Mapa de contenido
Vista completa de todas las fases y temas del roadmap de AI Engineer. Hacé click en una fase para ver sus temas.
| Fase | Título | Temas | Ejercicios | Progreso | |
|---|---|---|---|---|---|
| fundamentos | Fase 1 · Fundamentos | 4 | 28 | 0/4 | explorar |
| ml | Fase 2 · Machine Learning | 4 | 28 | 0/4 | explorar |
| deep-learning | Fase 3 · Deep Learning | 4 | 28 | 0/4 | explorar |
| genai | Fase 4 · IA Generativa / LLMs | 5 | 35 | 0/5 | explorar |
| mlops | Fase 5 · Productivización (MLOps) | 5 | 35 | 0/5 | explorar |
| cloud | Fase 6 · Cloud & AWS | 4 | 28 | 0/4 | explorar |
6 fases·26 temas·130 ejercicios·0% completado
fundamentos
Fase 1 · Fundamentos
La base antes de la IA: Python, control de versiones, datos y entorno de trabajo.
0/4 temas · 28 ejercicios
ml
Fase 2 · Machine Learning
ML tradicional: del dato al modelo evaluado y confiable.
0/4 temas · 28 ejercicios
deep-learning
Fase 3 · Deep Learning
Redes neuronales, PyTorch y embeddings: la base de la IA moderna.
0/4 temas · 28 ejercicios
genai
Fase 4 · IA Generativa / LLMs
Del prompt al sistema: RAG, structured output, agentes y LLMs on-premise.
0/5 temas · 35 ejercicios
mlops
Fase 5 · Productivización (MLOps)
Del notebook a producción: APIs, contenedores, arquitectura y monitoreo.
0/5 temas · 35 ejercicios
cloud
Fase 6 · Cloud & AWS
Desplegar y operar IA en la nube: AWS, SageMaker, serverless y CI/CD.
0/4 temas · 28 ejercicios