Curso gratuito · 17 módulos · ~155-190 horas de estudio · Español

Ingeniería de Sistemas de Modelos Fundacionales

De tus primeros pasos con la IA a arquitecto de sistemas de IA en producción.

  • Gratis
  • Sin saber programar para empezar
  • Nada que instalar
  • Español e inglés

Prueba el Módulo 0 ahora mismo, sin cuenta. Con una cuenta gratuita de agentic-ai.es guardas tu progreso y desbloqueas el resto del curso.

El curso de un vistazo

Diecisiete módulos que siguen el proceso de diseño de ingeniería y suben cinco niveles de competencia. Cada módulo tiene un laboratorio en Google Colab, y puedes parar en cualquier nivel con habilidades que ya sirven en el trabajo.

17
Módulos
9
Fases
5
Niveles
~155-190
Horas de estudio
17
Laboratorios en Colab

Fases del proceso de diseño de ingeniería

  • Fundamentos
  • Definir
  • Investigar
  • Arquitectura
  • Construir
  • Verificar y validar
  • Mejorar
  • Publicar y operar
  • Proyecto final

Módulos (pulsa uno para ver qué trata)

  1. 0
  2. 1
  3. 2
  4. 3
  5. 4
  6. 5
  7. 6
  8. 7
  9. 8
  10. 9
  11. 10
  12. 11
  13. 12
  14. 13
  15. 14
  16. 15
  17. 16

Niveles de competencia, con sus horas

  1. Fundamentos14-18 h
  2. Profesional25-31 h
  3. Ingeniería38-46 h
  4. Sénior56-66 h
  5. Arquitectura47-61 h

Para quién es

Todo el mundo empieza por el Módulo 0, sea cual sea su experiencia. La tabla muestra hasta dónde lleva el curso a cada perfil y con qué se va.

  • Principiantes que manejan un navegador y quieren sacarle más partido a la IA

    Tu recorrido
    El Módulo 0 (6-8 horas, sin código) se basta por sí solo. Sigue con el Módulo 1 si quieres empezar a construir.
    Con qué te vas
    Resultados fiables con ChatGPT, Gemini o Claude en el trabajo y en el día a día: encargos claros, la evidencia adecuada y el hábito de detectar respuestas sin respaldo.
  • Desarrolladores y profesionales de datos que dan el salto a la ingeniería de IA en producción

    Tu recorrido
    El curso completo, Módulos 0-16, proyecto final incluido.
    Con qué te vas
    Un sistema de IA que has definido, construido, probado, asegurado y puesto en producción, más el Cuaderno de Ingeniería que demuestra cada paso.
  • Arquitectos de soluciones, datos o cloud

    Tu recorrido
    Los Módulos 0-6 te dan el método (concepto de operación, requisitos, riesgos, estudios comparativos); los Módulos 12-16 añaden la evidencia y la operación. Los módulos de construcción intermedios son la prueba práctica.
    Con qué te vas
    Una forma rigurosa de elegir una arquitectura con modelos fundacionales y defenderla con medidas en lugar de opiniones.
  • Líderes técnicos y responsables de producto que revisan proyectos de IA

    Tu recorrido
    Los Módulos 0-3 cubren qué pedir: un problema claro, requisitos y un análisis de riesgos. Sigue hasta donde lo exijan los proyectos que revisas.
    Con qué te vas
    El criterio para saber cuándo basta un prompt y cuándo el proyecto necesita documentos propios, un flujo o un agente, y qué evidencia demuestra que está listo.

Puestos para los que te prepara

Los módulos que más pesan en cada puesto. Pulsa un módulo para ver qué trata.

  • Ingeniero/a de IA (aplicaciones con LLM)

    Construir interacciones con el modelo con grounding, tipadas y versionadas, y entregarlas con pruebas.

    Módulos clave

  • Desarrollador/a de agentes (agentes y MCP)

    Diseñar agentes que usan herramientas de forma segura vía MCP, con contexto, memoria y control de acciones.

    Módulos clave

  • Arquitecto/a de soluciones de IA

    Convertir una necesidad de negocio en requisitos, comparar arquitecturas en un estudio comparativo y defender la elección.

    Módulos clave

  • Ingeniero/a de evaluación y calidad de IA

    Construir conjuntos de prueba de referencia, pruebas metamórficas y una matriz de verificación que demuestre los requisitos.

    Módulos clave

  • Ingeniero/a de seguridad de IA (red teaming)

    Modelar amenazas de un sistema de IA, atacarlo con inyección de prompts e imponer controles.

    Módulos clave

  • Ingeniero/a de plataforma o LLMOps

    Publicar con controles de CI/CD, observar el comportamiento en producción y recuperarse con runbooks.

    Módulos clave

  • Product manager o líder técnico de IA

    Plantear el problema, fijar los requisitos y juzgar la evidencia que trae el equipo.

    Módulos clave

Temario: la hoja de ruta del proceso de diseño de ingeniería

Diecisiete módulos, organizados según el proceso de diseño de ingeniería. Cada módulo se desbloquea al superar el control de competencia del anterior.

  1. Fundamentos

    Usar los modelos con eficacia y adquirir los mínimos de ingeniería

    • Módulo 00 · Fundamentos · Fundamentos

      Fundamentos del usuario avanzado de IA

      Adquiere los hábitos que te hacen eficaz con los modelos fundacionales actuales, antes de introducir cualquier abstracción de ingeniería. No se trata de memorizar fórmulas de prompts, sino de plantear bien las tareas, aportar evidencia, iterar y elegir el modo adecuado de ayuda de la IA.

      Artefacto: Brief de tarea de IA · 6-8 h

    • Módulo 01 · Fundamentos · Fundamentos

      Bootcamp de ingeniería para sistemas de IA

      Si no vienes del desarrollo de software, aquí aprendes la ingeniería justa para seguir el resto del programa; si ya programas, repasas la base común que usaremos después: API, esquemas, pruebas, control de versiones y notebooks reproducibles.

      Artefacto: Contrato tipado de interfaz de IA y wrapper de Python probado · 8-10 h

  2. Definir

    Establecer la necesidad, el concepto de operaciones, los requisitos y el riesgo

    • Módulo 02 · Definir · Profesional

      Formulación del problema y concepto de operaciones

      Antes de escribir un prompt, entiende qué problema hay que resolver. En este módulo aprendes a definir las partes interesadas, los escenarios operativos, los límites del sistema, los supuestos y las medidas de efectividad antes de elegir un modelo o una arquitectura.

      Artefacto: ConOps y definición del problema · 7-9 h

    • Módulo 03 · Definir · Profesional

      Ingeniería de requisitos y AI-FMEA

      Convierte lo que esperan las partes interesadas en requisitos verificables (funcionales, de rendimiento, de interfaz, de seguridad, de costo y operativos) y analiza los modos de fallo antes de construir nada.

      Artefacto: Especificación de requisitos del sistema, matriz de trazabilidad y AI-FMEA · 10-12 h

  3. Investigar

    Caracterizar los modelos, la evidencia y el entorno de información

    • Módulo 04 · Investigar · Profesional

      Mecánica de los modelos fundacionales y economía de la inferencia

      Entiende el modelo lo suficiente como para tomar decisiones de arquitectura con evidencia sobre la tokenización, el contexto, el esfuerzo de razonamiento, la latencia, la capacidad de proceso y el costo.

      Artefacto: Informe de caracterización del modelo fundacional · 8-10 h

    • Módulo 05 · Investigar · Ingeniería

      Búsqueda, fundamentación, RAG y arquitectura de la información

      Una aplicación de IA fiable depende de cómo se organiza la evidencia: qué información se recupera, cómo se ordena, cómo se conserva su procedencia y cuándo conviene recuperar en lugar de meter todo el corpus en el contexto.

      Artefacto: Arquitectura de la información y benchmark de recuperación · 10-12 h

  4. Arquitectura

    Generar alternativas y elegir mediante estudios de alternativas

    • Módulo 06 · Arquitectura · Ingeniería

      Patrones de arquitectura y estudios de alternativas

      Aprende a plantear varios conceptos viables y a elegir uno con evidencia y compromisos explícitos, en lugar de irte a los agentes por costumbre.

      Artefacto: Especificación de la arquitectura, estudio de alternativas (Pugh) y ADR · 9-11 h

  5. Construir

    Implementar prompts, interfaces, contexto, agentes y acciones multimodales

    • Módulo 07 · Construir · Ingeniería

      Ingeniería de sistemas de prompts

      Trata los prompts como artefactos versionados de interfaz y de control dentro de un sistema más grande, no como cadenas mágicas. Diseñarás las instrucciones, los límites de la evidencia, los ejemplos y los criterios de éxito a partir de cómo se comporta el modelo y de lo que dicen las evaluaciones.

      Artefacto: Manifiesto de prompt versionado y comparación de evaluaciones · 10-12 h

    • Módulo 08 · Construir · Ingeniería

      Interfaces estructuradas y contratos de herramientas

      Construye límites tipados y robustos entre las salidas probabilísticas del modelo y el software determinista. Para eso usarás las salidas estructuradas nativas, esquemas, contratos de funciones y herramientas, validación y, cuando convenga, decodificación restringida.

      Artefacto: Especificación de interfaces (contratos de herramientas al estilo de JSON Schema/OpenAPI) · 9-11 h

    • Módulo 09 · Construir · Sénior

      Ingeniería de contexto, memoria y caché

      Diseña la información que reciben los modelos a lo largo de los turnos y de los flujos de trabajo. El módulo cubre la selección, el orden, la compresión, la persistencia, la reutilización y la caché de prompts o KV, sin mezclarlas.

      Artefacto: Especificación de la arquitectura de contexto y política de compactación · 10-12 h

    • Módulo 10 · Construir · Sénior

      Sistemas de agentes y Model Context Protocol

      Construye sistemas que usan herramientas con un control explícito sobre la autonomía, el estado, la autorización y la recuperación. Se enseña la arquitectura de MCP del 28 de julio de 2026: un núcleo de protocolo sin estado, enrutamiento por cabeceras, MRTR, listas cacheables y extensiones como Tasks.

      Artefacto: Arquitectura del agente, servidor y cliente MCP y política de herramientas · 12-14 h

    • Módulo 11 · Construir · Sénior

      Sistemas multimodales, de uso de la computadora y de acción

      Lleva el diseño del sistema más allá del texto: imágenes, documentos, audio, video, ejecución de código, interacción con el navegador o la computadora y otros entornos de acción, sin renunciar al aislamiento ni a la verificación.

      Artefacto: Diseño de seguridad multimodal y de acciones · 8-10 h

  6. Verificar y validar

    Demostrar los requisitos y el valor operativo previsto; atacar el sistema

    • Módulo 12 · Verificar y validar · Sénior

      Ingeniería de evaluación y verificación/validación

      Convierte la evaluación en la especificación ejecutable del sistema de IA. Construyes conjuntos de datos, evaluadores deterministas, calificadores semánticos, pruebas de robustez y validación operativa, y aprendes a separar la verificación de la validación.

      Artefacto: Plan de evaluación, conjunto de referencia y banco de pruebas · 14-16 h

    • Módulo 13 · Verificar y validar · Sénior

      Seguridad de la IA, red teaming y arquitectura de seguridad

      Trata la seguridad de la IA como una propiedad de la arquitectura, no como una instrucción del tipo "compórtate de forma segura". Parte de los riesgos actuales de OWASP GenAI y añade los límites de confianza propios de los agentes, la autorización, la procedencia, el aislamiento y ejercicios de red teaming.

      Artefacto: Modelo de amenazas, informe de red teaming y conjunto de regresión de seguridad · 12-14 h

  7. Mejorar

    Optimizar el comportamiento medido sin hacer trampa con los objetivos

    • Módulo 14 · Mejorar · Arquitectura

      Ingeniería de optimización con DSPy y búsqueda multiobjetivo

      Optimiza solo cuando ya tienes una medición. Aquí usas el análisis de errores, las abstracciones de programa de DSPy, MIPROv2, GEPA, el enrutamiento entre modelos y el razonamiento de Pareto, y aprendes a protegerte del sobreajuste y de los candidatos que hacen trampa con el objetivo.

      Artefacto: Informe de optimización y programa o prompt compilado · 10-12 h

  8. Publicar y operar

    Desplegar, observar, controlar y recuperar

    • Módulo 15 · Publicar y operar · Arquitectura

      Ingeniería de IA en producción, CI/CD y observabilidad

      Pasa de un notebook que funciona a un sistema en producción bajo control, con versionado, controles de despliegue, observabilidad, control de costos, respuesta a incidentes y disciplina para migrar de modelo o de proveedor.

      Artefacto: Runbook de producción, control de CI/CD y especificación de observabilidad · 12-14 h

  9. Proyecto final

    Demostrar dominio de principio a fin

    • Módulo 16 · Proyecto final · Arquitectura

      Proyecto final - Sistema de IA empresarial de alta fiabilidad

      Reúne todo el proceso de diseño de ingeniería en un único proyecto pensado para producción. Se te evalúa por la evidencia, la arquitectura, las pruebas y la defensa de tus decisiones, no por reproducir la implementación de un instructor.

      Artefacto: Repositorio Git completo, Cuaderno de Ingeniería y Paquete de defensa de la arquitectura · 25-35 h

Cómo funciona el curso, en detalle

El método, los laboratorios, los requisitos y qué enseña cada nivel. Abre las partes que te interesen.

Qué te llevas de este curso

  • Un método para convertir una solicitud vaga como "hazme un agente de IA" en un sistema de IA que funciona de verdad: requisitos claros, el diseño adecuado, pruebas y salvaguardas.
  • Práctica real: un laboratorio en Google Colab en cada módulo, donde construyes, pruebas y arreglas partes reales de un sistema de IA. Los laboratorios funcionan con un simulador gratuito sin conexión, así que no necesitas ninguna API key.
  • Un portafolio con tu propio trabajo: cada módulo termina con algo que produces (un brief de tarea, requisitos, un conjunto de pruebas, un modelo de amenazas, un runbook) y que queda en tu Cuaderno de Ingeniería, listo para mostrar.
  • Un proyecto final: un sistema de IA que defines, construyes, pruebas, aseguras y defiendes de principio a fin.
  • El criterio para liderar o revisar proyectos de IA: cuándo basta con un buen prompt, cuándo necesitas tus propios documentos, un flujo de trabajo o un agente, y qué evidencia demuestra que un sistema está listo.

Requisitos mínimos

No hay que instalar nada ni pagar nada. Esta es la lista completa.

Conocimientos
No necesitas experiencia en programación. Basta con manejar un navegador y tener ganas de aprender Python básico y a usar notebooks: el Módulo 1 enseña lo que usa el resto del curso.
Si no programas
El Módulo 0 está pensado para ti y se basta solo: en 6-8 horas aprendes a usar bien cualquier asistente de chat, en el trabajo y en tu vida diaria, sin código. Puedes quedarte ahí. Su laboratorio de Colab solo hace falta para marcar el módulo como completado. A partir del Módulo 1, el curso trata de construir sistemas de IA con Python.
Equipo
Cualquier computadora con un navegador actual. Los laboratorios se ejecutan en Google Colab, en la nube, así que no instalas nada.
Cuentas
Una cuenta de Google, para abrir los laboratorios en Colab, y una cuenta gratuita de agentic-ai.es, para guardar tu progreso y desbloquear los módulos 1 a 16. El Módulo 0 puedes probarlo sin cuenta.
Costo
Gratis. El curso no cuesta nada, el plan gratuito de Colab es suficiente y todos los laboratorios funcionan con un simulador sin conexión, así que no necesitas ninguna API key ni ningún servicio de pago. Una API key es opcional, solo para repetir los experimentos con un modelo real. Para los ejercicios cortos de las lecciones, te sirve el plan gratuito del asistente de chat que prefieras: ChatGPT, Gemini, Claude, Grok, DeepSeek u otro.
Idioma
El curso está en español y en inglés. El código de los laboratorios, las claves de los datos y los datos de ejemplo están en inglés, así que ayuda leer inglés técnico básico.
Tiempo
Unas 155-190 horas en total, proyecto final incluido. Cada módulo indica sus horas.

¿El vocabulario te suena nuevo? El glosario explica cada término que usa el curso.

Qué sabrás hacer, nivel a nivel

Empieza por el Módulo 0 sea cual sea tu experiencia. Cada nivel se apoya en el anterior, y puedes parar en cualquiera con habilidades que ya sirven en el trabajo.

  1. Fundamentos - Usuario avanzado de IA · Módulos 0-1

    Obtener resultados fiables de ChatGPT, Gemini o Claude en tu trabajo diario: darle al modelo instrucciones claras y la evidencia adecuada, detectar respuestas sin respaldo y llamar a un modelo de forma segura desde un notebook de Python.

  2. Profesional - Ingeniero de aplicaciones de IA · Módulos 2-5

    Convertir una solicitud de negocio en un problema claro, unos requisitos y una lista de riesgos; entender qué determina el costo y la velocidad de un modelo; y construir respuestas basadas en tus propios documentos, con sus fuentes citadas.

  3. Ingeniería - Ingeniero de sistemas de IA · Módulos 6-11

    Elegir el diseño adecuado para un sistema de IA (una sola llamada, un flujo de trabajo o un agente) y construirlo: prompts versionados, salidas estructuradas, gestión del contexto, agentes que usan herramientas mediante MCP y entradas como imágenes y documentos.

  4. Sénior - Ingeniero de evaluación y seguridad · Módulos 12-13

    Demostrar que un sistema de IA funciona antes de que los usuarios dependan de él: crear conjuntos de pruebas, medir la calidad, atacarlo como lo haría un adversario (por ejemplo, con inyección de prompts) y poner controles.

  5. Arquitectura - Arquitecto de sistemas de modelos fundacionales · Módulos 14-16

    Mejorar un sistema con mediciones en lugar de intuiciones, publicarlo en producción con monitoreo y una forma de dar marcha atrás (rollback), y defender tu arquitectura con evidencia en un proyecto final.

No es un curso de prompts

Sistema de IA fiable = Requisitos + Arquitectura + Contexto + Modelo + Controles deterministas + Herramientas + Evaluación + Seguridad + Observabilidad + Iteración. El prompt es solo un componente.

Qué significa aquí ser “experto”. Terminar el curso no significa "escribir prompts sofisticados". Al terminar, sabrás partir de una necesidad de negocio poco clara, acordar con las partes interesadas qué esperan y qué requisitos hay que cumplir, evaluar arquitecturas candidatas, construir un sistema que funcione, demostrar con verificación que cumple los requisitos, validar en un uso realista que da a las partes interesadas el resultado que buscaban, mitigar los riesgos propios de la IA, optimizar el comportamiento medido, publicar de forma segura y defender la arquitectura con evidencia.

Cómo funciona el curso

agentic-ai.es es la sede del curso y el registro de tu progreso. Google Colab es solo el entorno donde se ejecutan los laboratorios.

  1. 1Aprende el concepto en agentic-ai.es
  2. 2Revisa los requisitos
  3. 3Abre el laboratorio en Google Colab
  4. 4Experimenta y predice antes de ejecutar
  5. 5Resuelve el reto de ingeniería
  6. 6Ejecuta los validadores públicos
  7. 7Exporta el registro de finalización y el artefacto
  8. 8Impórtalo aquí como evidencia
  9. 9Guarda el artefacto en tu Cuaderno de Ingeniería
  10. 10Escribe tu reflexión y haz la comprobación de conocimientos
  11. 11Supera el control de competencia y desbloquea el siguiente módulo

Cada módulo demuestra que sabes aplicarlo

Lecciones → laboratorio guiado → reto de ingeniería o de diseño → validación pública o rúbrica de diseño → artefacto → reflexión → comprobación de conocimientos → control de competencia. Un cuestionario por sí solo nunca completa un módulo.

Tres tipos de laboratorio

  • Laboratorio guiado: Mucha guía al principio del curso; un camino de referencia completo. Se completa y se registran observaciones; nunca puede ser la única evidencia de dominio.
  • Reto de ingeniería: Código o configuración incompletos, o una tarea guiada por requisitos. Validadores públicos; más adelante, pruebas ocultas opcionales.
  • Reto de diseño: Arquitectura o artefacto abiertos, sin una única implementación. Rúbrica, comprobaciones estructurales deterministas y defensa de la arquitectura.

Un portafolio de ingeniería, no un certificado de asistencia

Tu Cuaderno de Ingeniería reúne cada artefacto con la evidencia de los validadores y tus reflexiones, y se exporta a Markdown y JSON.

Puedes usar asistentes de IA

Puedes usar ChatGPT, Gemini, Claude, Codex, Colab AI u otros asistentes. El curso comprueba si el sistema resultante cumple requisitos que no has visto (un conjunto reservado) y si sabes defender el diseño. Vigilar el uso de la IA iría en contra de las habilidades que se enseñan.

El ciclo de aprendizaje de cada módulo

EtapaQué hacesPara qué
1. AprenderEjecutar o examinar un ejemplo completo que funcionaConstruir un modelo mental correcto
2. ObservarCambiar parámetros y predecir el comportamiento antes de ejecutarDesarrollar intuición y comprensión causal
3. ResolverCompletar o diseñar una solución incompleta sin que te den el texto o el código exactoAplicar el concepto por tu cuenta
4. VerificarEjecutar las pruebas públicas y, más adelante, pruebas ocultas opcionalesProducir evidencia objetiva
5. DefenderExplicar supuestos, compromisos, fallos y mitigacionesDemostrar comprensión más allá de pasar las pruebas

Guía decreciente

  • Fundamentos: ~70% guiado / ~30% por tu cuenta
  • Profesional: ~50% guiado / ~50% por tu cuenta
  • Ingeniería: ~25% guiado / ~75% por tu cuenta
  • Arquitectura: ~10% guiado / ~90% por tu cuenta
  • Proyecto final: Solo requisitos y restricciones guiado / 100% de responsabilidad sobre la solución por tu cuenta

Empieza por el Módulo 0

Plantea tareas con intención, evidencia, restricciones y criterios de éxito, y demuéstralo en tu primer laboratorio.