Python, Datos & Fundamentos Técnicos de IA

Qué dominarás.

Sesiones en vivo con práctica aplicada, en el estándar del Machine Learning Certification (MLC).

• 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