{"id":48940,"date":"2025-10-16T13:04:21","date_gmt":"2025-10-16T11:04:21","guid":{"rendered":"https:\/\/www.convotis.com\/es\/?p=48940"},"modified":"2025-10-15T17:05:10","modified_gmt":"2025-10-15T15:05:10","slug":"mlops-produccion-pipelines-observabilidad-drift","status":"publish","type":"post","link":"https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/","title":{"rendered":"MLOps: La clave para una IA productiva"},"content":{"rendered":"<p>Muchas empresas invierten en IA, pero pocas logran llevar sus modelos desde la fase de concepto hasta la operaci\u00f3n real.<br \/>\nEl valor del machine learning solo se materializa cuando los modelos funcionan de manera fiable en entornos reales. Aunque muchas organizaciones logran entrenar algoritmos, a menudo fallan al integrarlos de forma estable, reproducible y verificable en su infraestructura de TI. Esa es la diferencia entre un prototipo y un valor de negocio real.<\/p>\n<p><a href=\"https:\/\/www.gartner.com\/en\/publications\/enhance-your-roadmap-for-data-and-analytics-governance\">Gartner<\/a> estima que para 2027 m\u00e1s del 60\u202f% de las empresas con proyectos de IA no alcanzar\u00e1n el valor esperado \u2013 no por la calidad de los modelos, sino por la falta de gobernanza, operatividad e integraci\u00f3n en las estructuras existentes. Aqu\u00ed es donde entra MLOps: aporta estructura, trazabilidad y escalabilidad al ciclo de vida del ML y sienta las bases para una IA empresarial robusta.<\/p>\n<h2><strong>Pipelines MLOps: Del experimento al entorno productivo<\/strong><\/h2>\n<p>Entre un prototipo y un modelo en producci\u00f3n existe un paso crucial: la industrializaci\u00f3n del proceso de machine learning.<br \/>\nSin rutas de entrenamiento y despliegue controladas, los modelos son fr\u00e1giles y dif\u00edciles de reproducir. Los pipelines MLOps crean un entorno estructurado para todas las fases del ciclo de vida del ML \u2013 desde la ingesta de datos hasta la puesta en producci\u00f3n.<\/p>\n<p>Cada fase \u2013 desde la preparaci\u00f3n de datos, ingenier\u00eda de caracter\u00edsticas y entrenamiento hasta el despliegue \u2013 se versiona, documenta y automatiza. Herramientas como MLflow, Kubeflow, Airflow o GitLab CI permiten un proceso reproducible, integrado en estructuras CI\/CD. Los modelos se convierten en componentes de software gestionados, con control de versiones, estrategias de rollback y flujos de aprobaci\u00f3n automatizados.<\/p>\n<p>Esta transparencia es clave en sectores regulados como Finanzas, Salud o Recursos Humanos. Solo con trazabilidad total \u2013 datos, par\u00e1metros, versiones \u2013 se cumplen requisitos regulatorios. MLOps reemplaza la experimentaci\u00f3n descontrolada por est\u00e1ndares auditables.<\/p>\n<h2><strong>Observabilidad: Control total del modelo y la infraestructura<\/strong><\/h2>\n<p>A diferencia de la supervisi\u00f3n de sistemas tradicional, operar modelos ML requiere una visi\u00f3n m\u00e1s profunda de la l\u00f3gica de procesos.<br \/>\nAdem\u00e1s de m\u00e9tricas de infraestructura, se monitorizan indicadores clave como el drift de caracter\u00edsticas, la distribuci\u00f3n de predicciones, la latencia del modelo y las correlaciones entre entrada y salida.<\/p>\n<p>Observabilidad significa entender, explicar y verificar el comportamiento del modelo. Se incluyen m\u00e9tricas como AUC, precision, recall, comparaciones de distribuci\u00f3n, tasas de rechazo y desviaciones en la matriz de confusi\u00f3n.<\/p>\n<p>Una infraestructura de observabilidad robusta garantiza estabilidad operativa y previene fallos silenciosos \u2013 p\u00e9rdidas de rendimiento no detectadas. En entornos cr\u00edticos como detecci\u00f3n de fraudes o precios din\u00e1micos, esto es esencial.<\/p>\n<h2><strong>Monitorizaci\u00f3n de Drift: Cuando la l\u00f3gica de entrenamiento ya no refleja la realidad<\/strong><\/h2>\n<p>El data drift y el concept drift son amenazas invisibles para los sistemas ML en producci\u00f3n.<br \/>\nPeque\u00f1os cambios en la estructura de datos, en las relaciones entre variables o en el entorno pueden provocar errores graves.<\/p>\n<p>La monitorizaci\u00f3n de drift compara continuamente los datos en vivo con los de entrenamiento, detecta desviaciones y activa respuestas autom\u00e1ticas: alertas, reentrenamiento, rollback. Se emplean tanto m\u00e9todos estad\u00edsticos como detectores basados en ML. Lo clave: que los drifts detectados se traduzcan en procesos operativos claros, con priorizaci\u00f3n seg\u00fan impacto y estrategias definidas de respuesta.<\/p>\n<h2><strong>MLOps como modelo operativo escalable para IA<\/strong><\/h2>\n<p>Para escalar ML, las empresas necesitan mecanismos estandarizados para gestionar, actualizar y desplegar modelos \u2013 como ocurre con el software tradicional.<br \/>\nMLOps permite escalar sin aumentar exponencialmente los recursos. Los modelos se convierten en activos versionados y controlados, con gesti\u00f3n de ciclo de vida completa.<\/p>\n<p>Las organizaciones que implementan MLOps actualizan modelos m\u00e1s r\u00e1pido, cumplen regulaciones con mayor facilidad y toman decisiones basadas en datos fiables. Gracias a interfaces claras entre ciencia de datos, DevOps y negocio, se logran procesos transparentes, responsabilidades definidas y eficiencia medible \u2013 base para una IA empresarial resiliente.<\/p>\n<h2><strong>CONVOTIS: IA operativa con valor empresarial<\/strong><\/h2>\n<p>Para operacionalizar MLOps se requiere experiencia en integraci\u00f3n TI, escalado y gobernanza \u2013 justo donde act\u00faa CONVOTIS.<br \/>\nComo socio tecnol\u00f3gico, ayudamos a las empresas a implementar marcos MLOps modernos con foco en reproducibilidad, estabilidad y cumplimiento \u2013 todo integrado en arquitecturas multicloud.<\/p>\n<p>Ya sea con stacks open source o plataformas comerciales, implementamos soluciones MLOps con observabilidad de extremo a extremo. As\u00ed, los CIOs obtienen control total sobre el rendimiento de modelos, el cumplimiento normativo y los procesos de ciclo de vida \u2013 en cualquier entorno cloud.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Muchas empresas invierten en IA, pero pocas logran llevar sus modelos desde la fase de concepto hasta la operaci\u00f3n real. El valor del machine learning solo se materializa cuando los modelos funcionan de manera fiable en entornos reales. Aunque muchas organizaciones logran entrenar algoritmos, a menudo fallan al integrarlos de forma estable, reproducible y verificable [&hellip;]<\/p>\n","protected":false},"author":7,"featured_media":48941,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"content-type":"","footnotes":""},"categories":[988],"tags":[],"class_list":["post-48940","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-datascience-ai-es"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v27.4 (Yoast SEO v27.4) - https:\/\/yoast.com\/product\/yoast-seo-premium-wordpress\/ -->\n<title>MLOps en Producci\u00f3n: Pipelines, Observabilidad y Drift<\/title>\n<meta name=\"description\" content=\"Aprende c\u00f3mo MLOps optimiza pipelines, observabilidad y monitorizaci\u00f3n de drift, asegurando modelos de IA fiables.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"MLOps en Producci\u00f3n: Pipelines, Observabilidad y Drift\" \/>\n<meta property=\"og:description\" content=\"Aprende c\u00f3mo MLOps optimiza pipelines, observabilidad y monitorizaci\u00f3n de drift, asegurando modelos de IA fiables.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/\" \/>\n<meta property=\"og:site_name\" content=\"CONVOTIS Iberia\" \/>\n<meta property=\"article:published_time\" content=\"2025-10-16T11:04:21+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.convotis.com\/es\/wp-content\/uploads\/sites\/3\/2025\/10\/MLOps_article.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1090\" \/>\n\t<meta property=\"og:image:height\" content=\"670\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"elianamoldovanska\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"elianamoldovanska\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"4 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/news\\\/mlops-produccion-pipelines-observabilidad-drift\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/news\\\/mlops-produccion-pipelines-observabilidad-drift\\\/\"},\"author\":{\"name\":\"elianamoldovanska\",\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/#\\\/schema\\\/person\\\/43069367f8f43b4689f544f0d1e798af\"},\"headline\":\"MLOps: La clave para una IA productiva\",\"datePublished\":\"2025-10-16T11:04:21+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/news\\\/mlops-produccion-pipelines-observabilidad-drift\\\/\"},\"wordCount\":756,\"publisher\":{\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/news\\\/mlops-produccion-pipelines-observabilidad-drift\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/wp-content\\\/uploads\\\/sites\\\/3\\\/2025\\\/10\\\/MLOps_article.png\",\"articleSection\":[\"Data Science &amp; AI\"],\"inLanguage\":\"en-US\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/news\\\/mlops-produccion-pipelines-observabilidad-drift\\\/\",\"url\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/news\\\/mlops-produccion-pipelines-observabilidad-drift\\\/\",\"name\":\"MLOps en Producci\u00f3n: Pipelines, Observabilidad y Drift\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/news\\\/mlops-produccion-pipelines-observabilidad-drift\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/news\\\/mlops-produccion-pipelines-observabilidad-drift\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/wp-content\\\/uploads\\\/sites\\\/3\\\/2025\\\/10\\\/MLOps_article.png\",\"datePublished\":\"2025-10-16T11:04:21+00:00\",\"description\":\"Aprende c\u00f3mo MLOps optimiza pipelines, observabilidad y monitorizaci\u00f3n de drift, asegurando modelos de IA fiables.\",\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.convotis.com\\\/es\\\/news\\\/mlops-produccion-pipelines-observabilidad-drift\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/news\\\/mlops-produccion-pipelines-observabilidad-drift\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/wp-content\\\/uploads\\\/sites\\\/3\\\/2025\\\/10\\\/MLOps_article.png\",\"contentUrl\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/wp-content\\\/uploads\\\/sites\\\/3\\\/2025\\\/10\\\/MLOps_article.png\",\"width\":1090,\"height\":670,\"caption\":\"Team working on machine learning pipelines and MLOps setup on multiple computer screens in a modern office environment.\"},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/#website\",\"url\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/\",\"name\":\"CONVOTIS\",\"description\":\"For Europe&#039;s digital future.\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/#organization\",\"name\":\"CONVOTIS\",\"url\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/wp-content\\\/uploads\\\/sites\\\/3\\\/2025\\\/08\\\/Convotis_blue_cmyk300dpi-scaled.png\",\"contentUrl\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/wp-content\\\/uploads\\\/sites\\\/3\\\/2025\\\/08\\\/Convotis_blue_cmyk300dpi-scaled.png\",\"width\":2560,\"height\":411,\"caption\":\"CONVOTIS\"},\"image\":{\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.linkedin.com\\\/company\\\/convotis-gmbh\\\/\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.convotis.com\\\/es\\\/#\\\/schema\\\/person\\\/43069367f8f43b4689f544f0d1e798af\",\"name\":\"elianamoldovanska\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/dcc0c0bd213565a66bfb488266616c3e473f54a3fdd5c34226d23758988c7924?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/dcc0c0bd213565a66bfb488266616c3e473f54a3fdd5c34226d23758988c7924?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/dcc0c0bd213565a66bfb488266616c3e473f54a3fdd5c34226d23758988c7924?s=96&d=mm&r=g\",\"caption\":\"elianamoldovanska\"},\"sameAs\":[\"https:\\\/\\\/www.convotis.com\\\/\"]}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"MLOps en Producci\u00f3n: Pipelines, Observabilidad y Drift","description":"Aprende c\u00f3mo MLOps optimiza pipelines, observabilidad y monitorizaci\u00f3n de drift, asegurando modelos de IA fiables.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/","og_locale":"en_US","og_type":"article","og_title":"MLOps en Producci\u00f3n: Pipelines, Observabilidad y Drift","og_description":"Aprende c\u00f3mo MLOps optimiza pipelines, observabilidad y monitorizaci\u00f3n de drift, asegurando modelos de IA fiables.","og_url":"https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/","og_site_name":"CONVOTIS Iberia","article_published_time":"2025-10-16T11:04:21+00:00","og_image":[{"width":1090,"height":670,"url":"https:\/\/www.convotis.com\/es\/wp-content\/uploads\/sites\/3\/2025\/10\/MLOps_article.png","type":"image\/png"}],"author":"elianamoldovanska","twitter_card":"summary_large_image","twitter_misc":{"Written by":"elianamoldovanska","Est. reading time":"4 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/#article","isPartOf":{"@id":"https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/"},"author":{"name":"elianamoldovanska","@id":"https:\/\/www.convotis.com\/es\/#\/schema\/person\/43069367f8f43b4689f544f0d1e798af"},"headline":"MLOps: La clave para una IA productiva","datePublished":"2025-10-16T11:04:21+00:00","mainEntityOfPage":{"@id":"https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/"},"wordCount":756,"publisher":{"@id":"https:\/\/www.convotis.com\/es\/#organization"},"image":{"@id":"https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/#primaryimage"},"thumbnailUrl":"https:\/\/www.convotis.com\/es\/wp-content\/uploads\/sites\/3\/2025\/10\/MLOps_article.png","articleSection":["Data Science &amp; AI"],"inLanguage":"en-US"},{"@type":"WebPage","@id":"https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/","url":"https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/","name":"MLOps en Producci\u00f3n: Pipelines, Observabilidad y Drift","isPartOf":{"@id":"https:\/\/www.convotis.com\/es\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/#primaryimage"},"image":{"@id":"https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/#primaryimage"},"thumbnailUrl":"https:\/\/www.convotis.com\/es\/wp-content\/uploads\/sites\/3\/2025\/10\/MLOps_article.png","datePublished":"2025-10-16T11:04:21+00:00","description":"Aprende c\u00f3mo MLOps optimiza pipelines, observabilidad y monitorizaci\u00f3n de drift, asegurando modelos de IA fiables.","inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.convotis.com\/es\/news\/mlops-produccion-pipelines-observabilidad-drift\/#primaryimage","url":"https:\/\/www.convotis.com\/es\/wp-content\/uploads\/sites\/3\/2025\/10\/MLOps_article.png","contentUrl":"https:\/\/www.convotis.com\/es\/wp-content\/uploads\/sites\/3\/2025\/10\/MLOps_article.png","width":1090,"height":670,"caption":"Team working on machine learning pipelines and MLOps setup on multiple computer screens in a modern office environment."},{"@type":"WebSite","@id":"https:\/\/www.convotis.com\/es\/#website","url":"https:\/\/www.convotis.com\/es\/","name":"CONVOTIS","description":"For Europe&#039;s digital future.","publisher":{"@id":"https:\/\/www.convotis.com\/es\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.convotis.com\/es\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US"},{"@type":"Organization","@id":"https:\/\/www.convotis.com\/es\/#organization","name":"CONVOTIS","url":"https:\/\/www.convotis.com\/es\/","logo":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.convotis.com\/es\/#\/schema\/logo\/image\/","url":"https:\/\/www.convotis.com\/es\/wp-content\/uploads\/sites\/3\/2025\/08\/Convotis_blue_cmyk300dpi-scaled.png","contentUrl":"https:\/\/www.convotis.com\/es\/wp-content\/uploads\/sites\/3\/2025\/08\/Convotis_blue_cmyk300dpi-scaled.png","width":2560,"height":411,"caption":"CONVOTIS"},"image":{"@id":"https:\/\/www.convotis.com\/es\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/convotis-gmbh\/"]},{"@type":"Person","@id":"https:\/\/www.convotis.com\/es\/#\/schema\/person\/43069367f8f43b4689f544f0d1e798af","name":"elianamoldovanska","image":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/secure.gravatar.com\/avatar\/dcc0c0bd213565a66bfb488266616c3e473f54a3fdd5c34226d23758988c7924?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/dcc0c0bd213565a66bfb488266616c3e473f54a3fdd5c34226d23758988c7924?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/dcc0c0bd213565a66bfb488266616c3e473f54a3fdd5c34226d23758988c7924?s=96&d=mm&r=g","caption":"elianamoldovanska"},"sameAs":["https:\/\/www.convotis.com\/"]}]}},"_links":{"self":[{"href":"https:\/\/www.convotis.com\/es\/wp-json\/wp\/v2\/posts\/48940","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.convotis.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.convotis.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.convotis.com\/es\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/www.convotis.com\/es\/wp-json\/wp\/v2\/comments?post=48940"}],"version-history":[{"count":3,"href":"https:\/\/www.convotis.com\/es\/wp-json\/wp\/v2\/posts\/48940\/revisions"}],"predecessor-version":[{"id":48944,"href":"https:\/\/www.convotis.com\/es\/wp-json\/wp\/v2\/posts\/48940\/revisions\/48944"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.convotis.com\/es\/wp-json\/wp\/v2\/media\/48941"}],"wp:attachment":[{"href":"https:\/\/www.convotis.com\/es\/wp-json\/wp\/v2\/media?parent=48940"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.convotis.com\/es\/wp-json\/wp\/v2\/categories?post=48940"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.convotis.com\/es\/wp-json\/wp\/v2\/tags?post=48940"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}