Objetivo de aprendizaje: Construir el andamiaje técnico · Python científico y data engineering · y entender de verdad los fundamentos de la IA moderna: qué es un token, un embedding, un vector, y cómo funciona un LLM por dentro.
Python científico (NumPy, pandas), entornos, Git y notebooks reproducibles
Data engineering: ingestión, limpieza, features, formatos (Parquet) y pipelines
Fundamentos de IA: qué es un token y la tokenización; vectores y embeddings; espacio semántico
Cómo funciona un LLM por dentro: del texto al vector, atención (intuición), inferencia y contexto; APIs y primer prototipo
Temario semana a semana
W1Python científico (NumPy, pandas), entornos, Git y notebooks reproducibles
W2Data engineering: ingestión, limpieza, features, formatos (Parquet) y pipelines
W3Fundamentos de IA: qué es un token y la tokenización; vectores y embeddings; espacio semántico
W4Cómo funciona un LLM por dentro: del texto al vector, atención (intuición), inferencia y contexto; APIs y primer prototipo