Aprender · 13 series · 67 capítulos

Explora las series de IA.

Empieza desde cero o elige qué quieres entender. Vídeos, visuales y fuentes, en un recorrido claro.

Empieza desde cero →
Encuentra tu recorrido4 recorridos conectados · puedes entrar por cualquier serie

Entender la IA

Del concepto a cómo generan y razonan los modelos.

  1. 01Fundamentos de IA e IA generativa
  2. 02De las cavernas a la AGI
  3. 03Multimodalidad en IA Generativa
  4. 04Modelos razonadores

Construir sistemas

Agentes, contexto, voz, código e inferencia.

  1. 08Agentes de IA
  2. 11Context engineering, memoria y MCP
  3. 09Agentes de voz en tiempo real
  4. 10Coding agents y agent harnesses
  5. 12Ingeniería y economía de inferencia de LLMs

Evaluar y proteger

De la tarea a los permisos y la evidencia.

  1. 08Agentes de IA
  2. 07Seguridad en IA
  3. 13Evaluar sistemas de IA en producción

Entender el impacto

Energía, bienestar e infraestructura.

  1. 05IA, PIB, bienestar y energía
  2. 06Datacenters en el espacio
Fundamentos de IA e IA generativa · 4 capítulos← Todas las series
Serie 01 / 13 · 4 capítulos

Fundamentos de IA e IA generativa

Qué es la IA, cómo aprende y qué la diferencia de la IA generativa.

Abrir página del vídeo y transcripción ↗
Fundamentos de IA e IA generativa
Antes de empezarNo necesitas conocimientos previos.Leer la presentación original →

El recorrido

4 capítulos
  1. 01
  2. 02
    Capítulo 2

    Qué es IA Generativa

    Leer →
  3. 03
  4. 04
Empezar por el capítulo 1 →Ver el mapa de aprendizaje
De las cavernas a la AGI · 5 capítulos← Todas las series
Serie 02 / 13 · 5 capítulos

De las cavernas a la AGI

Sigue las ideas que llevaron de representar el mundo a entrenar modelos.

Abrir página del vídeo y transcripción ↗
De las cavernas a la AGI
Antes de empezarFundamentos de IA e IA generativaLeer la presentación original →

El recorrido

5 capítulos
  1. 01
  2. 02
  3. 03
  4. 04
  5. 05
Empezar por el capítulo 1 →Ver el mapa de aprendizaje
Multimodalidad en IA Generativa · 5 capítulos← Todas las series
Serie 03 / 13 · 5 capítulos

Multimodalidad en IA Generativa

Descubre cómo se conectan texto, imagen, audio y vídeo.

Abrir página del vídeo y transcripción ↗
Multimodalidad en IA generativa
Antes de empezarFundamentos de IA e IA generativaLeer la presentación original →

El recorrido

5 capítulos
  1. 01
  2. 02
  3. 03
  4. 04
  5. 05
Empezar por el capítulo 1 →Ver el mapa de aprendizaje
Modelos razonadores · 5 capítulos← Todas las series
Serie 04 / 13 · 5 capítulos

Modelos razonadores

Comprueba qué cambia cuando un modelo dedica más cómputo a responder.

Abrir página del vídeo y transcripción ↗
Modelos razonadores — test-time compute, cadenas de pensamiento y fallos sistemáticos
Antes de empezarFundamentos de IA e IA generativaLeer la presentación original →

El recorrido

5 capítulos
  1. 01
  2. 02
  3. 03
    Capítulo 3

    Test-Time Compute

    Leer →
  4. 04
  5. 05
Empezar por el capítulo 1 →Ver el mapa de aprendizaje
IA, PIB, bienestar y energía · 4 capítulos← Todas las series
Serie 05 / 13 · 4 capítulos

IA, PIB, bienestar y energía

Separa energía, crecimiento económico y bienestar al analizar el impacto de la IA.

Abrir página del vídeo y transcripción ↗
IA, PIB, bienestar y energía
Antes de empezarFundamentos de IA e IA generativaLeer la presentación original →

El recorrido

4 capítulos
  1. 01
  2. 02
  3. 03
  4. 04
Empezar por el capítulo 1 →Ver el mapa de aprendizaje
Datacenters en el espacio · 4 capítulos← Todas las series
Serie 06 / 13 · 4 capítulos

Datacenters en el espacio

Explora los límites físicos de llevar centros de datos fuera de la Tierra.

Abrir página del vídeo y transcripción ↗
Datacenters en el espacio
Antes de empezarIA, PIB, bienestar y energíaLeer la presentación original →

El recorrido

4 capítulos
  1. 01
  2. 02
  3. 03
  4. 04
Empezar por el capítulo 1 →Ver el mapa de aprendizaje
Seguridad en IA · 5 capítulos← Todas las series
Serie 07 / 13 · 5 capítulos

Seguridad en IA

Distingue una instrucción de un dato y comprueba qué acciones permite el sistema.

Abrir página del vídeo y transcripción ↗
Seguridad en IA — ataques y defensas
Antes de empezarAgentes de IALeer la presentación original →

El recorrido

5 capítulos
  1. 01
    Prompt injection — cuando un documento puede cambiar lo que hace el sistema

    ¿Puede un documento autorizar una acción?

    Leer →
  2. 02
    Jailbreaks — cuando un modelo puede ser llevado a responder mal

    ¿Rechazar una respuesta protege también las herramientas?

    Leer →
  3. 03
    Envenenamiento — cuando una instrucción peligrosa se queda en el sistema

    ¿Qué ocurre si una fuente contaminada se guarda?

    Leer →
  4. 04
    Red-teaming — probar el camino completo antes del incidente

    ¿Qué demuestra una prueba de ataque?

    Leer →
  5. 05
    Controles de producción — limitar las acciones cuando el modelo falla

    ¿Dónde debe detenerse una acción no autorizada?

    Leer →
Empezar por el capítulo 1 →Ver el mapa de aprendizaje
Agentes de IA · 5 capítulos← Todas las series
Serie 08 / 13 · 5 capítulos

Agentes de IA

Sigue una tarea realista: consultar, actuar y comprobar el resultado.

Abrir página del vídeo y transcripción ↗
Agentes de IA — de responder a actuar
Antes de empezarFundamentos de IA e IA generativaLeer la presentación original →

El recorrido

5 capítulos
  1. 01
    Qué es un agente de IA y qué no lo es

    ¿Qué cambia cuando la herramienta falla?

    Leer →
  2. 02
    La anatomía de un agente: tools, memoria y estado

    ¿Un nombre basta para ejecutar una acción?

    Leer →
  3. 03
    Cómo evaluar un agente de IA

    ¿Una buena respuesta implica una tarea resuelta?

    Leer →
  4. 04
    Seguridad de agentes: prompt injection, identidad y permisos

    ¿Puede un texto externo cambiar el destinatario?

    Leer →
  5. 05
    De la demo a producción: cómo operar un agente

    ¿Cuándo debe detenerse el agente?

    Leer →
Empezar por el capítulo 1 →Ver el mapa de aprendizaje
Agentes de voz en tiempo real · 6 capítulos← Todas las series
Serie 09 / 13 · 6 capítulos

Agentes de voz en tiempo real

Ve los turnos, las interrupciones y el audio que realmente llega a la persona.

Abrir página del vídeo y transcripción ↗
Arquitecturas de voz: dónde colocas la frontera de texto
Antes de empezarAgentes de IA

El recorrido

6 capítulos
  1. 01
    Arquitecturas de voz: dónde colocas la frontera de texto

    ¿Por qué la arquitectura cambia el recorrido del audio?

    Leer →
  2. 02
    Turn-taking: detectar voz no es decidir el turno

    ¿Una pausa significa que ha terminado el turno?

    Leer →
  3. 03
    Presupuesto de latencia: medir el camino crítico, no sumar dashboards

    ¿Dónde se consume el tiempo antes de oír la respuesta?

    Leer →
  4. 04
    Tools y estado: ejecutar acciones sin romper la conversación

    ¿Cancelar la generación vacía el audio pendiente?

    Leer →
  5. 05
    WebRTC, SIP y telefonía: seguir el camino real del audio

    ¿Por qué el audio puede llegar fuera de tiempo?

    Leer →
  6. 06
    Evaluar un agente de voz: evidencia por turno, observabilidad y reliability

    ¿Una llamada rápida puede estar mal resuelta?

    Leer →
Empezar por el capítulo 1 →Ver el mapa de aprendizaje
Coding agents y agent harnesses · 6 capítulos← Todas las series
Serie 10 / 13 · 6 capítulos

Coding agents y agent harnesses

Observa cambios de código, permisos, tests y recuperación sobre una tarea concreta.

Abrir página del vídeo y transcripción ↗
Qué es un agent harness: el runtime que convierte un modelo en un agente de código
Antes de empezarAgentes de IAContext engineering, memoria y MCP

El recorrido

6 capítulos
  1. 01
    Qué es un agent harness: el runtime que convierte un modelo en un agente de código

    ¿Qué convierte un cambio propuesto en un cambio verificado?

    Leer →
  2. 02
    Contexto, workspace y sandboxing en coding agents: aislar estado no es aislar ejecución

    ¿Hasta dónde puede escribir el agente?

    Leer →
  3. 03
    Specs y planificación en coding agents: convertir una petición en un contrato verificable

    ¿Qué significa que un paso esté terminado?

    Leer →
  4. 04
    Tools y permisos en coding agents: quién puede hacer qué, con qué credencial y bajo qué aprobación

    ¿Un comando propuesto está autorizado?

    Leer →
  5. 05
    Tests y verifiers en coding agents: cuándo puede el harness decir que una tarea está terminada

    ¿Pasar un ejemplo cubre los casos límite?

    Leer →
  6. 06
    Coding agents de larga duración: memoria, subagentes, recuperación, merge y observabilidad

    ¿Desde dónde se recupera una tarea interrumpida?

    Leer →
Empezar por el capítulo 1 →Ver el mapa de aprendizaje
Context engineering, memoria y MCP · 6 capítulos← Todas las series
Serie 11 / 13 · 6 capítulos

Context engineering, memoria y MCP

Comprueba qué información se selecciona, se conserva y llega al modelo.

Abrir página del vídeo y transcripción ↗
Context engineering vs prompt engineering: qué entra al modelo, cuándo y por qué
Antes de empezarAgentes de IA

El recorrido

6 capítulos
  1. 01
    Context engineering vs prompt engineering: qué entra al modelo, cuándo y por qué

    ¿Todo lo disponible entra en el modelo?

    Leer →
  2. 02
    Context budgets, priorización, compaction y provenance: qué conservar cuando no cabe todo

    ¿Qué conservas cuando el contexto no cabe?

    Leer →
  3. 03
    Arquitecturas de memoria para agentes: working, episodic, semantic y estado persistente

    ¿Qué persiste entre dos turnos?

    Leer →
  4. 04
    Retrieval y ensamblado de contexto: frescura, relevancia, conflictos y grounding

    ¿Qué pasa si dos fuentes se contradicen?

    Leer →
  5. 05
    MCP: hosts, clients y servers; tools, resources, prompts, ciclo de vida y fronteras de confianza

    ¿Conectar una herramienta le da permiso para actuar?

    Leer →
  6. 06
    Skills, plugins, subagentes y hooks: aislamiento de contexto, autoridad y evaluación

    ¿Qué debe recibir un subagente?

    Leer →
Empezar por el capítulo 1 →Ver el mapa de aprendizaje
Ingeniería y economía de inferencia de LLMs · 6 capítulos← Todas las series
Serie 12 / 13 · 6 capítulos

Ingeniería y economía de inferencia de LLMs

Sigue tokens, memoria y tiempo para entender el coste de servir un modelo.

Abrir página del vídeo y transcripción ↗
Prefill vs decode: TTFT, TPOT, throughput y presupuesto de latencia
Antes de empezarFundamentos de IA e IA generativaModelos razonadores

El recorrido

6 capítulos
  1. 01
    Prefill vs decode: TTFT, TPOT, throughput y presupuesto de latencia

    ¿Qué sucede antes y después del primer token?

    Leer →
  2. 02
    KV cache, jerarquía de memoria, continuous batching y PagedAttention

    ¿Qué se reutiliza al generar el siguiente token?

    Leer →
  3. 03
    Cuantización, paralelismo y compromisos de memoria, rendimiento y calidad

    ¿Qué cambia al representar un número con menos niveles?

    Leer →
  4. 04
    Speculative decoding, prefix caching y otras optimizaciones de latencia

    ¿Cuándo puede reutilizarse un prefijo?

    Leer →
  5. 05
    Model routing, fallback, caching y serving adaptado al workload

    ¿Todas las tareas deben seguir la misma ruta?

    Leer →
  6. 06
    Benchmarking de inferencia: cost/task, throughput, latencia, energía y hardware

    ¿Dos latencias son comparables con cargas distintas?

    Leer →
Empezar por el capítulo 1 →Ver el mapa de aprendizaje
Evaluar sistemas de IA en producción · 6 capítulos← Todas las series
Serie 13 / 13 · 6 capítulos

Evaluar sistemas de IA en producción

Mira la evidencia detrás de una métrica y comprueba el resultado de una tarea.

Abrir página del vídeo y transcripción ↗
Qué evaluar: modelo, componente, sistema, workflow y trayectoria
Antes de empezarAgentes de IAContext engineering, memoria y MCP

El recorrido

6 capítulos
  1. 01
    Qué evaluar: modelo, componente, sistema, workflow y trayectoria

    ¿Estás evaluando una respuesta o el sistema?

    Leer →
  2. 02
    Offline eval sets: curación, hard negatives, contaminación y versionado

    ¿Qué oculta un conjunto de pruebas demasiado fácil?

    Leer →
  3. 03
    LLM-as-judge y evaluación humana: calibración, sesgo, varianza y acuerdo

    ¿Coinciden el juez automático y la referencia?

    Leer →
  4. 04
    Evaluación de trayectorias de agentes y tools: éxito, eficiencia, recuperación y cumplimiento de política

    ¿Llegar al objetivo basta si se incumple el permiso?

    Leer →
  5. 05
    Evaluación online: shadow, canary, A/B, guardrails y regression gates

    ¿Qué señal detiene una ampliación del despliegue?

    Leer →
  6. 06
    Observabilidad, taxonomías de fallos y feedback loops producción → eval → reparación

    ¿Cómo se convierte un fallo en una prueba reproducible?

    Leer →
Empezar por el capítulo 1 →Ver el mapa de aprendizaje