch es una herramienta ligera y de código abierto para el desarrollo, depuración, prueba y compartición de APIs. Admite múltiples protocolos, incluidos HTTP, GraphQL y WebSocket y ofrece clientes multiplataforma para entornos web, de escritorio y CLI. Aunque el espacio de herramientas para APIs está lleno de alternativas como Postman, Insomnia y Bruno, Hoppscotch destaca por su bajo consumo de recursos y su diseño orientado a la privacidad. No incluye analíticas, utiliza almacenamiento local-first y admite implementación autogestionada (self-hosting). Es una opción sólida para las organizaciones que buscan una forma intuitiva de compartir scripts de API mientras mantienen una fuerte protección de los datos.
-
69. NVIDIA DCGM Exporter
NVIDIA DCGM Exporter es una herramienta de código abierto que ayuda a los equipos a monitorizar el entrenamiento distribuido en GPU a gran escala. Convierte la telemetría propietaria del NVIDIA Data Center GPU Manager (DCGM) en formatos abiertos compatibles con sistemas de monitorización estándar. El Exporter expone métricas críticas en tiempo real, incluidas la utilización de GPU, temperatura, consumo de energía y conteos de errores ECC, tanto de las GPU como de los servidores anfitriones. Esta visibilidad es esencial para las organizaciones que ajustan modelos LLM personalizados o ejecutan trabajos de entrenamiento prolongados e intensivos en GPU. El efecto straggler, donde un solo trabajador (worker) lento genera un cuello de botella en todo el proceso, puede reducir el rendimiento en más de un 10% y desperdiciar hasta un 45% de las horas de GPU asignadas. Diseñado para entornos cloud-native y de gran escala, DCGM Exporter se integra sin problemas con Prometheus y Grafana, ayudando a garantizar que cada GPU opere dentro de los límites óptimos de rendimiento.
-
70. RelationalAI
Cuando se incorporan grandes volúmenes de datos diversos en Snowflake, las relaciones inherentes y las reglas implícitas dentro de esos datos pueden volverse difíciles de identificar. Desarrollado como una aplicación nativa de Snowflake, RelationalAI permite a los equipos crear modelos sofisticados que capturan conceptos significativos, definen entidades de negocio centrales e integran lógica compleja directamente sobre las tablas de Snowflake. Su potente Graph Reasoner permite crear, analizar y visualizar grafos de conocimiento relacionales basados en estos modelos. Los algoritmos integrados ayudan a explorar estructuras de grafo y revelar patrones ocultos. Para las organizaciones que gestionan conjuntos de datos masivos y en constante cambio, construir un grafo de conocimiento puede ser fundamental para el monitoreo proactivo y la generación de información más rica y accionable.
-
71. UX Pilot
UX Pilot es una herramienta de IA que soporta múltiples etapas del proceso de diseño UX, desde la creación de wireframes hasta el diseño visual de alta fidelidad y la revisión. Acepta entradas de texto o imagen y puede generar automáticamente pantallas, flujos y diseños. Su función Autoflow crea transiciones de flujo de usuario, mientras que Deep Design produce resultados más ricos y detallados. UX Pilot también incluye un complemento de Figma que exporta los diseños generados para su refinamiento dentro de las herramientas de diseño estándar. Nuestros equipos han utilizado UX Pilot para la ideación e inspiración, generando múltiples opciones durante los ejercicios de Crazy 8’s y traduciendo listas de historias de proyecto en tableros de visión de producto y conceptos de diseño a nivel épico. Herramientas como UX Pilot también permiten que personas no diseñadoras, como las product managers, creen prototipos rápidos y obtengan retroalimentación temprana de las partes interesadas, una tendencia en crecimiento dentro de los flujos de trabajo de diseño asistido por IA.
-
72. v0
v0 ha evolucionado desde la última vez que apareció en el Radar. Ahora incluye un modo de diseño que reduce aún más la barrera para que los gerentes de producto creen y ajusten prototipos de interfaz de usuario de autoservicio. La versión más reciente incorpora un modelo propio con amplias ventanas de contexto y capacidades multimodales, lo que permite a v0 generar y mejorar interfaces de usuario a partir de entradas tanto de texto como visuales. Otra incorporación destacada es su modo agente, que permite al sistema descomponer trabajos más complejos y seleccionar el modelo apropiado para cada caso. Sin embargo, esta función aún es nueva y los primeros comentarios han sido mixtos.
Evaluar
-
73. Augment Code
Augment Code es un asistente de codificación con IA que ofrece soporte profundo y contextual en grandes bases de código. Se destaca por su avanzada ingeniería de contexto, que permite actualizaciones rápidas del índice de código y una recuperación eficiente, incluso cuando el código cambia con frecuencia. Augment es compatible con modelos como Claude Sonnet 4 y 4.5 y GPT-5, se integra con GitHub, Jira y Confluence, y admite el Model Context Protocol (MCP) para la interoperabilidad con herramientas externas. Ofrece orientación paso a paso para realizar cambios complejos en bases de código, desde refactorizaciones y actualizaciones de dependencias hasta modificaciones de esquemas, junto con autocompletados personalizados en línea que reflejan las dependencias específicas de cada proyecto. Además, Augment fomenta la colaboración al permitir que los equipos consulten y compartan información del código directamente dentro de Slack.
-
74. Azure AI Document Intelligence
Azure AI Document Intelligence (anteriormente Form Recognizer) extrae texto, tablas y pares clave-valor de documentos no estructurados y los transforma en datos estructurados. Utiliza modelos de deep learning preentrenados para interpretar el diseño y la semántica, y permite entrenar modelos personalizados mediante una interfaz sin código para formatos específicos. Sin embargo, en algunos casos, las personas usuarias avanzadas pueden necesitar una interfaz de ajuste fino personalizada. Uno de nuestros equipos informó que ADI redujo significativamente la entrada manual de datos, mejoró la precisión y aceleró la generación de reportes, lo que permitió tomar decisiones basadas en datos con mayor rapidez. Al igual que Amazon Textract y Google Document AI, ofrece procesamiento de documentos a nivel empresarial con una sólida comprensión del diseño. Una alternativa de código abierto emergente es Docling de IBM, que ofrece un enfoque más flexible y centrado en el código para la extracción de datos estructurados. En comparación con las herramientas tradicionales de OCR, ADI no solo captura texto, sino también estructura y relaciones, lo que facilita su integración en pipelines de datos posteriores. Dicho esto, hemos observado cierta latencia al integrarlo en flujos de trabajo síncronos, por lo que recomendamos usarlo principalmente para procesamiento asíncrono.
-
75. Docling
Docling es una biblioteca de código abierto de Python y TypeScript para el procesamiento avanzado de documentos con datos no estructurados. Aborda el problema, a menudo pasado por alto, del “último tramo” al convertir documentos del mundo real, como archivos PDF y presentaciones en PowerPoint, en formatos limpios y legibles por máquina. A diferencia de los extractores tradicionales, Docling utiliza un enfoque basado en visión por computadora para interpretar la estructura semántica y el diseño del documento, lo que hace que sus resultados sean especialmente valiosos para los pipelines de generación aumentada por recuperación (RAG). Convierte documentos complejos en formatos estructurados como JSON o Markdown, lo que permite aplicar técnicas como salida estructurada de LLMs. Esto contrasta con ColPali, que envía imágenes de páginas directamente a un modelo visión-lenguaje para su recuperación. La naturaleza open source de Docling y su núcleo en Python, construido sobre un modelo de datos basado en Pydantic, ofrecen una alternativa flexible y autogestionada frente a herramientas propietarias en la nube como Azure Document Intelligence, Amazon Textract y Google Document AI. Respaldado por IBM Research, el rápido desarrollo del proyecto y su arquitectura lista para integrarse con otros frameworks como LangGraph lo convierten en una opción muy recomendable para los equipos que construyen pipelines de datos listos para IA de nivel productivo.
-
76. E2B
E2B es una herramienta de código abierto para ejecutar código generado por IA en entornos seguros y aislados (sandboxes) en la nube. Los agentes pueden utilizar estos entornos, construidos sobre microVMs de Firecracker, para ejecutar código de forma segura, analizar datos, realizar investigaciones o manejar una máquina virtual. Esto permite crear e implementar agentes de IA de nivel empresarial con control y seguridad total sobre el entorno de ejecución.
-
77. Editor Helix
Ha habido un cierto resurgimiento de editores de texto simples que buscan reemplazar al favorito de línea de comandos, Vim. Helix es uno de los competidores en este espacio, junto con Neovim y, más recientemente, Kakoune. Describiéndose a sí mismo, de manera algo lúdica, como un editor de texto posmoderno, Helix incluye cursores múltiples, soporte para Tree-sitter y compatibilidad integrada con el Protocolo de Servidor de Lenguaje (LSP), lo que inicialmente llamó nuestra atención. Helix se está desarrollando de forma activa y pronto contará con un sistema de complementos (plugins). En general, es un editor modal liviano que resultará familiar para los usuarios de Vim, pero que incorpora algunas comodidades modernas.
-
78. Kueue
Kueue es un controlador nativo de Kubernetes para la gestión de colas de trabajos que administra cuotas y consumo de recursos. Proporciona APIs para manejar cargas de trabajo en Kubernetes con diferentes prioridades y requisitos de recursos, funcionando como un gestor a nivel de trabajos (jobs) que determina cuándo admitirlos o expulsarlos. Diseñado para la gestión eficiente de recursos, la priorización de trabajos y la planificación (schedule) avanzada, Kueue ayuda a optimizar la ejecución de cargas de trabajo en entornos Kubernetes, particularmente para cargas de trabajo de ML que utilizan herramientas como Kubeflow. Trabaja junto a cluster-autoscaler y a kube-scheduler en lugar de reemplazarlos, enfocándose en la admisión de trabajos según el orden, la cuota, la prioridad y la consciencia de la topologia (topology awareness). Como parte del ecosistema Kubernetes Special Interest Group (SIG), Kueue sigue sus estándares de desarrollo.
-
79. MCPScan.ai
MCPScan.ai es un escáner de seguridad para servidores Model Context Protocol (MCP) que opera en dos modos: escaneo y proxy. En el modo de escaneo, analiza las configuraciones y descripciones de herramientas para detectar vulnerabilidades conocidas como inyecciones de prompt, tool poisoning y flujos tóxicos. En el modo proxy, MCPScan.ai actúa como un puente entre el sistema de agentes y el servidor MCP, monitoreando continuamente el tráfico en tiempo de ejecución. Este modo también aplica reglas y límites de seguridad personalizados, como validación de llamadas a herramientas, detección de información personal (PII) y restricciones en los flujos de datos. La herramienta proporciona una capa proactiva de seguridad para agentes, garantizando que incluso si se acepta un prompt malicioso, el agente no pueda ejecutar acciones perjudiciales. MCPScan.ai es una solución de seguridad diseñada específicamente para el campo emergente de los sistemas basados en agentes.
-
80. oRPC
oRPC (OpenAPI Remote Procedure Call) ofrece API con seguridad de tipos de extremo a extremo en TypeScript, cumpliendo completamente con la especificación OpenAPI. Puede generar automáticamente una especificación OpenAPI completa, lo que simplifica la integración y la documentación. Hemos encontrado que oRPC es especialmente sólido para integraciones. Mientras que alternativas como tRPC y ElysiaJS suelen requerir adoptar un nuevo framework para obtener tipado seguro, oRPC se integra sin problemas con frameworks existentes de Node.js, como Express, Fastify, Hono y Next.js. Esta flexibilidad lo convierte en una excelente opción para los equipos que buscan incorporar seguridad de tipos de extremo a extremo en sus API existentes sin una refactorización disruptiva.
-
81. Power User para dbt
Power user para dbt es una extensión para Visual Studio Code que se integra directamente con dbt y con entornos de dbt en la nube. Dado que dbt sigue siendo una de nuestras herramientas favoritas, cualquier mejora en su usabilidad es una valiosa incorporación al ecosistema. Antes, las personas desarrolladoras dependían de varias herramientas para validar el código SQL o inspeccionar la genealogía de los modelos fuera del IDE. Con esta extensión, esas capacidades ahora están integradas en VS Code, ofreciendo autocompletado de código, resultados de consulta en tiempo real y visualización de la genealogía de modelos y columnas. Esta última función facilita la navegación entre modelos. Nuestros equipos informan que el complemento reduce los errores en los pipelines y mejora la experiencia general de desarrollo. Si utilizas dbt, te recomendamos que le eches un vistazo a esta herramienta.
-
82. Serena
Serena es un potente conjunto de herramientas de codificación que equipa a los agentes de programación, como Claude Code, con capacidades similares a las de un IDE para la recuperación y edición semántica de código. Al operar a nivel de símbolos y comprender la estructura relacional del código, Serena mejora enormemente la eficiencia en el uso de tokens. En lugar de leer archivos completos o depender de reemplazos de cadenas rudimentarios, los agentes de programación pueden usar herramientas precisas de Serena, como find_symbol, find_referencing_symbols e insert_after_symbol, para localizar y editar el código. Aunque el impacto es mínimo en proyectos pequeños, esta eficiencia resulta extremadamente valiosa a medida que la base de código crece.
-
83. SweetPad
La extensión SweetPad permite a los desarrolladores usar VS Code o Cursor durante todo el ciclo de desarrollo de aplicaciones Swift en plataformas Apple. Elimina la necesidad de cambiar constantemente a Xcode al integrar herramientas esenciales como xcodebuild, xcode-build-server y swift-format. Los desarrolladores pueden compilar, ejecutar y depurar aplicaciones Swift para iOS, macOS y watchOS directamente desde sus IDE, además de gestionar simuladores y desplegar en dispositivos sin abrir Xcode.
-
84. Tape/Z (Tools for Assembly Program Exploration for Z/OS)
Tape/Z (Tools for Assembly Program Exploration for Z/OS) es un conjunto de herramientas en evolución para analizar código HLASM (High-Level Assembler) de mainframe. Desarrollado por una persona de Thoughtworks, ofrece funcionalidades como análisis sintáctico, construcción de grafos de flujo de control, rastreo de dependencias y visualización de diagramas de flujo. Desde hace tiempo hemos señalado la escasez de herramientas abiertas y comunitarias en el entorno mainframe, donde la mayoría de las opciones siguen siendo propietarias o dependientes de ecosistemas de proveedores. Tape/Z ayuda a cerrar esa brecha al ofrecer capacidades de análisis accesibles y programables. Junto con COBOL REKT, un conjunto de herramientas complementario para COBOL que también hemos utilizado en múltiples ocasiones con clientes, representa un avance alentador hacia un ecosistema de herramientas modernas y más amigables para el desarrollo en sistemas mainframe.
Resistir
¿No encontraste algo que esperabas ver?
Cada edición del Radar presenta noticias que reflejan lo que hemos encontrado durante los seis meses anteriores. Es posible que ya hayamos cubierto lo que busca en un Radar anterior. A veces seleccionamos cosas simplemente porque hay demasiadas de las que hablar. También es posible que falte algún dato porque el Radar refleja nuestra experiencia, no se basa en un análisis exhaustivo del mercado.
