AI Engineer

Crear soluciones con datos, modelos y productos impulsados por IA.

Python · Datos · Matemática · ML · Deep Learning · 159 aulas · 88 horas de práctica

El camino, en orden

  1. Fundamentos de programación — Qué es un programa, cómo piensa una computadora y cómo se razona un algoritmo, antes de tocar un lenguaje. 13 aulas
  2. Python I: de cero a programar — El primer nivel: variables, decisiones, bucles y listas. 13 aulas
  3. Python Intermedio: escribir programas de verdad — Funciones, estructuras de datos y errores: donde el codigo deja de ser un ejercicio. 13 aulas
  4. POO con Python: diseñar con objetos — Modelar, encapsular, componer y los patrones que se usan de verdad. 14 aulas
  5. Algoritmos y estructuras de datos — Complejidad, busqueda, orden, recursion, pilas, colas, arboles y grafos. 13 aulas
  6. Git y la terminal: el control de versiones por dentro — Commits, ramas, merges y remotos, construidos a mano para que dejen de dar miedo. 13 aulas
  7. Python para Datos: leer la realidad sin librerias — Estadistica, agregacion y honestidad, implementadas a mano. 13 aulas
  8. Estadística para datos — Probabilidad, muestras, intervalos y tests de hipótesis, simulados a mano. 13 aulas
  9. Matemática para Machine Learning — Vectores, matrices, derivadas, gradientes y probabilidad, con código en vez de pizarrón. 13 aulas
  10. Machine Learning: de cero a dominarlo — Entender de verdad cómo aprende una máquina, implementándolo vos. 13 aulas
  11. Deep Learning desde cero — Neuronas, capas, retropropagación y una red que reconoce dígitos, sin ninguna librería. 13 aulas
  12. Aplicaciones AI — Prompts, embeddings y RAG como piezas de producto. 15 aulas