● PROFILE.01
// ICP — primary
FULL-STACK
DE PRODUCTO
3+ años shippeando end-to-end. Tu equipo te pide IA y no quieres improvisar la arquitectura. Manejas git, tests, CI/CD y sense de costos.
- busca:
- operar agentes, no demos
Track 02 / Developers · Producción
Agentes
que shippean.
Ocho semanas de ingeniería aplicada a LLMs para gente que ya escribe código en producción. RAG, agentes, evals, observability y seguridad — con criterios que aguantan un postmortem.
Duración
8 semanas
Dedicación
12–15 hs / sem
Formato
Cohorte remota
Próximo inicio
6 jul 2026
01 / PÚBLICO OBJETIVO
/TRACK/DEVELOPERS/AUDIENCE
PARA QUIEN YA
SHIPPEA, PERO NO EN IA.
Pensado para ingenieros con criterio de producción. No es un curso de prompts ni una intro a APIs — es ingeniería aplicada con foco en decisiones que vas a tener que defender frente a un equipo.
FULL-STACK
● PROFILE.02
// ICP — primary
TECH LEAD
O STAFF
6 a 12 años de experiencia. Revisas PRs de varios equipos y tienes opiniones formadas sobre stacks y escalado. Necesitas criterio propio sobre evals, RAG, costos y prompting.
- busca:
- mapa técnico, no colección de tutoriales
● PROFILE.03
// cruzando dominios
DATA / ML
CRUZANDO A PRODUCTO
3 a 8 años en data. Vienes de pipelines, notebooks, Python y MLflow. Traes métricas, evals y sentido estadístico — quieres llevar modelos al backend de una app real, con SLOs.
- busca:
- latencia, costos y UX en producción
● PROFILE.04
// founder · early
FUNDADOR
TÉCNICO
Primer ingeniero de un pre-seed o seed. Cierras features solo y vas a construir tu próximo producto sobre LLMs. Quieres evitar los errores caros de los primeros wrappers de 2023.
- busca:
- sparring técnico, no curso pasivo
02 / CURRÍCULUM
/TRACK/DEVELOPERS/SYLLABUS.YML
8 SEMANAS.
IA EN PRODUCCIÓN.
Tres fases, ocho módulos. Cada semana incluye sesiones en vivo, repositorios de referencia y un entregable revisado. Sales con un agente desplegado, evals corriendo en CI y un postmortem firmado.
D01 · Sem 1
Claude API & modelos en producción
Tokens, context windows, latencia, costos por familia de modelos. Cuándo Haiku, cuándo Sonnet, cuándo abrir el modelo del competidor.
Output → Selector de modelo con criterios documentados
D02 · Sem 2
Prompting de ingeniería
Few-shot, structured outputs, function calling, planning prompts. Plantillas versionadas como código. Cuándo el prompt no es la solución.
Output → Repo con prompt-pack versionado + evals base
D03 · Sem 3
Agentes con tool-use
Loops, planning, error recovery, MCP servers. Diseño de tools: granularidad, idempotencia, side effects. Agentes que no se rompen al tercer turno.
Output → Agente con tool-belt + traces estructurados
D04 · Sem 4
Multi-agent orchestration
Patrones supervisor, swarm, hierarchical. Sub-agents con contextos aislados, message passing, manejo de estado distribuido.
Output → Sistema multi-agente con orquestador y traces
D05 · Sem 5
RAG en producción
Chunking, embeddings, vector stores serios (pgvector, Pinecone, Qdrant). Hybrid search, re-ranking, retrieval evals. Por qué tu primer RAG fue malo.
Output → Pipeline RAG con evals de retrieval
D06 · Sem 6
Evals — la disciplina central
Golden sets, LLM-as-judge, regression testing, blind evals. Cómo medir mejora real cuando el output es texto libre. Tu CI no sirve sin evals.
Output → Golden set + LLM-judge + regression suite en CI
D07 · Sem 7
Observability y costos
Tracing por request con Langfuse/Helicone, structured logs, dashboards de tokens y latencia. Por qué tu factura crece 4x al ganar un cliente.
Output → Dashboard de tokens, latencia y unit cost
D08 · Sem 8
Capstone: shippea un agente a prod
Seguridad (prompt injection, PII, jailbreaks), guardrails, deployment con SLA. Sales con un agente real desplegado, evals en CI y postmortem firmado.
Output → Agente en prod + threat model + postmortem
03 / PREGUNTAS TÉCNICAS
/TRACK/DEVELOPERS/FAQ.MD
PREGUNTAS TÉCNICAS.
Lo que típicamente nos preguntan ingenieros antes de inscribirse. Si tu duda no está aquí, escríbenos a dev@academia.la.
¿Qué nivel de experiencia técnica necesito?
Mínimo 2–3 años shippeando código en producción. No exigimos un stack puntual, pero asumimos que sabes leer y escribir TypeScript o Python, debuggear sistemas distribuidos básicos y entender qué es un test de integración. Si vienes de data science puro, te pedimos un side-project de backend antes del módulo 4.
01 / 09
PRÓXIMA COHORTE
6 de julio de 2026.
6 de julio de 2026.
Production-ready
en 8 semanas.
20 ingenieros. 8 semanas. Stack completo de IA aplicada en producción. Inscripciones abiertas hasta el 28 de junio o hasta completar cupos.
▸ INSCRIBIRSE A DEVELOPERS