AI Engineering from Scratch: elegir una ruta en el temario
Preparar el entorno de estudio sin confundirlo con producción
Separar ejercicios locales, tutor opcional y la lección de Docker.
Qué aprenderás
- Instalar herramientas según la lección
- Acotar la instalación del tutor
- Mantener fuera credenciales y datos reales
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
- Una lección de Docker no despliega todo el curso.
- El tutor es opcional y modifica el agente donde se instala.
- Los ejercicios locales deben evitar datos de clientes.
Instalar herramientas según la lección
Hay ejemplos de Python, TypeScript, Rust y Julia, pero no hacen falta los cuatro entornos el primer día. Instala lo que pida la ruta inicial y añade herramientas cuando una lección concreta las requiera.
La fase de preparación contiene una lección de Docker con Dockerfile y Compose propios. Enseña conceptos de contenedores; no despliega el currículo completo como un servicio de producción. Ejecútala en un entorno aislado.
Acotar la instalación del tutor
El README propone `npx skills add rohitg00/ai-engineering-from-scratch`. El instalador pregunta por el agente compatible y el alcance local o global. Revisa destino, archivos y solicitudes de confianza antes de usarlo en una máquina de trabajo.
Sin Node o un agente compatible puedes seguir el sitio o los archivos del repositorio. Quedará pendiente la prueba de descubrimiento e invocación en el agente, pero el contenido escrito seguirá disponible.
Mantener fuera credenciales y datos reales
Las fases posteriores tratan API, cuadernos y datos. Empieza con entradas públicas o sintéticas y almacena las claves de proveedor en el mecanismo de secretos de tu plataforma.
El entorno está listo para estudiar cuando una lección se ejecuta y puedes explicar su salida. El repositorio no promete un endpoint productivo, escalado automático ni un objetivo de disponibilidad.
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
Instala solo el runtime de la primera ruta.
- 2
Inspecciona el alcance elegido para el tutor.
- 3
Aísla la lección de Docker si corresponde a tu ruta.
Ejemplo para copiar
git clone https://github.com/rohitg00/ai-engineering-from-scratch.git
cd ai-engineering-from-scratch
python3 phases/00-setup-and-tooling/01-dev-environment/code/verify.py --route beginnerPreguntas frecuentes
¿Puedo desplegar el repositorio como producto de IA?
Contiene un currículo y ejercicios; un proyecto creado a partir de ellos necesita su propio diseño y pruebas de despliegue.
¿Necesito GPU para comenzar?
La comprobación inicial y el ejemplo de álgebra lineal pueden iniciarse sin una GPU.
Fuentes
- AI Engineering from Scratch / README.mdFuente verificada 2026-09-29
- AI Engineering from Scratch / phases/00-setup-and-tooling/07-docker-for-ai/docs/en.mdFuente verificada 2026-09-29