AI Engineering from Scratch: elegir una ruta en el temario
La estructura del curso: de matemáticas a modelos y agentes
Leer el mapa de fases como relaciones de prerrequisitos y decidir dónde entrar.
Qué aprenderás
- Seguir las dependencias conceptuales
- Examinar la unidad de una lección
- Relacionar ruta y resultado observable
Antes de empezar
- Uso básico de la terminal
- Un objetivo acotado y una copia desechable
Mostrar comandos, cambios y fallos para que otros puedan revisar lo aprendido.
Conclusiones clave
- El mapa tiene ramificaciones y requisitos previos.
- Los archivos de lección son la unidad verificable.
- El avance debe unir concepto y resultado.
Seguir las dependencias conceptuales
El README dibuja una ruta desde preparación y matemáticas hasta modelos, ingeniería LLM, herramientas, agentes y producción. Visión, voz y aprendizaje por refuerzo forman ramificaciones; no todas las fases componen una lista lineal.
Ese mapa orienta al lector, pero el software no bloquea el avance. Puedes entrar en agentes y volver a atención u optimización cuando un problema concreto revele una laguna.
Examinar la unidad de una lección
Una lección típica contiene explicación en docs/en.md, código ejecutable, un artefacto de salida y un cuestionario. El README pide trabajar desde la raíz y conservar resultados; esos archivos permiten comprobar una afirmación educativa vaga.
El sitio y el libro ofrecen otras superficies de lectura. El documento de idiomas distingue páginas de entrada traducidas de las traducciones de lecciones, algunas en otra rama. Comprueba siempre el archivo y la versión abiertos.
Relacionar ruta y resultado observable
Elige un concepto que quieras explicar y un artefacto que puedas producir, por ejemplo la traza de una llamada de herramienta. Vincula ese artefacto con fase y lección, en vez de contar únicamente páginas completadas.
En cada bifurcación anota el prerrequisito utilizado y la duda pendiente. Así el proyecto final no termina como una colección de comandos copiados sin explicación.
Cómo elegir
| Criterio | Opción A | Opción B |
|---|---|---|
| Best when | You need predictable behavior and easy auditing | You need adaptive optimization and have reliable telemetry |
| Main risk | May leave performance on the table | Can become difficult to explain or debug |
Pasos de implementación
- 1
Dibuja la ruta y los requisitos previos.
- 2
Abre texto, código y cuestionario de una lección.
- 3
Vincula un artefacto ejecutable con el concepto demostrado.
Ejemplo para copiar
objetivo: explicar un fallo del bucle agente
prerrequisito: aplicaciones LLM
leccion: phases/14-agent-engineering/01-the-agent-loop
prueba: comando, salida y cambio explicadoPreguntas frecuentes
¿La web es otro curso?
El README presenta GitHub y la web como entradas al mismo currículo.
¿Todas las traducciones están al día?
Consulta docs/i18n.md y el archivo preciso; una página traducida no garantiza una lección traducida.
Fuentes
- AI Engineering from Scratch / README.mdFuente verificada 2026-09-29
- AI Engineering from Scratch / book/README.mdFuente verificada 2026-09-29
- AI Engineering from Scratch / docs/i18n.mdFuente verificada 2026-09-29