Tres programas. Distintos puntos de entrada. Un mismo principio de trabajo.
Cada programa está diseñado para comenzar desde donde realmente estás, no desde donde sería más cómodo suponer que estás.
← InicioCómo están construidos los programas
Fundamentos a mano
Antes de ver cualquier biblioteca, el estudiante implementa la técnica desde cero. Primero para entender qué hace el código. Después para saber cuándo una biblioteca lo está haciendo mal.
Proyectos con revisión escrita
Cada programa tiene entre dos y cuatro proyectos. Un instructor los revisa y devuelve un documento escrito con observaciones sobre ese trabajo específico, no una rúbrica genérica.
Registro de finalización
Al completar todos los proyectos del programa, el estudiante recibe un registro escrito de finalización. No es un título académico. Es la constancia de que hizo el trabajo.
Primeros Modelos
Un programa de ocho semanas para personas que nunca han entrenado un modelo. Empieza con el Python estrictamente necesario para el curso —nada más— y avanza a través de vectores y matrices con ejemplos trabajados, un modelo lineal implementado desde cero antes de mostrar ninguna biblioteca, gradiente descendente escrito a mano, y finalmente el mismo modelo en scikit-learn para que el estudiante vea qué estaba haciendo la biblioteca.
Dos proyectos pequeños con revisión escrita. El programa declara su esfuerzo en ocho horas por semana y recomienda explícitamente a quien tenga menos tiempo que espere un mes menos ocupado antes de inscribirse.
Qué incluye
- Grabaciones de todas las sesiones disponibles por un año
- Notebooks del curso
- Dos proyectos con revisión escrita del instructor
- Canal de estudio entre participantes
- Registro de finalización escrito
Pasos del recorrido
- 1 Python necesario para el curso (semanas 1–2)
- 2 Vectores, matrices y álgebra con ejemplos trabajados (semanas 3–4)
- 3 Modelo lineal desde cero, sin biblioteca (semana 5)
- 4 Gradiente descendente implementado a mano (semana 6)
- 5 El mismo modelo en scikit-learn: qué hacía la biblioteca (semana 7)
- 6 Proyecto final con revisión escrita (semana 8)
Pasos del recorrido
- 1 Convoluciones desde primeros principios (semanas 1–3)
- 2 Clasificación, detección y segmentación (semanas 4–7)
- 3 Transfer learning: cuándo funciona y cuándo falla (semanas 8–10)
- 4 Augmentación y transformadores de visión (semanas 11–13)
- 5 Proyecto con datos propios + despliegue en dispositivo (semanas 14–16)
Track de Visión por Computadora
Un track de dieciséis semanas sobre modelos que leen imágenes: convoluciones desde primeros principios, clasificación, detección y segmentación, transfer learning y cuándo falla, estrategias de augmentación que reflejan los datos reales y no lo que dice un blog, transformadores de visión, y despliegue de un modelo en un dispositivo pequeño.
Cuatro proyectos, incluido uno sobre un conjunto de datos que el estudiante recopila y etiqueta. Esa parte es donde suele ocurrir el aprendizaje más significativo. Revisión escrita en cada proyecto.
Qué incluye
- Grabaciones y notebooks del curso
- Cuatro proyectos con revisión escrita
- Herramientas de etiquetado integradas
- Cómputo en la nube para entrenamiento
- Repositorio de portafolio configurado
- Registro de finalización escrito
Prácticas de Ingeniería para ML
Un track de catorce semanas sobre todo lo que rodea al modelo: seguimiento de experimentos, entornos reproducibles, versionado de datos, pruebas sobre código con aleatoriedad, empaquetado de un modelo detrás de una API, monitoreo de deriva, control de costos, y redacción de documentación que otro ingeniero leerá.
Los estudiantes trabajan sobre un único sistema durante todo el track y añaden una práctica por semana hasta tener algo que un equipo podría mantener. Cuatro revisiones escritas en puntos de hito. Dirigido a desarrolladores que ya saben entrenar un modelo pero todavía no pueden entregarlo a nadie.
Qué incluye
- Grabaciones y repositorio de plantillas del curso
- Cuatro revisiones escritas en hitos del sistema
- Créditos en la nube para los ejercicios
- Plantillas de documentación listas para adaptar
- Registro de finalización escrito
Pasos del recorrido
- 1 Seguimiento de experimentos y entornos reproducibles (semanas 1–3)
- 2 Versionado de datos y pruebas de código con aleatoriedad (semanas 4–6)
- 3 Empaquetado detrás de API y revisión de hito (semanas 7–9)
- 4 Monitoreo, control de costos, documentación (semanas 10–13)
- 5 Revisión final del sistema completo (semana 14)
¿Cuál programa es para mí?
| Criterio | Primeros Modelos |
Track de Visión |
Prácticas de Ingeniería |
|---|---|---|---|
| Nivel de entrada | Sin experiencia en ML | Tiene un curso base | Puede entrenar modelos |
| Duración | 8 semanas | 16 semanas | 14 semanas |
| Proyectos revisados | 2 | 4 | 4 |
| Cómputo incluido | |||
| Proyecto con datos propios | |||
| Precio (COP) | $ 980.000 | $ 2.940.000 | $ 3.680.000 |
// Todos los precios en pesos colombianos (COP). Pago único por programa.
Un precio por programa, sin suscripción
$980.000
COP · pago único
- 8 semanas de programa
- 2 proyectos con revisión
- Grabaciones por 1 año
- Canal de estudio
$2.940.000
COP · pago único
- 16 semanas de track
- 4 proyectos con revisión
- Cómputo incluido
- Repositorio de portafolio
- Horas de oficina semanales
$3.680.000
COP · pago único
- 14 semanas de track
- 4 revisiones en hitos
- Créditos en la nube
- Plantillas de documentación
- Horas de oficina semanales
Protocolos comunes a todos los programas
Privacidad de proyectos
El trabajo entregado por cada estudiante no se comparte ni se usa con fines distintos a la revisión.
Notebooks versionados
Todo el material del curso está versionado. Si algo falla con una actualización de biblioteca, se corrige antes del siguiente grupo.
Plazo de revisión claro
Las revisiones de proyectos se entregan en 3 a 5 días hábiles. No hay variación por la carga de otros cursos.
Los grupos tienen cupos limitados
Escríbenos para saber qué fechas están disponibles para el programa que te interesa y si tu nivel es adecuado para entrar ahora o en el próximo grupo.
Consultar disponibilidad