Filtros del mapa
Roadmap interactivo en español
Fundamentos de IA
Introducción a AI Engineering
Diferencia AI Engineer, ML Engineer y AI Architect; ubica el rol en producto, backend y plataforma.
Python para IA
Python para IA aplicada
Python práctico para consumir APIs, procesar datos, crear notebooks reproducibles y empaquetar utilidades.
Backend para IA
Backend para productos con IA
Diseño de APIs serverless, contratos tipados, streaming, colas, rate limits y trazabilidad para features con LLMs.
Fundamentos de IA
LLMs e inferencia
Uso de modelos preentrenados, ventanas de contexto, tokens, latencia, temperatura, límites y tradeoffs.
RAG
Prompt Engineering práctico
Patrones para instrucciones, contexto, formatos de salida, few-shot examples y pruebas sistemáticas.
LLMOps
Seguridad, privacidad y evaluación
Prompt injection, filtrado de datos, privacidad, sesgos, red teaming, datasets dorados y evaluación automatizada.
RAG
Embeddings y búsqueda semántica
Representación vectorial, chunking, similitud, reranking y casos como búsqueda, recomendación y clasificación.
Data Engineering
Vector databases
Índices vectoriales, filtros por metadata, actualización incremental, particiones, latencia y tradeoffs de almacenamiento.
RAG
RAG e implementación
Retrieval Augmented Generation: ingesta, chunking, embedding, retrieval, generación, citas y evaluación.
Agentes y MCP
Fundamentos de IA agéntica
Diferencia asistentes, workflows y agentes capaces de planificar, actuar, observar resultados y mejorar dentro de límites.
Agentes y MCP
Arquitectura de agentes y SDLC
Diseño de agentes separando planificación, razonamiento, ejecución, permisos, revisión humana y control dentro del ciclo de desarrollo.
Agentes y MCP
Tooling, MCP y entornos de ejecución
Uso seguro de tools, permisos, MCP servers, entornos aislados, repositorios y workflows para que agentes ejecuten tareas reales.
Agentes y MCP
Agentes, tools y MCP
Diseño de agentes con herramientas, memoria acotada, planificación, permisos, trazas y Model Context Protocol.
Agentes y MCP
Operación y gobernanza de agentes
Supervisión, trazabilidad, políticas, rollback, control humano y métricas para agentes que operan dentro de workflows productivos.
LLMOps
LLMOps y observabilidad
Versionado de prompts, evaluación continua, tracing, calidad, costos, incidentes, datasets y gobernanza.
Cloud AI
Cloud AI y plataformas
Arquitecturas en GCP, AWS y Azure, equivalencias de servicios, seguridad, IAM, despliegue y costos.
Cloud AI
Arquitectura de sistemas IA
Patrones de arquitectura para productos con IA: RAG empresarial, agentes, pipelines, evals, seguridad y operación.
Producto y estrategia IA
Product Discovery con IA
Uso de IA para discovery, hipótesis, research synthesis, priorización y definición de oportunidades.
UX/UI e IA
UX/UI para productos con IA
Diseño de experiencias con IA: confianza, explicación, control humano, estados de incertidumbre y feedback.
Frontend para IA
Frontend para interfaces IA
Chat UIs, streaming, structured outputs, feedback, accesibilidad y estados de evaluación para aplicaciones con IA.
Delivery IA
Delivery y liderazgo de proyectos IA
Gestión de alcance, riesgos, experimentos, métricas y equipos cross-funcionales para iniciativas con IA.
Estrategia y gobernanza IA
Gobernanza y adopción de IA
Políticas de uso, adopción organizacional, evaluación de impacto, gestión de cambio y operación responsable.