Jorge Dotel ホルヘドテル (@jdotel) header
Jorge Dotel ホルヘドテル (@jdotel) profile picture

Fuels Automations, IT Professional, Retail Automation Services, IT Control Advisor, Safety, Security & IT Solutions Providers. I love 2 travel.

Pedernales, R.D.
Joined April 2009
Photo by Jorge Dotel ホルヘドテル (@jdotel)Photo by Jorge Dotel ホルヘドテル (@jdotel)Photo by Jorge Dotel ホルヘドテル (@jdotel)Photo by Jorge Dotel ホルヘドテル (@jdotel)Photo by Jorge Dotel ホルヘドテル (@jdotel)Photo by Jorge Dotel ホルヘドテル (@jdotel)Photo by Jorge Dotel ホルヘドテル (@jdotel)Photo by Jorge Dotel ホルヘドテル (@jdotel)
Jorge Dotel ホルヘドテル retweeted
En El Debate de la Mañana, los comunicadores discutieron la relación entre las tarifas de los servicios médicos privados, los seguros de salud y la regulación estatal. Durante el intercambio, plantearon sus diferencias sobre la libertad de los médicos para establecer los precios de sus consultas y la posibilidad de que los pacientes deban asumir copagos adicionales, especialmente ante los bajos montos que, según señalaron, pagan las aseguradoras y los retrasos en los reembolsos. Otro punto de discusión fue el cobro por la lectura de resultados de análisis médicos, un servicio que, según comentaron, algunos profesionales facturan como una consulta adicional sin advertirlo previamente al paciente. También debatieron sobre la carga tributaria y los gastos operativos que enfrentan los consultorios y centros médicos, así como los límites que debería tener la intervención del Estado para proteger tanto a los usuarios como a los prestadores de servicios de salud.
21
28
1
123
8,794
Jorge Dotel ホルヘドテル retweeted
Obniel Ramírez cuestiona el manejo de Punta Catalina y los fondos de pensiones en favor del sector empresarial. El comentarista sostuvo que, desde 2020, el Gobierno ha favorecido a determinados grupos empresariales y criticó lo que considera una falta de transparencia en la administración de los ahorros de los trabajadores. También señaló posibles conflictos de intereses entre actores del sector financiero y las AFP, y advirtió sobre los riesgos de que se repita en República Dominicana una crisis como la ocurrida en Paraguay. 📻 Sintoniza Panorama 96.9 FM 📞 Cabina: 809-472-9696 | +1-833-706-8434 (Internacional) 🌐 Visítanos: panoramafm.com.do 📺 En vivo por VTV Canal 32 (Altice, Claro TV, Wind & Aster)
10
59
9
139
4,087
Jorge Dotel ホルヘドテル retweeted
Alfredo De La Cruz cuestionó el uso de recursos provenientes de los fondos de pensiones para financiar proyectos de generación eléctrica en Manzanillo. El comunicador señaló que, según las cifras que presentó, cerca de RD$23,978 millones aportados por distintas administradoras de fondos de pensiones estarían vinculados a estos proyectos. También cuestionó la participación de grupos empresariales y entidades financieras en la administración, estructuración y asesoría de estas inversiones. De La Cruz criticó los beneficios económicos que, según su exposición, recibirían las empresas involucradas por concepto de administración de fondos y servicios de asesoría. Asimismo, cuestionó que se utilicen los ahorros destinados al retiro de los trabajadores en este tipo de operaciones, mientras persisten dificultades en el sistema eléctrico dominicano. El comunicador reclamó mayor transparencia y fiscalización sobre el destino de esos recursos y las condiciones bajo las cuales se realizan las inversiones.
60
174
19
499
17,567
Jorge Dotel ホルヘドテル retweeted
Ricardo Nieves realizó una denuncia sobre la presunta operación de una estructura delictiva en la zona turística de Bávaro, Punta Cana y Verón, vinculada, según informaciones que dijo haber recibido de una fuente oficial, al tráfico de drogas y a una posible red de explotación sexual. El comunicador mencionó a varias personas identificadas por sobrenombres y describió las funciones que supuestamente desempeñarían dentro de esa estructura. También señaló posibles vínculos de algunos agentes con estas actividades ilícitas. Nieves hizo un llamado al director de la Policía Nacional, a la Dirección Nacional de Inteligencia (DNI), a la Dirección Nacional de Control de Drogas (DNCD) y a la Policía Turística (Politur) para que investiguen las denuncias, revisen el personal asignado a la zona y determinen si existen agentes involucrados. Insistió en la necesidad de reforzar la seguridad en los destinos turísticos y garantizar la protección de visitantes y residentes.
9
47
6
111
4,253
Jorge Dotel ホルヘドテル retweeted
📁 AI Engineering Roadmap ┃ ┣ 📂 1. Foundations ┃ ┣ 🐍 Python (Advanced + Async + Testing) ┃ ┣ 🧮 Linear Algebra ┃ ┣ 📊 Probability & Statistics ┃ ┣ ➗ Calculus (Basics) ┃ ┣ 📚 Data Structures & Algorithms ┃ ┣ 🔧 Git + GitHub ┃ ┣ 🌐 APIs & REST ┃ ┣ 🗄️ SQL Basics ┃ ┗ 🐳 Docker Basics ┃ ┣ 📂 2. Machine Learning & Deep Learning ┃ ┣ 🤖 Classical ML (Scikit-learn) ┃ ┣ 🧠 Neural Networks ┃ ┣ 🔥 PyTorch ┃ ┣ ⚡ Transformers & Attention ┃ ┣ 📉 Backpropagation ┃ ┣ 📈 Model Evaluation & Metrics ┃ ┣ 🎥 Karpathy Zero to Hero ┃ ┗ 🤗 Hugging Face Transformers ┃ ┣ 📂 3. LLM Application Engineering ┃ ┣ 💬 Prompt Engineering ┃ ┣ 🧠 Context Engineering ┃ ┣ 📋 Structured Outputs ┃ ┣ 🔗 Embeddings ┃ ┣ 📚 RAG (Retrieval Augmented Generation) ┃ ┣ 🛠️ Tool Calling / Function Calling ┃ ┣ 🤖 Agents ┃ ┣ 🔍 Vector Databases ┃ ┃ ┣ 🟢 Qdrant ┃ ┃ ┣ 🟣 Chroma ┃ ┃ ┣ 🔷 Pinecone ┃ ┃ ┗ 🟡 Weaviate ┃ ┗ 📦 Frameworks ┃ ┣ 🦜 LangChain / LangGraph ┃ ┣ 🦙 LlamaIndex ┃ ┗ 🤗 Hugging Face Agents ┃ ┣ 📂 4. Production & LLMOps ┃ ┣ ✅ Evaluation (Evals) ┃ ┣ 📊 Monitoring & Observability ┃ ┣ 💰 Cost & Latency Optimization ┃ ┣ 🚀 FastAPI + Deployment ┃ ┣ 🐳 Docker + Containers ┃ ┣ ☁️ Cloud (AWS / GCP / Azure) ┃ ┣ 🔄 CI/CD for AI ┃ ┣ 🛡️ Guardrails & Security ┃ ┣ 📝 Logging & Tracing ┃ ┗ 🔁 Versioning & Experiment Tracking ┃ ┣ 📂 5. Advanced & Specialization ┃ ┣ 🔧 Fine-tuning (LoRA / QLoRA) ┃ ┣ 🏠 Open Source Models ┃ ┣ ⚡ Inference Optimization (vLLM) ┃ ┣ 👁️ Multimodal AI ┃ ┣ 🧩 Multi-Agent Systems ┃ ┣ 🏗️ AI System Design ┃ ┣ 🔐 AI Security ┃ ┗ 📉 Model Serving ┃ ┣ 📂 6. Core Tools & Stack ┃ ┣ 🐍 Python ┃ ┣ 🔥 PyTorch ┃ ┣ 🤗 Hugging Face ┃ ┣ ⚡ FastAPI ┃ ┣ 🐳 Docker ┃ ┣ 📊 LangSmith / Phoenix ┃ ┣ 🧪 MLflow / W&B ┃ ┗ ☁️ Cloud Platforms ┃ ┗ 📂 7. Portfolio Projects ┣ 📄 Structured Output Parser ┣ 📚 Production RAG App (with Evals) ┣ 🤖 Tool-using Agent ┣ 🚀 Deployed AI System ┗ 🎯 Specialized Project
14
49
1
297
10,456
Jorge Dotel ホルヘドテル retweeted
Distributed systems can break when a database write succeeds but the event publish fails. In this tutorial, @pliutau teaches you how to implement the Outbox Pattern in Go and PostgreSQL. You'll also learn how to build a relay service, work with an outbox table, and handle at-least-once delivery in event-driven systems. freecodecamp.org/news/how-to…
8
69
2
632
31,281
Jorge Dotel ホルヘドテル retweeted
AI ENGINEER ROADMAP │ ├── 1. Programming Fundamentals │ ├── Python │ │ ├── Variables & Data Types │ │ ├── Functions & Modules │ │ ├── OOP & Exception Handling │ │ ├── List & Dictionary Comprehensions │ │ ├── Iterators & Generators │ │ ├── Decorators & Context Managers │ │ ├── Asyncio & Concurrency │ │ ├── Type Hints & Pydantic │ │ └── Virtual Environments & Packaging │ ├── Data Structures & Algorithms │ ├── Git & GitHub │ ├── Linux & Command Line │ ├── HTTP & Networking Fundamentals │ ├── REST APIs │ └── JSON, YAML & Serialization │ ├── 2. Mathematics & ML Foundations │ ├── Linear Algebra │ │ ├── Vectors & Matrices │ │ ├── Dot Products │ │ ├── Matrix Multiplication │ │ └── Eigenvalues & Eigenvectors │ ├── Calculus │ │ ├── Derivatives │ │ ├── Partial Derivatives │ │ ├── Gradients │ │ └── Chain Rule │ ├── Probability & Statistics │ │ ├── Probability Distributions │ │ ├── Bayes' Theorem │ │ ├── Mean & Variance │ │ └── Statistical Inference │ ├── Machine Learning Fundamentals │ │ ├── Supervised & Unsupervised Learning │ │ ├── Training & Testing │ │ ├── Overfitting & Underfitting │ │ ├── Loss Functions │ │ └── Model Evaluation │ └── Deep Learning Fundamentals │ ├── Neural Networks │ ├── Backpropagation │ ├── Gradient Descent │ └── Activation Functions │ ├── 3. Data Engineering & Processing │ ├── NumPy │ ├── Pandas │ ├── Data Cleaning │ ├── Data Transformation │ ├── Exploratory Data Analysis │ ├── SQL & PostgreSQL │ ├── JSON & JSONL │ ├── CSV, XML & Parquet │ ├── Data Pipelines │ ├── Web Scraping │ ├── Data Validation │ └── Dataset Preparation │ ├── 4. Deep Learning & Neural Networks │ ├── Perceptrons │ ├── Feedforward Neural Networks │ ├── Forward & Backpropagation │ ├── Loss Functions │ ├── Optimizers │ ├── CNNs & RNNs │ ├── LSTMs & GRUs │ ├── Attention Mechanisms │ ├── Transformer Architecture │ ├── Embeddings │ └── Transfer Learning │ ├── 5. Deep Learning Frameworks │ ├── PyTorch │ │ ├── Tensors │ │ ├── Autograd │ │ ├── nn.Module │ │ ├── DataLoaders │ │ ├── Custom Training Loops │ │ ├── GPU Training │ │ └── Model Checkpointing │ ├── TensorFlow & Keras Basics │ ├── Hugging Face Ecosystem │ │ ├── Transformers │ │ ├── Datasets │ │ ├── Tokenizers │ │ └── Accelerate │ └── CUDA Fundamentals │ ├── 6. LLM Fundamentals │ ├── What Are Large Language Models? │ ├── Transformer Architecture │ ├── Encoder & Decoder Models │ ├── GPT Architecture │ ├── BERT Architecture │ ├── Tokenization │ ├── Vocabulary & Token IDs │ ├── Context Windows │ ├── Positional Encoding │ ├── Self-Attention & Multi-Head Attention │ ├── Pretraining & Post-Training │ ├── Instruction Tuning │ ├── RLHF & DPO │ ├── Model Parameters │ └── Open-Source vs Proprietary Models │ ├── 7. LLM APIs & Model Integration │ ├── OpenAI API │ ├── Anthropic API │ ├── Google Gemini API │ ├── Open-Weight Models │ ├── API Authentication │ ├── Streaming Responses │ ├── Structured Outputs │ ├── Function & Tool Calling │ ├── Multimodal APIs │ ├── Error Handling & Retries │ ├── Rate Limits │ ├── Token Usage & Cost Tracking │ └── Model Routing & Fallbacks │ ├── 8. Prompt & Context Engineering │ ├── System & User Instructions │ ├── Few-Shot Prompting │ ├── Chain-of-Thought Concepts │ ├── Structured Prompting │ ├── Prompt Templates │ ├── Context Window Management │ ├── Context Compression │ ├── Context Selection & Retrieval │ ├── Prompt Versioning │ ├── Prompt Injection Defense │ ├── Context Engineering │ └── Prompt Evaluation │ ├── 9. Embeddings & Vector Databases │ ├── What Are Embeddings? │ ├── Dense & Sparse Embeddings │ ├── Embedding Models │ ├── Similarity Metrics │ ├── Cosine Similarity │ ├── Semantic Search │ ├── Vector Indexing │ ├── Approximate Nearest Neighbors │ ├── Vector Databases │ │ ├── Pinecone │ │ ├── Qdrant │ │ ├── Weaviate │ │ ├── Milvus │ │ └── Chroma │ ├── Metadata Filtering │ └── Hybrid Search │ ├── 10. Retrieval-Augmented Generation (RAG) │ ├── RAG Architecture │ ├── Document Ingestion │ ├── Document Parsing │ ├── Text Chunking Strategies │ ├── Overlapping Chunks │ ├── Embedding Generation │ ├── Vector Storage │ ├── Query Transformation │ ├── Retrieval Strategies │ ├── Reranking │ ├── Hybrid Retrieval │ ├── Contextual Retrieval │ ├── Parent-Child Retrieval │ ├── Multi-Query Retrieval │ ├── Graph RAG │ ├── Agentic RAG │ ├── RAG Evaluation │ └── Advanced RAG Optimization │ ├── 11. AI Agents & Agentic Systems │ ├── What Are AI Agents? │ ├── Agent Architecture │ ├── Reasoning & Planning │ ├── Tool Calling │ ├── Function Execution │ ├── Short-Term & Long-Term Memory │ ├── Agent State Management │ ├── Workflow Orchestration │ ├── Single-Agent Systems │ ├── Multi-Agent Systems │ ├── Human-in-the-Loop │ ├── Reflection & Self-Correction │ ├── Planning & Execution Loops │ ├── Agent Reliability │ ├── Agent Evaluation │ └── Agent Security │ ├── 12. AI Frameworks & Orchestration │ ├── LangChain │ ├── LangGraph │ ├── LlamaIndex │ ├── Haystack │ ├── Semantic Kernel │ ├── Pydantic AI │ ├── DSPy │ ├── CrewAI │ ├── AutoGen │ ├── Workflow Orchestration │ └── Framework Selection & Tradeoffs │ ├── 13. Model Fine-Tuning & Adaptation │ ├── Pretrained Models │ ├── Supervised Fine-Tuning (SFT) │ ├── Parameter-Efficient Fine-Tuning │ ├── LoRA │ ├── QLoRA │ ├── PEFT │ ├── Dataset Preparation │ ├── Synthetic Data Generation │ ├── Instruction Tuning │ ├── DPO │ ├── Fine-Tuning Evaluation │ └── When to Fine-Tune vs RAG │ ├── 14. Multimodal AI Engineering │ ├── Vision-Language Models │ ├── Image Understanding │ ├── OCR & Document Intelligence │ ├── Speech-to-Text │ ├── Text-to-Speech │ ├── Audio Understanding │ ├── Video Understanding │ ├── Multimodal Embeddings │ ├── Image Generation Models │ ├── Diffusion Models │ └── Multimodal RAG │ ├── 15. AI Evaluation & Testing │ ├── Why AI Evaluation Matters │ ├── Unit & Integration Testing │ ├── LLM-as-a-Judge │ ├── Golden Datasets │ ├── Evaluation Datasets │ ├── Model Accuracy │ ├── Faithfulness & Groundedness │ ├── Relevance & Context Precision │ ├── Hallucination Detection │ ├── RAG Evaluation │ ├── Agent Evaluation │ ├── Human Evaluation │ ├── Regression Testing │ ├── Online & Offline Evaluation │ └── Evals & Observability │ ├── 16. AI Infrastructure & Inference Engineering │ ├── LLM Inference Fundamentals │ ├── Prefill vs Decode │ ├── KV Cache Management │ ├── Continuous Batching │ ├── PagedAttention │ ├── Speculative Decoding │ ├── Quantization │ ├── Model Pruning │ ├── Knowledge Distillation │ ├── Model Serving │ ├── vLLM │ ├── SGLang │ ├── Ollama │ ├── TensorRT-LLM │ ├── GPU Memory Management │ ├── Latency & Throughput Optimization │ └── Distributed Inference Basics │ ├── 17. Backend Engineering for AI │ ├── FastAPI │ ├── Flask │ ├── REST APIs │ ├── WebSockets & Streaming │ ├── Async Processing │ ├── Redis & Caching │ ├── PostgreSQL │ ├── Background Jobs │ ├── Message Queues │ ├── Authentication & Authorization │ ├── Rate Limiting │ ├── API Security │ ├── Microservices Basics │ └── AI Application Architecture │ ├── 18. MLOps & LLMOps │ ├── ML & LLM Lifecycle Management │ ├── Experiment Tracking │ ├── MLflow │ ├── Weights & Biases │ ├── Langfuse │ ├── LangSmith │ ├── Prompt Versioning │ ├── Model Versioning │ ├── Data Versioning (DVC) │ ├── Tracing & Observability │ ├── Cost Monitoring │ ├── Model Monitoring │ ├── CI/CD for AI Applications │ └── Automated Evaluation Pipelines │ ├── 19. Cloud & DevOps │ ├── AWS │ │ ├── S3 │ │ ├── EC2 │ │ ├── Lambda │ │ ├── ECS & EKS │ │ └── SageMaker Basics │ ├── Google Cloud & Vertex AI │ ├── Microsoft Azure AI │ ├── Docker │ ├── Kubernetes │ ├── GitHub Actions │ ├── CI/CD Pipelines │ ├── Terraform │ ├── GPU Cloud Infrastructure │ └── Deployment & Scaling │ ├── 20. AI Security & Responsible AI │ ├── Prompt Injection │ ├── Jailbreak Attacks │ ├── Data Leakage │ ├── Sensitive Data Protection │ ├── PII Detection & Redaction │ ├── Tool Execution Security │ ├── Sandboxed Execution │ ├── Model Supply Chain Security │ ├── Adversarial Attacks │ ├── Bias & Fairness │ ├── Explainability │ ├── AI Governance │ └── Guardrails & Content Safety │ ├── 21. AI System Design & Architecture │ ├── Designing Scalable AI Applications │ ├── RAG System Design │ ├── Agent System Design │ ├── Model Routing Architecture │ ├── Multi-Tenant AI Systems │ ├── Caching Strategies │ ├── Database & Vector Storage Design │ ├── Distributed Task Processing │ ├── Fault Tolerance & Retries │ ├── Cost Optimization │ ├── Latency Optimization │ ├── Horizontal Scaling │ ├── Reliability & Availability │ └── AI Tradeoff Analysis │ ├── 22. Build Real-World Projects │ ├── AI-Powered Research Assistant │ ├── Document Intelligence Platform │ ├── Production-Ready RAG System │ ├── Multi-Agent Research System │ ├── AI Customer Support Agent │ ├── AI Coding Assistant │ ├── Multimodal AI Assistant │ ├── AI Meeting Intelligence System │ ├── Enterprise Knowledge Assistant │ ├── AI Workflow Automation Platform │ ├── Custom LLM Fine-Tuning Pipeline │ ├── AI Model Evaluation Platform │ └── End-to-End Production AI SaaS │ └── 23. Career Preparation ├── Build a Strong GitHub Portfolio ├── Create an AI Engineering Resume ├── Master Python & SQL Interviews ├── Learn ML & LLM Fundamentals ├── Practice AI System Design ├── Understand RAG & Agent Architectures ├── Learn Inference Optimization ├── Study Production AI Case Studies ├── Contribute to Open Source ├── Write Technical Articles ├── Build in Public └── Apply for AI Engineer Roles FINAL GOAL: Become a Production-Ready AI Engineer
102
475
26
2,797
344,683
Jorge Dotel ホルヘドテル retweeted
Ricardo Nieves cuestionó las actuaciones de algunos miembros de los organismos de seguridad fronteriza y exhortó al Ministerio de Defensa, al CEFRONT y al Ejército de la República Dominicana a respetar el trabajo de periodistas, comunicadores e influencers que realizan coberturas en la zona fronteriza. Señaló que las autoridades deben actuar con ética, transparencia y apego a sus responsabilidades, priorizando la soberanía nacional y la seguridad del país, sin intimidar a quienes ejercen su labor informativa.
14
37
7
110
3,427
Jorge Dotel ホルヘドテル retweeted
La diputada del pueblo 🤣🤣🤣
17
12
8
60
5,489
Jorge Dotel ホルヘドテル retweeted
GOOGLE Free Courses With Certificates • Cybersecurity grow.google/intl/en_in/cyb… • Business Intelligence coursera.org/google-certifi… • Advanced Data Analytics coursera.org/google-certifi… • Digital Marketing grow.google/intl/en_in/dig… • AI & Machine Learning grow.google/intl/en_pk/gui… • Data Analytics grow.google/intl/en_in/dat… • Project Management grow.google/intl/en_in/pro… • UX Design grow.google/intl/en_in/ux-… • IT Automation coursera.org/google-certifi… • IT Support coursera.org/google-certifi… Get certified and boost your career with Google courses. If you’d love to see more content like this, don’t forget to follow @promptparag for more content... 🛑🛑🛑🛑
23
108
2
319
22,205
Jorge Dotel ホルヘドテル retweeted
Alfredo De La Cruz defendió sus cuestionamientos sobre el manejo de los fondos de pensiones y respondió a las críticas de un periodista especializado en temas financieros que, según relató, manifestó no comprender sus planteamientos. De La Cruz sostuvo que el debate sobre las Administradoras de Fondos de Pensiones (AFP) debe mantenerse abierto desde los medios de comunicación y reclamó mayor atención sobre las inversiones realizadas con recursos de los trabajadores.
5
22
1
69
2,580
Jorge Dotel ホルヘドテル retweeted
Top YouTube Channels to Master Tech Skills. 1. SQL youtube.com/@joeyblue1 2. Excel youtube.com/@excelisfun 3. Statistics youtube.com/@statquest 4. Math youtube.com/playlist?list=… 5. Python youtube.com/@BroCodez 6. Data Analysis youtube.com/@AlexTheAnalyst 7. Machine Learning youtu.be/i_LwzRVP7bg?si… 8. Deep Learning youtube.com/@deeplizard 9. Java youtube.com/@Telusko 10. Big Data youtube.com/@thedatatech 11. Data Engineering youtu.be/PHsC_t0j1dU?si… 12. NLP (Natural Language Processing) youtube.com/@codebasics 13. Computer Vision & AI youtu.be/P4Z8_qe2Cu0?si… 14. Generative AI youtube.com/@sunnysavita10 15. University-Level Courses youtube.com/@stanfordonline youtube.com/@mitocw 16. All-in-One Learning youtube.com/@freecodecamp ❤️ Like 🔁 Repost 🔖 Bookmark Follow @promptparag for more of these free courses. productivity content. I'll send you in the DM.
20
282
1
874
37,763
Jorge Dotel ホルヘドテル retweeted
Want to get to grips with building web applications in Go? Let's Go is a clear and concise guide which packs in all you need to know about best practices, project structure and practical code patterns – incl. dependency management, authentication, databases, testing & more.

20
55
800
853,651
Jorge Dotel ホルヘドテル retweeted
n8n is a powerful open source workflow automation tool that lets you connect your apps, APIs, and AI models. And this course teaches you how to use it to build and orchestrate intelligent agents. You'll set up a vector database, build a customer support RAG agent, and learn about various hosting options, too. freecodecamp.org/news/learn-…
11
114
1
811
43,218
Jorge Dotel ホルヘドテル retweeted
Learn a skill here for free. Cybersecurity drive.google.com/drive/mobil…… UI/UX Design drive.google.com/drive/mobil…… AI Automation drive.google.com/drive/u/0/f…… AI Video Creation drive.google.com/drive/mobil…… Video Editing with CapCut drive.google.com/drive/mobil…… Repost/bookmark and get to work!
23
120
2
371
19,996
Jorge Dotel ホルヘドテル retweeted
As a developer, you should know core system design concepts. This helps show potential employers that you can turn design requirements into production-ready code. This course covers app architecture, API design, caching, networking, databases, and more. freecodecamp.org/news/learn-…
6
224
1
1,495
51,958
Jorge Dotel ホルヘドテル retweeted
Una ciudadana denunció a través de un video las restricciones de acceso que enfrentó al intentar ingresar con una pequeña mascota a la playa pública en el sector de Hemingway. En la grabación, la usuaria mostró el pasillo peatonal de acceso hacia la playa pública y cuestionó directamente a las autoridades del Ministerio de Turismo por las limitaciones impuestas por el personal de la zona a los ciudadanos que acuden acompañados de animales domésticos. La denunciante exigió una aclaración sobre las normativas que regulan la presencia de mascotas en las franjas costeras de uso público en el país.
104
67
15
279
36,603
Jorge Dotel ホルヘドテル retweeted
Atención País, se tiró el Dr. Nieves con el caso de la señora que no coge corte teapawt.org/clickperiodico/status/…
7
27
1
85
4,847
Jorge Dotel ホルヘドテル retweeted
Melymel llama a mantener las protestas y afirma que “se ganó una batalla, no la guerra” (video) buff.ly/FlpWya6 #remolachanet
13
6
3
30
20,655
Jorge Dotel ホルヘドテル retweeted
Residentes del sector San Isidro realizaron la noche de este martes un cacerolazo en señal de protesta contra el proyecto del nuevo Código Penal, las medidas fiscales y los presuntos abusos policiales, sumándose a las manifestaciones ciudadanas registradas en distintos puntos del país. Durante varios minutos, el sonido de ollas, calderos y otros utensilios se escuchó en diferentes calles del sector, mientras los participantes expresaban su descontento desde sus viviendas y frentes de casas. A través de esta forma de protesta pacífica, los residentes manifestaron su rechazo a las iniciativas que, según consideran, afectan los derechos de la ciudadanía, entre ellas el proyecto de reforma al Código Penal y las medidas de carácter fiscal. #ElNuevoDiarioRD🤳
1
13
18
824