Dirección técnica y arquitectura de productos de IA para fundadores no programadores

Presentación, introducción, resumen ejecutivo y guía para dirigir Claude Code.

• 01Presentación y orden recomendado
• 02Introducción
• 03Resumen ejecutivo
• 04Cómo usar este curso para dirigir Claude Code

Especificar resultados, verificar sin leer código, dirigir agentes y decidir si algo merece construirse.

• 01Presentación del módulo
• 02Qué aprenderás y punto de partida
• 03Especificar
• 04Verificar sin leer código
• 05Dirigir agentes
• 06Decidir si construir
• 07Aplicación, evaluación y fuentes

Los recursos físicos y lógicos que determinan qué puede ejecutar una máquina de IA y con qué coste.

• 01Presentación del módulo
• 02Qué aprenderás y punto de partida
• 03Los tres recursos
• 04Roofline: saber qué limita una carga
• 05La caché KV y el precio de recordar
• 06Cuantización: comprimir sin fingir que nada cambia
• 07Mezcla de expertos

Motores de inferencia, batching, optimizaciones, fiabilidad y métricas de operación.

• 01Presentación del módulo
• 02Qué aprenderás y punto de partida
• 03Motores y riesgo ARM64
• 04Batching continuo
• 05Tres optimizaciones de gran impacto
• 06Decodificación guiada
• 07Fiabilidad

Evaluación fiable con casos dorados, rúbricas, jueces, regresión y métricas de producto.

• 01Presentación del módulo
• 02Qué aprenderás y punto de partida
• 03Casos dorados
• 04Rúbricas y jueces
• 05Contaminación, fugas y denominadores
• 06Sombra, canary y regresión
• 07Métricas de producto, no solo de sistema

Cómo diseñar productos de IA que se puedan entender, operar, cambiar y revertir.

• 01Presentación del módulo
• 02Qué aprenderás y punto de partida
• 03El mapa de un producto
• 04Síncrono, asíncrono y colas
• 05Dónde vive cada cosa
• 06Separación de responsabilidades
• 07Diseñar para cambiar

Datasets de entrenamiento, datos de producción, datos sintéticos, curación, partición y linaje.

• 01Presentación del módulo
• 02Qué aprenderás y punto de partida
• 03Qué es un dataset de entrenamiento
• 04De producción a datos
• 05Datos sintéticos
• 06Curación y partición
• 07Datos como activo

Cuándo usar prompt, RAG o fine-tuning; cómo leer un entrenamiento y convertirlo en una oferta mantenible.

• 01Presentación del módulo
• 02Qué aprenderás y punto de partida
• 03Prompt, RAG y fine-tuning
• 04LoRA
• 05Los cuatro parámetros que debes leer
• 06Fallos del entrenamiento
• 07Destilación como producto

Permisos, protección de datos, riesgo editorial y legal, recuperación y operación humana.

• 01Presentación del módulo
• 02Qué aprenderás y punto de partida
• 03Permisos y acciones
• 04Protección de datos
• 05Riesgo editorial y legal
• 06Recuperación
• 07Quién ejecuta esto

Cómo detectar automatizaciones útiles, crear productos defendibles y elegir entre local, API, código o humano.

• 01Presentación del módulo
• 02Qué aprenderás y punto de partida
• 03Detectar una buena automatización
• 04Utilidad frente a novedad
• 05Productos defendibles
• 06Economía de la máquina
• 07Local, API, código o humano

Herramientas de consulta para aprobar decisiones, detectar errores y aplicar marcos consistentes.

• 01Preguntas antes de aprobar una decisión técnica
• 02Errores técnicos que un fundador debe detectar
• 03Marcos de decisión
• 04Terminología
• 05Referencias cruzadas

Evidencia editorial de cobertura, revisión, estado, control de calidad e historial.

• 01Matriz de cobertura del índice
• 02Registro de cobertura
• 03Revisión global
• 04Estado del curso
• 05Registro de QA
• 06Historial de cambios