Tres estaciones de trabajo para aprender IA
Cada módulo tiene un punto de entrada definido, ejercicios de código, mentoría y un proyecto concreto al finalizar. Puedes entrar donde tiene sentido para ti.
← Volver al inicioCómo está estructurado el programa
Sesión introductoria
Presentación del módulo, objetivos concretos y configuración del entorno de trabajo en Python.
Bloques temáticos
Cada semana cubre un concepto con teoría, demo en código y ejercicio guiado que puedes ejecutar.
Proyecto de módulo
Desarrollo del proyecto integrador con retroalimentación del mentor en las etapas clave.
Revisión final
Presentación del proyecto, retroalimentación estructurada y acceso permanente a las grabaciones.
Fundamentos de Machine Learning
Módulo de entrada que cubre los conceptos centrales de datos, modelos y evaluación. Los ejercicios en Python son guiados y progresivos: comienzas con conjuntos de datos pequeños y terminas construyendo un proyecto completo con retroalimentación del mentor. El diseño no asume experiencia previa en modelado.
Pasos del módulo
Configuración del entorno y primer notebook funcional
Exploración de datos y preparación del conjunto de trabajo
Entrenamiento y evaluación de modelos con métricas reales
Construcción del proyecto final con documentación
Revisión del mentor y retroalimentación estructurada
Proyectos de Deep Learning Aplicado
Módulo orientado a la construcción y entrenamiento de redes neuronales sobre datasets estructurados. El foco está en el flujo de trabajo completo: desde la preparación de datos hasta la evaluación del modelo entrenado, pasando por la identificación y corrección de errores. Cada participante completa un proyecto de portafolio con revisión del mentor. Se recomienda para quienes ya tienen comodidad con Python básico.
Pasos del módulo
Revisión del pipeline de ML y transición a redes neuronales
Construcción de arquitectura inicial y primeras pruebas de entrenamiento
Diagnóstico y ajuste de problemas de convergencia
Proyecto de portafolio: desarrollo, iteración y documentación
Revisión final del mentor con retroalimentación sobre el resultado
Cohorte Capstone con Mentoría
Cohorte guiada donde cada participante diseña y construye un proyecto aplicado de envergadura. El énfasis está en la práctica autónoma: defines el problema, tomas las decisiones de diseño, documentas el proceso y presentas el resultado a tu cohorte. Los check-ins regulares con el mentor y la revisión entre pares estructuran el avance semana a semana. Grupo reducido para que el acompañamiento sea real.
Pasos del módulo
Definición del proyecto: problema, datos disponibles y alcance
Exploración inicial y primer check-in con el mentor
Desarrollo iterativo con revisiones periódicas del mentor
Revisión entre pares de la cohorte con criterios compartidos
Presentación final y entrega del proyecto documentado
Comparativa de los tres módulos
| Característica | Fundamentos ML | Deep Learning | Capstone |
|---|---|---|---|
| Duración | 6 semanas | Variable | 10 semanas |
| Nivel de entrada | Sin experiencia en ML | Python básico | Módulo 1 o equiv. |
| Sesiones en vivo | |||
| Check-in individual con mentor | — | — | |
| Revisión por pares | — | — | |
| Proyecto de portafolio | |||
| Precio (COP) | $820.000 | $2.460.000 | $4.100.000 |
Ideal si nunca has trabajado con modelos de ML
Para quienes ya manejan Python y quieren construir redes
Para quienes quieren un proyecto sustancial con acompañamiento intenso
Compromisos que se aplican a todos los módulos
Privacidad de datos
Tu información de inscripción no se comparte con terceros ni se usa con otros fines.
Material actualizado
Los notebooks y referencias se revisan cuando las herramientas cambian de forma relevante.
Soporte entre sesiones
Las preguntas asíncronas tienen respuesta de un mentor en menos de 24 horas hábiles.
Grabaciones disponibles
Todas las sesiones quedan grabadas y accesibles para los participantes del módulo.
Cupo limitado
Cada cohorte tiene un máximo de participantes. El acompañamiento no se diluye.
Comunicación clara
Describimos exactamente qué incluye cada módulo. Sin afirmaciones sobre resultados laborales.
¿Por dónde empezar?
Cuéntanos tu experiencia actual y te orientamos sobre qué módulo se ajusta mejor a lo que quieres aprender.
Escríbenos