Mapa del curso

Seis bloques y 25 módulos. Bloque F se puede leer en cualquier momento. Tu progreso vive en este navegador; expórtalo para llevarlo a otro dispositivo.

Exportar progreso (JSON) Importar progreso

Bloques

Módulo 0

• M00 · Mapa del curso y kit matemático 1.5 h

Bloque A · ¿Qué significa aprender?

• M01 · ¿Por qué un LLM puede predecir texto que nunca vio? 1.5 h + 1 h ejercicios
• M02 · ¿Cuántos ejemplos necesito para confiar en mi eval de agentes? 1.5 h + 1 h ejercicios
• M03 · ¿Por qué un modelo con más parámetros que datos no siempre sobreajusta? 1.5 h + 1 h ejercicios
• M04 · ¿Cómo se mide la complejidad de una función continua, y por qué una red puede aproximar cualquier cosa? 1.5 h + 1 h ejercicios
• LA · Lab: Medir la generalización

Bloque B · ¿Cómo aprende una máquina?

• M05 · ¿Por qué entrenamos con pérdidas suaves y no con exactitud? 1.5 h + 1 h ejercicios
• M06 · ¿Qué es realmente el gradiente de una red? 1.5 h + 1 h ejercicios
• M07 · ¿Por qué converge el descenso de gradiente y a qué velocidad? 1.5 h + 1 h ejercicios
• M08 · ¿Por qué Adam, y por qué el learning rate escala con el tamaño del modelo? 1.5 h + 1 h ejercicios
• LB · Lab: Backprop a mano y carrera de optimizadores

Bloque C · ¿Cómo funciona un LLM por dentro?

• M09 · ¿Qué es la atención y por qué reemplazó a las RNN? 1.5 h + 1 h ejercicios
• M10 · ¿Qué aprende un modelo cuando aprende representaciones? 1.5 h + 1 h ejercicios
• M11 · ¿Cómo genera un modelo texto o imágenes? 1.5 h + 1 h ejercicios
• M12 · ¿Cómo se entrena un transformer de verdad y qué sale mal? 1.5 h + 1 h ejercicios
• LC · Lab: Entrenar un GPT pequeño en la 5070

Bloque D · ¿Por qué los LLMs se comportan así?

• M13 · ¿Por qué más datos y más parámetros siguen ayudando? 1.5 h + 1 h ejercicios
• M14 · ¿Qué pasa dentro de un language model? 1.5 h + 1 h ejercicios + `[Academy: AI Capabilities and Limitations]` (3.5 h)
• M15 · ¿Por qué falla fuera de distribución y cómo se transfiere lo aprendido? 1.5 h + 1 h ejercicios
• M16 · ¿Cómo se hace inferencia eficiente, y qué significa "razonar" en tiempo de inferencia? 1.5 h + 1 h ejercicios
• LD · Lab: Modelos locales en la Fedora: medir, cuantizar, afinar

Bloque E · ¿Cómo decide un agente?

• M17 · ¿Cómo combinar modelos o herramientas sin saber cuál es mejor? 1.5 h + 1 h ejercicios
• M18 · ¿Cómo explorar cuando solo ves el resultado de lo que elegiste? 1.5 h + 1 h ejercicios
• M19 · ¿Qué pasa cuando varios agentes aprenden a la vez? 1.5 h + 1 h ejercicios
• M20 · ¿Cómo se optimiza un LLM con retroalimentación? 1.5 h + 1 h ejercicios
• LE · Lab: Bandits, routing y juegos

Bloque F · ¿Cómo se construyen agentes autónomos hoy?

• M21 · Anatomía de un agente: ¿qué hay dentro del loop? 1.5 h + ejercicios
• M22 · Orquestación multiagente y patrones de producción 1.5 h + ejercicios
• M23 · Evaluación, seguridad y economía de agentes 1.5 h + ejercicios
• M24 · ¿Cómo se entrenan agentes y hacia dónde va esto? 1.5 h + ejercicios
• LF · Lab: Un agente autónomo desde cero, y luego con framework