Nivel 1 — Fundamentos y uso responsable
Módulo 1: Fundamentos de IA (12 capítulos); Módulo 2: cómo funciona un LLM (14 unidades); Módulo 3: Prompt Engineering (16 unidades). Módulos 4 y 5 planificados.
Aprender IA: ¿por dónde empiezo?
No sabés exactamente qué buscar y querés aprender de forma progresiva.
Estas 49 guías cubren modelos, proveedores, agentes, programación, prompting, IA local, código abierto e investigación. Elegí un nivel según tu punto de partida, o seguí un recorrido temático paso a paso. Sin cuentas, sin exámenes, sin certificados: solo lectura en orden.
Manual de Inteligencia Artificial
Un recorrido progresivo: fundamentos, cómo funciona un LLM y cómo comunicar tareas de forma clara y verificable. M1, M2 y M3 están disponibles; el Módulo 4 prepara la siguiente etapa, Context Engineering.
Comenzar desde cero Aprender Prompt Engineering (16 unidades) Manual completo (Nivel 1 · Módulos 1, 2 y 3 disponibles)
Nivel 2 — Aplicación e integración
Skills, tools, MCP, RAG, agentes y APIs. Planificado
Nivel 3 — Desarrollo y producción
Arquitectura, seguridad, calidad y gobernanza. Planificado
Aprender por nivel
Nivel Inicial
Comprender fundamentos: qué es un modelo, qué es un LLM, qué es un prompt, qué es un agente, qué es la IA local y cómo leer información sobre IA.
- Introducción: ¿qué es la Inteligencia Artificial?
- Las familias de la IA: reglas, Machine Learning, Deep Learning e IA generativa
- ¿Qué es la IA local?
- ¿Qué es un agente de IA?
- ¿Qué es un modelo de inteligencia artificial?
- ¿Qué es un prompt y cómo funciona?
- ¿Qué es un proveedor de IA?
- Cómo leer un paper de inteligencia artificial
- IA en todo el ciclo de desarrollo
- Open source vs open-weight en IA
- ¿Qué es un LLM?
- Anatomía de un buen prompt
- Paper, preprint y peer review
- Limitaciones: alucinaciones, vigencia y verificación
- Ejecutar modelos abiertos localmente
- RAG: dar conocimiento externo a la IA
16 guías de nivel inicial
Nivel Intermedio
Profundizar el uso: contexto, multimodalidad, proveedores, APIs, structured outputs, context engineering, function calling, GGUF, runtimes, open-weight y benchmarks.
- API, plataforma y hosting de modelos
- Contexto: el combustible de la IA programando
- CPU, GPU, NPU, RAM y VRAM para IA
- Herramientas, function calling y MCP
- Qué contienen realmente los pesos de un modelo
- ¿Qué es un benchmark de IA?
- Asistentes, agentes, IDE y CLI: el mapa de herramientas
- Cómo elegir un proveedor de IA
- Cómo leer la licencia de un modelo
- Tokens y ventana de contexto
- Zero-shot, few-shot y role prompting
- ¿Qué es GGUF?
- Entrenamiento vs inferencia
- Métricas y leaderboards: cómo interpretarlos
- Model hubs y repositorios de modelos
- RAG, supervisión humana y riesgos de los agentes
- Structured outputs y formatos de respuesta
- Adaptar un modelo: fine-tuning y distillation
- ¿Qué significa multimodal?
- llama.cpp y Ollama: qué papel cumple cada uno
- Cómo elegir un modelo local
- Cómo evaluar anuncios de nuevos modelos
- Cómo evaluar y mejorar prompts
- Ventajas y límites de los modelos abiertos
- Open source, open-weight y modelos propietarios
- Cómo elegir un modelo de IA
26 guías de nivel intermedio
Nivel Avanzado
Mayor profundidad técnica: MoE, cuantización, memoria y contexto local, orquestación, evaluación, reproducibilidad y arquitecturas de agentes.
- ¿Qué es la cuantización?
- Memoria, planificación y orquestación
- Testing, seguridad y privacidad del código
- Prompt chaining, descomposición y context engineering
- Reproducibilidad y limitaciones
- Modelos densos vs Mixture of Experts
- Contexto y consumo de memoria en IA local
7 guías de nivel avanzado
Recorridos temáticos
Cada recorrido es una secuencia en orden: leé las guías de principio a fin y después seguí el destino sugerido.
Quiero aprender IA desde cero
Fundamentos en orden: qué es un modelo, qué es un LLM, cómo hablarle (prompts), qué son los agentes, qué es la IA local y cómo leer anuncios sin comprar humo.
- ¿Qué es un modelo de inteligencia artificial? (Modelos · Inicial)
- ¿Qué es un LLM? (Modelos · Inicial)
- ¿Qué es un prompt y cómo funciona? (Prompting · Inicial)
- Anatomía de un buen prompt (Prompting · Inicial)
- ¿Qué es un agente de IA? (Agentes · Inicial)
- ¿Qué es la IA local? (IA Local · Inicial)
- Cómo evaluar anuncios de nuevos modelos (Investigación · Intermedio)
Quiero programar con IA
Del ciclo completo al código seguro: dónde ayuda, qué contexto darle, qué herramientas usar y cómo revisar lo generado.
- IA en todo el ciclo de desarrollo (Programación · Inicial)
- Contexto: el combustible de la IA programando (Programación · Intermedio)
- Asistentes, agentes, IDE y CLI: el mapa de herramientas (Programación · Intermedio)
- Testing, seguridad y privacidad del código (Programación · Avanzado)
Quiero entender agentes
Qué es un agente, cómo usa herramientas, cómo planifica y cuáles son sus riesgos y límites antes de automatizar nada.
- ¿Qué es un agente de IA? (Agentes · Inicial)
- Herramientas, function calling y MCP (Agentes · Intermedio)
- Memoria, planificación y orquestación (Agentes · Avanzado)
- RAG, supervisión humana y riesgos de los agentes (Agentes · Intermedio)
Quiero ejecutar modelos locales
De qué es la IA local a elegir modelo y runtime: hardware, formatos, cuantización y criterios de elección sin pares inventados.
- ¿Qué es la IA local? (IA Local · Inicial)
- CPU, GPU, NPU, RAM y VRAM para IA (IA Local · Intermedio)
- ¿Qué es GGUF? (IA Local · Intermedio)
- ¿Qué es la cuantización? (IA Local · Avanzado)
- llama.cpp y Ollama: qué papel cumple cada uno (IA Local · Intermedio)
- Cómo elegir un modelo local (IA Local · Intermedio)
Quiero aprender prompting
De qué es un prompt a encadenarlos y evaluarlos: estructura, ejemplos, formatos de respuesta y mejora iterativa.
- ¿Qué es un prompt y cómo funciona? (Prompting · Inicial)
- Anatomía de un buen prompt (Prompting · Inicial)
- Zero-shot, few-shot y role prompting (Prompting · Intermedio)
- Structured outputs y formatos de respuesta (Prompting · Intermedio)
- Prompt chaining, descomposición y context engineering (Prompting · Avanzado)
- Cómo evaluar y mejorar prompts (Prompting · Intermedio)
Quiero entender evaluaciones
Cómo leer evidencia: papers, benchmarks, métricas y reproducibilidad antes de creer un anuncio.
- Cómo leer un paper de inteligencia artificial (Investigación · Inicial)
- ¿Qué es un benchmark de IA? (Investigación · Intermedio)
- Métricas y leaderboards: cómo interpretarlos (Investigación · Intermedio)
- Reproducibilidad y limitaciones (Investigación · Avanzado)
- Cómo evaluar anuncios de nuevos modelos (Investigación · Intermedio)
Ya conozco los conceptos. ¿Qué puedo hacer?
Programar con IA Crear imágenes Crear videos Investigar Productividad Automatizar Ejecutar IA localmente