No necesitas
- Álgebra lineal ni matemática avanzada
- Construir modelos desde cero
- Haber leído "Attention is All You Need"
Un Lab práctico para aprender cómo se construyen productos con IA: desde fundamentos sin prerequisitos hasta APIs, agentes, apps nativas y sistemas en producción.
Un AI Engineer es una persona desarrolladora de software que construye aplicaciones impulsadas por IA.El rol, sin el factor intimidación.
Tres tracks progresivos. Profundidad, no niveles de programación.
Elige el camino más corto para entrar al Lab
No necesitas leer todos los tracks primero. Elige el perfil más parecido a ti y empieza por el bloque que despeja más incertidumbre.
Empieza por Entender IA
El Bloque 1 está abierto, no pide prerequisitos y ordena el mapa mental antes de tocar código.
Abrir Bloque 1Entender IA
Fundamentos de AI Engineering. El Bloque 1 no requiere código, el 2 ofrece una ruta conceptual y el 3 empieza a programar.
La base práctica para usar LLMs con criterio: qué son, qué pueden hacer, dónde fallan y cómo verificar sus respuestas. Sin abrir todavía Prompt Engineering avanzado ni herramientas de desarrollo.
Proyecto final
Mapa personal de uso de LLMs + experimento verificado (sin código)
Aprende a tratar el prompt como una interfaz técnica: define comportamiento con system prompts, da contexto útil, usa roles con criterio, guía el razonamiento, trabaja con ejemplos, encadena prompts, pide outputs estructurados, usa function calling, diseña contexto, diagnostica fallas, defiende contra prompt injection, mide mejoras con evals y cierra con una prompt library personal.
Proyecto final
Prompt library personal con 20+ prompts probados y categorizados
Las herramientas que usa un AI engineer todos los días: VS Code con Copilot y Cursor como copilotos de código, OpenCode como agente en terminal, MCP para conectar herramientas externas, APIs de OpenAI y Anthropic desde scripts, debugging de prompts cuando el output no es lo que esperabas, testing de outputs para medir calidad, encadenar herramientas en workflows y automatizar tareas repetitivas con IA. Tu entorno de trabajo completo.
Proyecto final
Setup de entorno de trabajo completo + primer workflow automatizado con IA
Guías prácticas que profundizan más allá de las lecciones. Ejemplos de código, templates y workflows que podés reutilizar.

Guía completa de prompts para desarrollo de software - técnicas, templates, ejemplos en TypeScript/Python/Java y un plan de acción de 7 días.
Adapté el Block Model sueco: una sola materia a la vez, inmersión completa y apoyo que desaparece semana a semana. Para cuando terminas, ya no me necesitas. Esa es la idea.
Cómo se reduce el apoyo en tres semanas
Avanza paso a paso, con conceptos y ejercicios.
Rueditas
Las pistas te ayudan a entender si vas por el camino correcto.
Una mano
Construcción del proyecto, demo y reflexión. Tú decides cómo llegar ahí.
Solo
En la semana tres las rueditas desaparecen. A propósito.
Si quieres mejorar tus bases teóricas, empieza por estos cursos. Están en inglés, pero valen mucho la pena.
cursos.path
también en inglésHarvard CS50
Base teórica para mejorar tus fundamentos de programación en Python.
Coursera / DeepLearning.AI
Marco teórico para reforzar bases de ML antes de construir sistemas de IA.
videos.path
Para ver la teoría con ejemplos en video.
Video / YouTube
Una introducción clara para entender qué es un LLM y cómo pensar sus límites y usos.
Video / YouTube
Un recorrido práctico para entender RAG desde la base antes de llevarlo a sistemas reales.
Deja tu email. Cero spam, solo un aviso cuando abra un nuevo bloque.
Deja tu email. Cero spam, solo un aviso cuando abra un nuevo bloque.