# sobre Gradiente Lento
Una escuela construida desde adentro del trabajo técnico
Empezamos porque notamos que la mayoría del material disponible enseña lo interesante y omite lo difícil. Aquí enseñamos lo difícil.
← Volver al inicio# historia y misión
De dónde venimos y qué nos propusimos hacer
Gradiente Lento nació en Medellín en 2022, cuando dos ingenieros que llevaban años haciendo proyectos de datos para empresas colombianas llegaron a la misma conclusión: los cursos disponibles enseñaban pandas y sklearn con datos limpios, pero nadie preparaba a los estudiantes para lo que realmente ocupa la mayor parte del tiempo de un ingeniero de datos — datos sucios, columnas con significado ambiguo, pipelines que se rompen en producción, y métricas de evaluación que parecen buenas pero no lo son.
El nombre viene de esa idea: el gradiente descendente, el mecanismo que entrena los modelos, necesita paciencia. No hay atajos reales. Una tasa de aprendizaje demasiado alta hace que el modelo diverja; demasiado pequeña y nunca converge. El punto óptimo requiere cuidado y criterio. Eso es lo que intentamos transmitir.
Los primeros dos programas los impartimos a grupos pequeños con ciclos de retroalimentación cortos. Cambiamos el material después de cada cohorte basándonos en lo que los estudiantes encontraban confuso o insuficiente. Muchas cosas que parecían claras en papel resultaron necesitar tres intentos distintos para que funcionaran en la práctica.
Hoy ofrecemos tres programas: uno de diez semanas sobre datos y aprendizaje automático clásico, uno de dieciocho semanas sobre ingeniería de aplicaciones con modelos de lenguaje, y un programa cerrado para equipos empresariales que se construye alrededor del stack y los problemas reales del equipo. Los tres siguen el mismo principio: el trabajo práctico revisado es el núcleo, no un complemento del material teórico.
# equipo
Las personas detrás del programa
Camila Arango
Ingeniera de datos con ocho años en proyectos de analítica para el sector financiero y de retail en Colombia. Diseñó el currículo del curso de datos y revisa todos los proyectos del programa.
Jorge Molina
Desarrollador de software especializado en sistemas con LLMs. Lleva tres años construyendo pipelines de recuperación y evaluación para clientes en Colombia y Argentina. Imparte el programa de dieciocho semanas.
Laura Vargas
Gestiona la operación de los programas y lidera los proyectos de formación corporativa. Antes trabajó en consultoría de transformación de procesos para medianas empresas antioqueñas.
# estándares de trabajo
Cómo mantenemos la calidad de la formación
Lo que hacemos en la práctica para que el material no se vuelva obsoleto ni genérico.
Revisión de currículo por cohorte
Después de cada cohorte revisamos qué partes generaron más preguntas sin resolver y ajustamos el material antes de la siguiente. No usamos el mismo cuaderno dos años sin tocarlo.
Retroalimentación escrita individual
Cada proyecto recibe comentarios técnicos escritos específicos al trabajo entregado. No hay rúbricas automáticas ni respuestas genéricas copiadas de entrega en entrega.
Datos locales y realistas
Los conjuntos de datos de los proyectos vienen de fuentes públicas colombianas e internacionales con los problemas habituales. No usamos datasets de competencias de Kaggle con columnas perfectamente nombradas.
Privacidad del trabajo de los estudiantes
Los proyectos y la retroalimentación son privados entre el estudiante y el instructor. No publicamos trabajos de estudiantes sin permiso explícito, ni los usamos como material de marketing.
Canal técnico activo durante el programa
El canal de mensajería es para preguntas sobre los proyectos y el material del curso. Respondemos preguntas técnicas reales, no recomendamos tutoriales de YouTube como respuesta.
Transparencia sobre lo que el curso no cubre
Cada presentación de programa incluye una sección explícita sobre lo que no se enseña y por qué. Sabemos que no es posible cubrir todo y preferimos decirlo con anticipación.
# valores y enfoque técnico
Gradiente Lento trabaja desde Medellín con estudiantes en Colombia y otros países de habla hispana. El foco está en ingeniería de datos y aplicaciones con modelos de lenguaje — dos áreas donde la distancia entre el tutorial introductorio y el trabajo de producción sigue siendo amplia.
El enfoque pedagógico parte de una convicción práctica: la comprensión técnica se construye al encontrar problemas reales y tener que resolverlos con retroalimentación de alguien que los ha resuelto antes. Las lecturas y los videos tienen un lugar, pero no pueden reemplazar el ciclo de escribir código, ver qué falla y entender por qué.
Por eso los programas de Gradiente Lento están construidos alrededor de proyectos revisados. El material teórico existe para dar contexto al trabajo práctico, no al revés. Este orden importa y es lo que diferencia la formación aquí de los cursos donde los proyectos son opcionales o decorativos.
¿Quieres saber si el programa encaja con lo que buscas?
Escríbenos antes de inscribirte. Respondemos con honestidad sobre si el nivel y la carga del programa corresponden a tu situación.
Enviar consulta