# programas disponibles
Tres programas, cada uno con alcance y precio claros
Datos y ML clásico para quien quiere entender el trabajo de fondo. Modelos de lenguaje para quien quiere construir sistemas. Formación interna para equipos que trabajan con IA en producción.
← Inicio# metodología
Cómo funciona la formación
Todos los programas de Gradiente Lento están construidos sobre el mismo principio: el proyecto revisado es el núcleo del aprendizaje. El material teórico prepara al estudiante para el trabajo práctico; no al revés.
Cada sesión en vivo tiene un propósito específico: introducir un concepto técnico, revisar trabajo de la semana anterior o resolver bloqueos sobre proyectos en curso. No hay sesiones de relleno. La carga de trabajo está especificada en horas por semana antes de inscribirse.
Manejo de Datos y Aprendizaje Automático Clásico
Diez semanas sobre la parte del trabajo que ocupa la mayor parte de la semana de un ingeniero real: dejar los datos en un estado donde un modelo pueda aprender de ellos. El programa cubre pandas a profundidad, SQL para construcción de características, manejo de datos faltantes, leakage y cómo se oculta, ingeniería de características, validación cruzada correcta, árboles y ensambles, y evaluación honesta incluyendo las métricas que favorecen un modelo y por qué. Tres proyectos sobre datos públicos colombianos e internacionales desordenados, cada uno revisado por escrito.
- Comprensión profunda del trabajo de limpieza y preparación de datos
- Capacidad de detectar y corregir leakage en pipelines reales
- Evaluación de modelos con métricas apropiadas al problema
- Tres proyectos revisados como portafolio técnico
Exploración y limpieza de datos con pandas y SQL
Ingeniería de características y detección de leakage
Árboles, ensambles y selección de modelos
Evaluación honesta y entrega de proyectos revisados
Ingeniería de Aplicaciones con Modelos de Lenguaje
Dieciocho semanas construyendo software alrededor de modelos de lenguaje de código abierto y servicios hospedados: diseño de prompts como disciplina de ingeniería, pipelines de recuperación y las decisiones de embedding que importan, arneses de evaluación para salidas difíciles de puntuar, ajuste fino de modelos pequeños sobre datos de dominio, presupuestos de costo y latencia, y los modos de fallo que solo aparecen en producción. Cinco proyectos, cada uno entregado como repositorio funcional con tests y revisión escrita. Cómputo y acceso a modelos para ejercicios incluidos.
- Construir sistemas con LLMs que funcionan en producción
- Evaluar outputs de LLMs de forma sistemática
- Entender los compromisos de costo, latencia y calidad
- Cinco repositorios con tests como trabajo demostrable
Diseño de prompts y gestión del contexto
Pipelines de recuperación y selección de embeddings
Evaluación de outputs y arneses de testing
Ajuste fino y optimización para producción
Entrega de cinco proyectos revisados con tests
Programa de Formación para Equipos de Empresa
Un programa diseñado alrededor del stack del equipo y uno de sus problemas reales. Empieza con una encuesta de habilidades y un currículo ajustado a lo que el equipo ya sabe. Doce sesiones en vivo, revisión de código del trabajo real del equipo, y un manual interno escrito para que las prácticas sobrevivan al programa. Cuatro semanas después del cierre, hay una sesión de revisión para ver si la adopción de las prácticas encontró obstáculos. La entrega es operativa y pedagógica: el programa forma a las personas y no toma decisiones por la empresa.
- Currículo ajustado al nivel real del equipo
- Revisión de código sobre trabajo propio del equipo
- Manual interno escrito que sobrevive al programa
- Sesión de revisión en semana 16 incluida
Encuesta de habilidades y diseño del currículo
Doce sesiones en vivo con revisión de código del equipo
Entrega del manual interno y repositorios
Sesión de revisión en semana 16 e informe de cierre
# comparación de cursos
¿Cuál programa es para ti?
Usa esta tabla para orientarte. Si tienes dudas después de leerla, escríbenos.
| Característica | Datos y ML | LLMs (recomendado) | Equipos |
|---|---|---|---|
| Duración | 10 semanas | 18 semanas | 12 semanas |
| Número de proyectos | 3 | 5 | Variable |
| Créditos de cómputo | — | Incluidos | Consultar |
| Manual interno | — | — | Incluido |
| Precio (COP) | 1.290.000 | 3.390.000 | 3.900.000 |
| Mejor para | Analistas y devs que quieren ML sólido | Devs Python que quieren construir con LLMs | Equipos de 6–20 ingenieros en empresa |
# estándares técnicos compartidos
Lo que aplica a todos los programas
Privacidad del trabajo
Los proyectos y retroalimentación son privados. No se usan para marketing ni se comparten entre cohortes sin permiso.
Material actualizado
Los cuadernos se revisan antes de cada cohorte. El campo cambia rápido; el material acompaña ese ritmo.
Retroalimentación escrita real
Cada entrega recibe comentarios técnicos específicos del instructor, no respuestas genéricas ni calificaciones automáticas.
Entorno de producción desde el inicio
Los estudiantes trabajan con las mismas herramientas que usarán en proyectos reales. Sin versiones simplificadas.
Canal técnico activo
Preguntas técnicas sobre los proyectos respondidas por el instructor durante el programa, no redirigidas a comunidades externas.
Alcance declarado sin sorpresas
Qué incluye y qué no incluye cada programa está escrito antes de inscribirse. Precios finales en COP sin cargos adicionales.
# precios
Precios en COP, sin cargos adicionales
Datos y ML Clásico
- 10 semanas, 2 sesiones/semana
- 3 proyectos revisados
- Pack de datasets
- Grabaciones por 1 año
- Canal de estudio
Modelos de Lenguaje
- 18 semanas, 2 sesiones/semana
- 5 proyectos como repositorios
- Créditos de cómputo incluidos
- Oficinas de atención semanales
- Plantillas de evaluación
Programa Equipos
- 12 semanas, 12 sesiones
- Manual interno escrito
- Revisión de código real
- Sesión de revisión sem. 16
- Informe de cierre
¿No estás seguro de cuál elegir?
Escríbenos con tu nivel actual y lo que quieres construir. Te decimos qué programa tiene más sentido para tu situación, o si ninguno encaja bien por ahora.
Consultar antes de decidir