AI ENGINEER · DE LOS FUNDAMENTOS DEL MACHINE LEARNING A LA IA EN PRODUCCIÓN →
Programa técnico · 9 módulos · Aprendizaje aplicado
El programa
Un programa de ingeniería de IA de extremo a extremo
El AI Engineer recorre todo el ciclo de vida de la IA: preparar datos, construir y evaluar modelos, llevarlos a producción y mantenerlos seguros y responsables. Cada módulo combina teoría autoguiada con talleres prácticos dirigidos por instructores, para que aprendas construyendo.
9
Módulos, de los fundamentos a la producción.
25+
Talleres prácticos dirigidos por instructores.
100%
Aprendizaje aplicado, con proyectos y herramientas reales.
Blended
E-learning autoguiado más talleres en directo.
Competencias
Qué dominarás
Machine Learning
Fundamentos, regresión, árboles de decisión, ensembles, tuning de hiperparámetros y estrategias de validación.
Deep Learning
Redes neuronales con PyTorch, CNNs para visión por computador y RNNs, LSTMs y GRUs para datos secuenciales.
IA Generativa y LLMs
Transformers, prompt engineering, fine-tuning eficiente con LoRA, RAG y desarrollo de aplicaciones con Gradio.
MLOps y producción
Empaquetado de código, contenerización con Docker, contratos de inferencia, logging y monitorización de drift.
Explicabilidad y ética
XAI con SHAP y Captum, mitigación de sesgos, evaluación de equidad y gobernanza auditable de los modelos.
Seguridad y optimización
Threat modeling, defensa frente a prompt injection, optimización de rendimiento y coste, e ingeniería sostenible.
Temario
El temario, módulo a módulo
Nueve módulos que recorren todo el ciclo de vida de la IA, de los fundamentos a la puesta en producción. Cada uno con sus tecnologías clave y su nivel técnico. Puedes escoger los módulos que sean necesarios para tu equipo.
1
Fundamentos de Machine Learning
Pandas
Regresión
Series temporales
Nivel de código
2
Técnicas prácticas de Machine Learning
Árboles de decisión
Ensembles
Tuning
Nivel de código
3
Product Management para IA
CRISP-ML(Q)
MLflow
Monitorización
Nivel de código
4
Redes neuronales y Deep Learning
PyTorch
CNNs
RNNs y LSTMs
Nivel de código
5
Explicabilidad e interpretabilidad
SHAP
Captum
Equidad
Nivel de código
6
Ética y gobernanza de la IA
AI Fairness 360
Model cards
Gobernanza
Nivel de código
7
IA generativa y LLMs
Transformers
LoRA
RAG
Nivel de código
8
Machine Learning en producción
Docker
Contratos de inferencia
Monitorización
Nivel de código
9
Seguridad y optimización de sistemas de ML
Threat modeling
Prompt injection
Optimización
Nivel de código
¿Quieres formar a tu equipo como AI Engineers?
Adaptamos el itinerario al nivel de partida y a los objetivos de tu organización. Cuéntanos tu contexto y preparamos una propuesta con los módulos, el formato y el calendario que mejor encajen con tu equipo.