Saltar a contenido

Bibliografía Fundamental

(El Arsenal de la Ingeniería de la Evidencia)

Introducción: Las Fuentes de la Defensa

Este anexo no busca la erudición académica, sino la supervivencia operativa. Hemos seleccionado los textos que fundamentan la tesis del Dato como Uranio y la Arquitectura Defendible. Estas obras proveen la base matemática, legal y arquitectónica para resistir la fiscalización de la Ley 21.719 y gestionar el riesgo cognitivo de la IA.

Prólogo: La Física del Dato y la Verdad

  • Kleppmann, M. (2017). "Designing Data-Intensive Applications". O'Reilly Media. [Ver Libro]
    • Por qué leerlo: La Biblia técnica de este libro. Fundamenta por qué la "verdad" en sistemas distribuidos es un problema de consenso y consistencia, no de almacenamiento. Base para los Capítulos 05 (ETL-V) y 06 (SSOT).
  • Zuboff, S. (2019). "The Age of Surveillance Capitalism". PublicAffairs. [Ver Libro]
    • Por qué leerlo: El marco teórico para entender el "Dato como Uranio". Explica la economía extractiva que generó la crisis de privacidad actual y justifica la necesidad de defensas como el "Airlock" y la Soberanía.
  • Véliz, C. (2020). "Privacy is Power". Melville House. [Ver Libro]
    • Por qué leerlo: Lectura obligatoria para el Prólogo y el Bloque 1. Desmonta el mito de que "si no haces nada malo, no tienes nada que temer" y establece el riesgo tóxico de acumular datos personales.

Bloque 1: Estrategia y Poder (El Dato-Uranio)

  • Schneier, B. (2015). "Data and Goliath". W. W. Norton & Company. [Ver Libro]
    • Por qué leerlo: Fundamento de seguridad para el Capítulo 01. Explica por qué la recolección masiva es un pasivo de seguridad inmanejable y por qué la única estrategia segura es la minimización.
  • Taleb, N. N. (2018). "Skin in the Game". Random House. [Ver Libro]
    • Por qué leerlo: Base ética del Capítulo 02 (GRC). Argumenta que los arquitectos de sistemas (CDO) deben pagar un precio personal si sus sistemas fallan o filtran datos (Simetría de Riesgo).

Bloque 2: Ingeniería de la Verdad (Infraestructura)

  • Reis, J., & Housley, M. (2022). "Fundamentals of Data Engineering". O'Reilly Media. [Ver Libro]
    • Por qué leerlo: El manual de campo para el Capítulo 05. Define la ingeniería de datos moderna, alejándose del "Big Data" caótico hacia ciclos de vida gestionados, observabilidad y FinOps.
  • Beyer, B., et al. (2016). "Site Reliability Engineering (SRE)". O'Reilly Media. [Ver Libro]
    • Por qué leerlo: La doctrina de Google sobre cómo operar sistemas críticos. Base para aplicar conceptos de "Presupuesto de Error" a la calidad del dato y la disponibilidad de la plataforma de verdad.

Bloque 3: Automatización e Inteligencia (IA y RAG)

  • Russell, S. (2019). "Human Compatible: Artificial Intelligence and the Problem of Control". Viking. [Ver Libro]
    • Por qué leerlo: Fundamento para el Capítulo 07 (La Ilusión de No Tener IA) y Capítulo 10 (Sanitización). Plantea el "problema de alineación", clave para entender por qué la IA no debe operar sin supervisión estructural.
  • Huyen, C. (2022). "Designing Machine Learning Systems". O'Reilly Media. [Ver Libro]
    • Por qué leerlo: Guía técnica para los Capítulos 08 y 09. Explica cómo desplegar modelos que no degraden en producción, gestión de Data Drift y la necesidad de infraestructura de evaluación continua (RAG).
  • Cavoukian, A. (2009). "Privacy by Design: The 7 Foundational Principles". [Paper Oficial]
    • Por qué leerlo: El código fuente de la Ley 21.719 y del Capítulo 11. No es un libro, es el manifiesto que debe ser traducido a reglas de ingeniería en el pipeline de CI/CD.
  • O'Neil, C. (2016). "Weapons of Math Destruction". Crown. [Ver Libro]
    • Por qué leerlo: Vital para el Capítulo 12 (Infraestructura de Derechos) y la defensa ante sesgos. Explica cómo los algoritmos opacos generan responsabilidad civil y administrativa.

Bloque 5: Escalabilidad y Marco de Ejecución

  • Dehghani, Z. (2022). "Data Mesh: Delivering Data-Driven Value at Scale". O'Reilly Media. [Ver Libro]
    • Por qué leerlo: La Biblia del Capítulo 13. Propone el cambio de paradigma desde el "Lago de Datos" centralizado hacia la federación de dominios con gobierno computacional federado.
  • Laney, D. (2017). "Infonomics: How to Monetize, Manage, and Measure Information". Bibliomotion. [Ver Libro]
    • Por qué leerlo: Lectura crítica para el Capítulo 14 (DAMA/MGDE). Enseña a tratar la información como un activo contable, permitiendo calcular su "Riesgo de Información" (Liability) de forma monetaria.

Bloque 6: Defensa y Liderazgo (El Examen Final)

  • Leveson, N. (2011). "Engineering a Safer World: Systems Thinking Applied to Safety". MIT Press. [Ver Libro]
    • Por qué leerlo: La referencia absoluta para el Capítulo 15 (Fiscalización Técnica). Establece que la seguridad no es una propiedad de los componentes, sino una propiedad emergente del sistema de control.
  • Horowitz, B. (2014). "The Hard Thing About Hard Things". Harper Business. [Ver Libro]
    • Por qué leerlo: Esencial para el Capítulo 16 (Rol del CDO). Define la mentalidad de "Tiempo de Guerra" (Wartime CEO) necesaria para liderar bajo crisis regulatoria y amenaza existencial.