Los tres programas, con todo lo que cubren y lo que no
Datos, modelos y sistemas. Cada programa tiene su alcance declarado, sus horas desglosadas y su conocimiento previo especificado antes de que haya cualquier decisión de inscripción.
← Ir al inicioCómo está estructurado el trabajo en cada programa
Cada módulo de los tres programas termina con una entrega concreta que el instructor revisa y sobre la que da retroalimentación escrita. No hay módulos de solo consumo de contenido. El ciclo es: trabajo — entrega — revisión — corrección. Ese ciclo se repite semana a semana.
Las horas en vivo y las horas de práctica están declaradas por separado. Lo que dice el programa es lo que cuesta en tiempo. Los precios están expresados en pesos argentinos con IVA incluido.
Trabajo con Datos para Proyectos de IA
La parte del proceso que la mayoría de los cursos omite. Cubre la recolección de datos tabulares y de texto de manera responsable, las preguntas de licencias y permisos en términos concretos, la limpieza sin destruir señal, los esquemas de etiquetado y el desacuerdo entre anotadores, los splits con significado real y la documentación de un dataset para que otra persona pueda usarlo.
Python básico (leer y escribir archivos, iterar sobre listas, usar pandas para operaciones simples)
- Recolección y licencias de datos
- Limpieza sin pérdida de señal
- Esquemas de etiquetado y desacuerdo entre anotadores
- Splits de datos con fundamento
- Documentación con hoja de datos (datasheet)
No cubre entrenamiento de modelos. El dataset documentado es el entregable final, no el punto de partida de un modelo.
Un dataset propio documentado con su datasheet: origen, gaps, condiciones de uso y limitaciones conocidas.
Practicum de Construcción de Modelos
Un practicum en el que cada participante toma un problema desde el encuadre hasta un resultado defendible. Cubre baselines que son realmente baselines, regresión y clasificación, ensambles de árboles, gradient boosting, validación cruzada honesta, calibración, análisis de errores y cómo redactar un resultado para que sus límites sean tan visibles como sus puntajes.
El programa de datos de Bucle Índigo o práctica equivalente con datos reales. Python con comodidad (clases, módulos, entornos virtuales). No se asume conocimiento previo de ML.
- Encuadre del problema y definición de la métrica
- Regresión, clasificación, ensambles y boosting
- Validación cruzada y calibración
- Análisis de errores sistemático
- Redacción de resultados con límites visibles
No cubre redes neuronales ni despliegue de modelos. Eso es el programa siguiente.
Análisis escrito de un problema real, defendido en sesión con el instructor. Métricas, decisiones, límites y referencias.
Programa de Ingeniería de Sistemas de IA
Un programa largo sobre todo lo que rodea al modelo. Cubre loops de entrenamiento escritos desde cero en PyTorch, fine-tuning de modelos abiertos de peso abierto, harnesses de evaluación diseñados para una tarea específica en lugar de prestados, seguimiento de experimentos, versionado de datos y modelos, entornos reproducibles, servicio en contenedores, medición de latencia y costos bajo carga real, y monitoreo de un modelo en producción por degradación.
Python sólido. Práctica previa con aprendizaje supervisado (Programa 02 o equivalente). Comodidad leyendo notación de álgebra lineal. Experiencia mínima con línea de comandos y git.
- Loops de entrenamiento en PyTorch desde cero
- Fine-tuning de modelos de peso abierto
- Seguimiento de experimentos y versionado
- Servicio en contenedor y medición de latencia
- Monitoreo de drift en producción
No cubre infraestructura cloud en detalle ni arquitecturas de transformers desde cero. El foco está en construir y mantener un sistema funcional, no en desarrollar arquitecturas nuevas.
USD 40–90 por participante en cómputo de nube durante el programa (estimado al 15/06/2025, sujeto a variación). Los servicios específicos se detallan en el temario completo.
Un sistema de IA desde datos crudos hasta un endpoint monitoreado. Informe de ingeniería y runbook incluidos.
Cuál programa corresponde a cada punto de partida
| Característica | Datos | Practicum | Ingeniería |
|---|---|---|---|
| Duración | 8 sem. | 12 sem. | 22 sem. |
| Precio (ARS, IVA incl.) | 175.000 | 690.000 | 1.260.000 |
| Revisión individual | — | Quincenal | Semanal |
| Costos externos estimados | Ninguno | Mínimo | USD 40–90 |
| Mejor para quien... | quiere trabajar en datos antes de modelos | quiere llevar un problema de ML a resultado | quiere construir y mantener un sistema completo |
Lo que aplica a los tres programas por igual
Privacidad de las entregas
Los trabajos son del participante. No se usan para entrenamiento ni se comparten sin consentimiento.
Retroalimentación escrita
Cada entrega recibe comentarios escritos del instructor. No hay puntuaciones sin explicación.
Código abierto preferentemente
Los programas trabajan con herramientas de código abierto siempre que sea posible, para que el aprendizaje no quede atado a plataformas propietarias.
Valores por programa (ARS, IVA incluido)
Trabajo con Datos para IA
- 4 h/semana en vivo
- 5 h/semana de práctica
- Retroalimentación escrita
- Dataset documentado como entregable
Practicum de Construcción de Modelos
- 5 h/semana en vivo
- 8 h/semana de práctica
- Revisión de código semanal
- Revisiones individuales quincenales
- Análisis defendido en sesión
Ingeniería de Sistemas de IA
- 8 h/semana en vivo
- 12 h/semana de práctica
- Revisión individual semanal
- Sistema desplegado + runbook
- Costos de cómputo publicados
¿Cuál es el programa que corresponde a donde estás parado?
Consultanos. La primera conversación no tiene costos ni genera compromisos.
Escribir una consulta