BLOQUE I -- FUNDAMENTOS
Los conceptos esenciales de AI, machine learning, datos, redes neuronales, AI generativa, prompting, herramientas y ética.
¿Qué es la Inteligencia Artificial?
Reconocimiento de patrones, no robots de película.
Machine Learning: Cómo Aprenden las Máquinas
El motor detrás de casi toda la AI moderna.
Datos: El Combustible de la AI
Sin datos no hay AI. Sin buenos datos, hay AI peligrosa.
Redes Neuronales y Deep Learning
Capas, pesos y activaciones sin fórmulas.
AI Generativa: De Texto a Mundos Digitales
Lo que puso a la AI en boca de todos.
Prompt Engineering: El Arte de Hablar con Máquinas
Tu nueva habilidad profesional más valiosa.
Herramientas de AI: Tu Caja de Herramientas
No necesitas construirlas, sí saber cuál usar.
Ética, Sesgos y Regulación en AI
El capítulo que no puedes saltarte.
BLOQUE II -- APLICACIÓN
AI aplicada a funciones de negocio: marketing, ventas, RRHH, finanzas, operaciones, atención al cliente, producto, estrategia y el futuro del trabajo.
AI en Marketing y Contenido
Escribir, diseñar y optimizar con AI.
AI en Ventas y CRM
Tu copiloto de ventas con lead scoring e insights.
AI en Recursos Humanos
Screening, analytics y gestión de talento.
AI en Finanzas y Contabilidad
Detección de fraude, forecasting y compliance.
AI en Operaciones y Supply Chain
Demand forecasting y mantenimiento predictivo.
AI en Atención al Cliente
De chatbots básicos a agentes conversacionales.
AI en Producto y Desarrollo de Software
Coding assistants y AI-augmented dev.
AI en Estrategia y Toma de Decisiones
De dashboards a decision intelligence.
AI y el Futuro del Trabajo
Qué jobs cambian, cuáles nacen, cómo prepararte.
BLOQUE III -- SISTEMA AI AGENTICO
Diseña y construye sistemas de agentes de AI: tools, memoria, razonamiento, guardrails, multi-agente, frameworks, evaluación y proyecto final.
¿Qué es un Agente de AI?
De chatbot a agente: la diferencia entre responder y actuar.
Tools y APIs: Las Manos del Agente
El agente decide qué herramienta usar y cuándo.
Memoria y Contexto: El Cerebro del Agente
Tipos de memoria y RAG como memoria externa.
Planificación y Razonamiento
Cómo un agente piensa antes de actuar.
Guardrails y Seguridad de Agentes
Riesgos, límites y la importancia de guardrails.
Sistemas Multi-Agente
De un agente a un equipo de agentes especializados.
Frameworks y Herramientas para Agentes
LangChain, CrewAI, Claude Agent SDK y más.
Evaluación, Testing y Mejora Continua
Cómo saber si tu agente funciona bien.
Proyecto Final: Diseña Tu Sistema AI Agéntico
El capstone del curso entero.
BLOQUE IV -- INVESTIGACIÓN Y FRONTERAS
White papers con rigor científico: RNN, Mixture of Experts, sistemas multi-agente, mecanismos de consenso, leyes de escala y alineamiento. 18 papers citados en formato APA.
Redes Neuronales Recurrentes: Memoria Secuencial
De la memoria a corto plazo al razonamiento temporal. El viaje de las RNN a los Transformers.
Mixture of Experts: Especialización Inteligente
La arquitectura que redefinió la eficiencia: sub-redes especializadas activadas selectivamente.
Sistemas Multi-Agente: Colaboración entre LLMs
Un LLM solo es poderoso. Varios LLMs colaborando son transformadores.
Mecanismos de Consenso: Council, Quorum y Debate
Cómo deciden los agentes cuando no están de acuerdo. Votación, debate y Byzantine Fault Tolerance.
Leyes de Escala y Habilidades Emergentes
Las matemáticas que predicen — y sorprenden — sobre el rendimiento de la AI.
Alineamiento, Seguridad y el Futuro de la AI
Cómo nos aseguramos de que la AI haga lo que queremos — y no lo que le conviene.