Inteligencia artificial para programadores

Sugerencias en el editor, un chatbot de soporte, búsqueda por significado, un agente que modifica archivos: hoy los programadores llaman a modelos todos los días. Desde fuera, un modelo es una caja negra, y una caja negra no se puede depurar. Este curso la abre: primero cómo aprende un modelo, y luego cómo se construye una aplicación con un modelo de lenguaje que no se rompe y no le miente al cliente.

Qué aprendes

El curso tiene dos partes.

Parte 1: cómo aprende un modelo

Cómo aprende un modelo: reglas frente a ejemplos, una recta entre los puntos, el error, un paso cuesta abajo, clasificación, evaluación y el modelo que memoriza.
Una red neuronal por dentro: una neurona, capas, cómo viaja el error hacia atrás y todo el ciclo de entrenamiento, hasta una red que reconoce dígitos.

Parte 2: aplicaciones con modelos de lenguaje

Cómo funciona un modelo de lenguaje: tokens, el siguiente token y la temperatura, el texto como vector, la ventana de contexto y los límites del modelo.
Aplicaciones con LLM: llamar a una API, el prompt como código, JSON según un esquema, herramientas, un conjunto de pruebas, costo y velocidad.
Búsqueda semántica y RAG: vectores de documentos, fragmentación, respuestas con fuente y la comprobación de que encuentra lo correcto.
Agentes: el ciclo de planificar, actuar y observar, prompt injection y las protecciones alrededor del modelo.
Proyecto: el asistente de soporte: todo junto en una aplicación.

Cómo se aprende aquí

Cada lección parte de un problema en una tienda en línea: cuánto tardará el pedido, qué pago es un fraude, si una reseña es buena o mala, qué debe responder el asistente de soporte. Luego la idea se muestra con una escena sincronizada con el código: la recta que se acomoda entre los puntos, la bola que rueda cuesta abajo, la señal que atraviesa la red.

El texto es el mismo para los cuatro lenguajes, y el código está en el lenguaje que elijas, sin bibliotecas. La regresión y la red neuronal son bucles y arreglos escritos a mano, para que veas cada número. La industria del aprendizaje automático trabaja en Python, y las aplicaciones con modelos de lenguaje se escriben en cualquier lenguaje. Las llamadas reales a una API son ejemplos que ejecutas en tu equipo, con tu propia clave.

Qué necesitas saber

Uno de los cuatro lenguajes, al menos hasta «Colecciones». Las matemáticas son de la escuela: una recta, un porcentaje, un promedio. La derivada se explica como «hacia dónde está abajo y cuán empinado es». «Ingeniería de software» no es obligatorio, y donde ayuda (seguridad, arquitectura), la lección lo señala.