Área de aprendizaje
El punto de entrada central a todos los contenidos de aprendizaje — guiado o libre, como prefieras.
Los fundamentos
Diseñado para usuarios sin ningún conocimiento previo. Si puedes usar un ordenador, empieza aquí.
Operation & Command Line
Cómo funciona un ordenador, qué son las APIs, cómo usar el terminal, cómo configurar un entorno de desarrollo, usar Git y qué es el Open Source.
Entiendes cómo funcionan los ordenadores, navegas con seguridad en el terminal, usas Git y comprendes el Open Source.
Cómo "piensa" un ordenador
CPU, GPU, RAM, disco duro y código binario — los fundamentos del hardware.
Internet y las APIs
Cliente, servidor, peticiones HTTP y las APIs como interfaces.
El terminal
GUI vs. CLI, rutas y los comandos más importantes.
Tu entorno de desarrollo
Editor, IDE y todo lo demás: configurar el lugar donde las ideas se convierten en archivos.
Control de versiones con Git
Repositorio, commit, branch y GitHub como almacenamiento en la nube.
Open Source vs. Closed Source
Código fuente, licencias (GPL, MIT) y por qué la transparencia es importante.
Descargar certificado
Haz clic para ver el estado
Python y lógica de programación
Desde variables, estructuras de control y funciones hasta clases, paquetes y entornos virtuales.
Programas en Python, entiendes tipos de datos, estructuras de control, POO y configuras entornos de desarrollo.
Variables y tipos de datos
String, Integer, Float, Boolean y asignaciones.
Estructuras de control
Ramas If/Else y bucles (For, While).
Funciones
Parámetros, valores de retorno y código modular.
Cuando el código falla (errores y depuración)
Error de sintaxis vs. error lógico, Try/Catch y cómo leer Stack Traces.
Listas y diccionarios
Arrays, almacenes clave-valor y acceso basado en índices.
Programación orientada a objetos (clases y objetos)
Clase, objeto, método y atributo — el plano para código complejo.
Bibliotecas de código externas (paquetes)
Pip, dependencias, import — no reinventar la rueda.
La burbuja de aislamiento (entornos virtuales / Docker)
venv, contenedores y entornos reproducibles.
Descargar certificado
Haz clic para ver el estado
El taller
Práctica para makers. Enfoque en la aplicación, las herramientas y los flujos de trabajo modernos.
Arte generativo (Imágenes y vídeo)
Generación de imágenes, Stable Diffusion, LoRA, ControlNet y optimización de flujos de trabajo.
Generas tus propias imágenes con Stable Diffusion, entiendes Text-to-Image y dominas LoRA, ControlNet y Upscaling.
Generación de imágenes (Del texto al píxel)
Text-to-Image, prompting y seed (valor aleatorio).
La herramienta (Stable Diffusion Forge)
Interfaz, VRAM local y velocidad de generación.
Control y ajuste fino
LoRA, Inpainting y Outpainting.
Optimización del flujo de trabajo
ControlNet (poses, bordes) y Upscaling.
GANs — Demo interactiva
Experimenta de forma interactiva cómo las GANs generan imágenes.
OpcionalDescargar certificado
Haz clic para ver el estado
Modelos de lenguaje locales
El ecosistema de Hugging Face, ejecutar modelos localmente y entender la cuantización.
Entiendes Hugging Face, llevas modelos a tu PC y comprendes la cuantización.
El ecosistema (Hugging Face)
Disponible desde 23 sept 2026
Llevar modelos al propio PC
Disponible desde 23 sept 2026
Cuantización (Reducir modelos)
Disponible desde 23 sept 2026
Descargar certificado
Haz clic para ver el estado
Agentes y automatización
System Prompts, Prompt Engineering, RAG, Function Calling, APIs y flujos de trabajo No-Code.
Creas System Prompts, construyes pipelines RAG, usas Function Calling y automatizas flujos de trabajo con n8n.
Dar una tarea al modelo (System Prompts)
System Prompt, roleplay, One-Shot vs. Few-Shot.
Prompt Engineering (Chain of Thought)
Zero-Shot, Chain-of-Thought y evitar alucinaciones.
Conectar datos propios (RAG)
Retrieval-Augmented Generation, chunking, Embeddings y base de datos vectorial.
Function Calling (Cuando la IA pulsa botones)
JSON-Output, Tool Use — la IA decide qué herramienta ejecutar.
Usar interfaces (APIs y MCP)
Clave API, Model Context Protocol y arquitectura de servidor para agentes de IA.
Flujos de trabajo No-Code (n8n)
Trigger, nodo, automatización de flujos de trabajo y webhooks.
Descargar certificado
Haz clic para ver el estado
IA en el desarrollo de software
Vibecoding, Context Engineering, Harness Engineering y Agentic Coding — la nueva forma de programar.
Programas con IA, dominas el Context Engineering y usas agentes de codificación autónomos.
Programación en lenguaje natural (Vibecoding)
Disponible desde 21 oct 2026
Context Engineering
Disponible desde 21 oct 2026
Harness Engineering: guardarraíles en vez de esperanza
Disponible desde 21 oct 2026
Agentic Coding (IAs que teclean solas)
Disponible desde 21 oct 2026
Descargar certificado
Haz clic para ver el estado
Calidad de software y pruebas
Leer pruebas, interpretar verificaciones automáticas, aprobar cambios y proteger secretos — calidad sin conocimientos de programación.
Lees una prueba y reconoces qué comprueba realmente, interpretas las verificaciones automáticas en rojo, le haces a un agente las tres preguntas cuya respuesta puedes comprobar tú mismo, y sabes qué nunca debe entrar en un repositorio.
Entender las pruebas cuando el agente las escribe
Disponible desde 18 nov 2026
Gates: la red de seguridad hecha de verificaciones automáticas
Disponible desde 18 nov 2026
Revisar sin conocimientos de programación
Disponible desde 18 nov 2026
Secretos y seguridad: lo que nunca debe entrar al repositorio
Disponible desde 18 nov 2026
Descargar certificado
Haz clic para ver el estado
La academia
La columna vertebral académica — equivalente a los módulos de IA de una carrera de informática, pero sin barreras.
Estructuras informáticas y algoritmos
Qué son los algoritmos, cómo escalan y qué estructuras de datos impulsan la informática.
Entiendes algoritmos, notación Big-O, recursión y las principales estructuras de datos (lineales, jerárquicas, basadas en clave).
¿Qué es un algoritmo?
Determinismo, finitud, entrada/salida — la receta de las máquinas.
Complejidad algorítmica (Big-O)
Entender la escalabilidad: lineal, cuadrática, exponencial.
Estructuras de datos I (Lineales)
Array, Linked List, Stack, Queue.
Recursión
Caso base, llamada recursiva y Stack Overflow — bucles con esteroides.
Estructuras de datos II (Jerárquicas y en red)
Tree, Binary Search Tree, Graph, Node, Edge.
Estructuras de datos III (Basadas en clave)
Hash Table, par clave-valor y caché.
Travelling Salesman — When Trying Everything Takes Too Long
This path's first demo: find the shortest tour through many cities — an NP-hard problem that exposes the limits of brute force and why we need clever heuristics like simulated annealing.
OpcionalDescargar certificado
Haz clic para ver el estado
Matemáticas de los datos
Estadística y probabilidad como fundamento del Machine Learning.
Entiendes parámetros de posición, dispersión, distribuciones, correlación, probabilidad y el teorema de Bayes.
Parámetros de posición (¿Dónde está el centro?)
Media, mediana y valores atípicos.
Dispersión (¿Qué tan lejos del centro?)
Varianza, desviación estándar y rango.
Distribuciones (La forma de los datos)
Distribución normal, asimetría y cola larga.
Conexiones entre datos
Correlación, causalidad y variables de confusión.
Probabilidad y valor esperado
Probabilidad, valor esperado y cálculo de riesgo/beneficio.
Bayes y probabilidad condicional
El teorema de Bayes: actualizar la opinión con nuevo conocimiento.
Naive Bayes — Demo interactiva
Clasifica textos en tiempo real con el algoritmo Naive Bayes.
OpcionalDescargar certificado
Haz clic para ver el estado
Álgebra lineal y cálculo
Vectores, matrices, tensores, derivadas y la regla de la cadena — el lenguaje del Deep Learning.
Entiendes vectores, matrices, tensores, derivadas, derivadas parciales y la regla de la cadena como base de la retropropagación.
Espacios y direcciones (Vectores)
Escalar, vector, dimensionalidad y espacio vectorial.
Tablas de datos y transformaciones (Matrices)
Matriz, multiplicación de matrices, transformación y producto escalar.
Tensores (El lenguaje de las GPUs)
Tensor como array n-dimensional, batching y shape.
Medir el cambio (Derivadas)
Pendiente, tasa de cambio y mínimos/máximos.
Derivadas parciales y el gradiente
Pendiente multidimensional y el vector gradiente.
Funciones anidadas (Regla de la cadena)
Composición de funciones y regla de la cadena — el precursor de la retropropagación.
Descargar certificado
Haz clic para ver el estado
IA clásica y simbólica
De Turing pasando por búsqueda, heurísticas y teoría de juegos hasta los sistemas expertos y el invierno de la IA.
Entiendes las raíces de la IA, navegas espacios de estados, dominas el pathfinding y la teoría de juegos y conoces las lecciones del invierno de la IA.
El nacimiento de la IA (De Turing a Dartmouth)
Test de Turing, Conferencia de Dartmouth (1956), ELIZA — el marco histórico.
Búsqueda en grafos
Espacio de estados, búsqueda en anchura (BFS) y búsqueda en profundidad (DFS).
Heurísticas y pathfinding
Heurística, función de coste, Dijkstra y el algoritmo A*.
A* Pathfinding — Demo interactiva
Ve A* y Dijkstra en acción navegando por un laberinto.
OpcionalAgentes en conflicto (Teoría de juegos)
Sistemas multiagente, juego de suma cero y equilibrio de Nash.
MinMax y Pruning
Árbol de decisión, estrategia MinMax y poda alfa-beta.
MinMax — Demo interactiva
Juega al Tic-Tac-Toe contra una IA invencible con MinMax.
OpcionalReglas y lógica (Sistemas expertos)
Sistema experto, motor de inferencia, reglas Si-Entonces y explosión combinatoria.
IA basada en reglas — Demo interactiva
Experimenta de forma interactiva cómo un sistema experto forma cadenas lógicas causales.
OpcionalELIZA Chatbot — Demo interactiva
Chatea con el primer bot terapeuta basado en reglas de la historia.
OpcionalEl invierno de la IA (Fracasos y lecciones)
Informe Lighthill, promesas exageradas y por qué la IA simbólica fracasó ante la complejidad.
Descargar certificado
Haz clic para ver el estado
Fundamentos del Machine Learning
El cambio de paradigma: de programar a entrenar — Supervised, Unsupervised y las herramientas de evaluación.
Entiendes los paradigmas del ML, entrenas modelos de Supervised Learning, evalúas con métricas y conoces el Overfitting y el Unsupervised Learning.
Programar vs. entrenar
Machine Learning, datos de entrenamiento, modelo e inferencia.
Supervised Learning (Aprender con profesor)
Etiqueta, características, objetivo, clasificación vs. regresión.
Regresión lineal y logística
Línea de ajuste, Sigmoid y función de error (MSE).
La materia prima (Data Engineering)
Feature Engineering, valores faltantes y normalización.
Parámetros vs. hiperparámetros
Lo que la IA aprende por sí misma vs. lo que ajusta el humano.
Cuando el alumno memoriza
Overfitting, Underfitting, Train-Test-Split y conjunto de validación.
Evaluar modelos
Accuracy, Precision, Recall, F1-Score y Confusion Matrix.
Unsupervised Learning (Estructura en el caos)
Clustering (k-Means), reducción de dimensionalidad (PCA) y detección de anomalías.
Supervised Learning — Demo interactiva
Entrena un modelo y observa la frontera de decisión.
OpcionalDecision Tree — the Glass-Box Classifier
Watch a tree of yes/no questions carve up the data — and see it tip into overfitting when it asks too many. The most transparent algorithm in the ML toolkit.
OpcionalK-Means Clustering — Demo interactiva
Observa cómo K-Means agrupa puntos de datos en grupos.
OpcionalDescargar certificado
Haz clic para ver el estado
Deep Learning (La revolución neuronal)
Desde la neurona artificial pasando por la activación, Hidden Layers y funciones de pérdida hasta Gradient Descent y Backpropagation.
Entiendes las redes neuronales desde el Perceptrón hasta la Backpropagation y puedes seguir el proceso de entrenamiento completo.
La neurona artificial
Perceptrón, pesos, sesgo y suma ponderada.
Perceptrón — Demo interactiva
Entrena la red neuronal más simple paso a paso.
OpcionalLa chispa de activación (Activación)
Linealidad vs. no-linealidad, ReLU y Sigmoid.
La red (Hidden Layers)
Deep Neural Network, Hidden Layer y Forward Pass.
Neural Network Playground — Demo interactiva
Crea tus propias arquitecturas de red, entrena en tiempo real y observa la Backpropagation en acción.
OpcionalCómo la IA calcula su error
Función de pérdida, Mean Squared Error y Cross-Entropy.
El camino hacia el valle (Gradient Descent)
Descenso del gradiente, tasa de aprendizaje y mínimo local/global.
Gradient Descent — Demo interactiva
Observa al optimizador descender hacia el valle — paso a paso.
OpcionalEl corazón del aprendizaje (Backpropagation)
Backpropagation y retropropagación del error — basado en la regla de la cadena.
Descargar certificado
Haz clic para ver el estado
Arquitecturas modernas (GenAI)
Desde tokenización pasando por Embeddings, CNNs, RNNs y Transformers hasta LLMs, Transfer Learning y Diffusion.
Entiendes tokenización, Embeddings, CNNs, RNNs, Transformers, LLMs, Transfer Learning, Sampling y Diffusion.
Tokenización (El alfabeto de las máquinas)
Token, BPE, Context Window — por qué la IA no entiende sílabas.
Embeddings y Latent Space
Word2Vec, vectores de embedding y distancia semántica.
Word Embeddings — Meaning as a Map
The interactive companion to the embeddings chapter: words become points, similar terms cluster, and king - man + woman lands on queen. This is what vector semantics feels like.
OpcionalVisión por computador (CNNs)
Convolución, filtro/kernel, Pooling y extracción de características.
Convolutional Filter — Demo interactiva
Descubre en tiempo real cómo los filtros CNN detectan bordes, texturas y patrones.
OpcionalTiempo y secuencias (RNNs)
Datos secuenciales, Recurrent Neural Networks y Vanishing Gradient.
El avance (Transformers y Attention)
Self-Attention, Query/Key/Value y el bloque Transformer.
Mecanismo de Attention — Demo interactiva
Comprende Query/Key/Value paso a paso — el corazón de cada Transformer.
OpcionalGrandes modelos de lenguaje (LLMs)
Foundation Model, Pre-training, Next-Token-Prediction y tamaño de parámetros.
Transfer Learning y Fine-Tuning
Pesos preentrenados, checkpoints y LoRA.
Sampling y Temperature
Softmax, Temperature, Top-K/Top-P — por qué ChatGPT no dice siempre lo mismo.
Modelos generativos de imagen (Diffusion)
Latent Space, ruido, denoising y Text-to-Image.
GANs — Demo interactiva
Experimenta de forma interactiva cómo las GANs generan imágenes.
OpcionalDescargar certificado
Haz clic para ver el estado
Reinforcement Learning
Aprender a través de recompensas: desde el principio básico pasando por Q-Learning hasta RLHF.
Entiendes el Reinforcement Learning, MDP, Q-Learning y RLHF — cómo ChatGPT aprende a ser educado.
La zanahoria y el palo (El principio)
Disponible desde 7 oct 2026
Multi-Armed Bandit — Demo interactiva
Experimenta el dilema entre exploración y explotación en la máquina tragaperras.
OpcionalDesarrollar estrategias (Q-Learning y MDPs)
Disponible desde 7 oct 2026
Q-Learning — Demo interactiva
Observa cómo un agente encuentra la salida mediante Q-Learning.
OpcionalRLHF (Cómo los LLMs aprenden a ser educados)
Disponible desde 7 oct 2026
Descargar certificado
Haz clic para ver el estado
Sociedad e inclusión
Implicaciones sociales y jurídicas, adaptadas a grupos con necesidades específicas.
Ética y mitos
Consciencia, sesgo, derechos de autor e inyecciones de prompt — las preguntas críticas en torno a la IA.
Distingues la AGI de la estadística, entiendes el sesgo de entrenamiento analíticamente, conoces las cuestiones de derechos de autor y los riesgos de Prompt Injection.
Consciencia vs. probabilidad
AGI, Sentience y el Stochastic Parrot.
Sesgo y calidad de los datos
Sesgo de entrenamiento, Impossibility Theorem, Signal vs. Noise.
Derechos de autor y robo de datos
Fair Use, Opt-Out y derechos de autor en datos de entrenamiento.
Seguridad e inyecciones de prompt
Jailbreaks, exfiltración de datos y cómo se engaña a los modelos de lenguaje.
Descargar certificado
Haz clic para ver el estado
Europa y derecho
EU AI Act, regulación de Foundation Models y protección de datos en aplicaciones de IA.
Entiendes el EU AI Act, las obligaciones de transparencia para Foundation Models y las implicaciones del GDPR para la IA.
El EU AI Act
Disponible desde 4 nov 2026
Regulación de Foundation Models
Disponible desde 4 nov 2026
Protección de datos e IA (GDPR)
Disponible desde 4 nov 2026
Descargar certificado
Haz clic para ver el estado
Para mayores (IA en el día a día)
Un ayudante digital, seguridad en internet y mantener la autonomía.
Usas la IA como ayudante cotidiano, reconoces las estafas y mantienes el control sobre tus datos.
Un ayudante digital
Asistente de voz, traducción y lectura en voz alta.
Primer contacto con la IA — Demo interactiva
Un primer diálogo seguro con un chatbot sencillo.
OpcionalSeguridad y protección contra el fraude
El timo del nieto 2.0, clonación de voz y detección de phishing.
Escudo anti-spam — Demo interactiva
Experimenta cómo un filtro de spam detecta correos sospechosos.
OpcionalMantener la autonomía
Opt-Out en proveedores y controlar la cesión de datos.
Descargar certificado
Haz clic para ver el estado
Para estudiantes
Aprender con IA en lugar de copiar, reconocer deepfakes y verificar fuentes críticamente.
Usas la IA como tutor de aprendizaje, reconoces deepfakes y medios sintéticos y verificas fuentes críticamente.
Aprender con IA (En lugar de copiar)
Diálogo socrático, tutor de aprendizaje y cuestionar críticamente las alucinaciones.
La verdad en internet
Deepfakes, verificación de fuentes y medios sintéticos.
Los coches aprenden a conducir — Demo interactiva
Observa cómo los coches aprenden mediante neuroevolución a dominar un circuito. Conduce tú mismo y compárate con la IA.
OpcionalJugar contra el ordenador — Demo interactiva
Enfréntate a una IA que elige el mejor movimiento con MinMax.
OpcionalEl chatbot más antiguo — Demo interactiva
Chatea con ELIZA, el primer chatbot de la historia.
OpcionalDescargar certificado
Haz clic para ver el estado
Second Brain y gemelos digitales
Organizar el conocimiento fuera de la cabeza — y entender qué pueden hacer los gemelos digitales de objetos reales y dónde están sus límites.
Creas tu propio Second Brain en lugar de acumular notas que nunca vuelves a leer, y explicas qué distingue a un gemelo digital de una simple simulación.
Second Brain: tu memoria externa
Disponible desde 2 dic 2026
Gemelos digitales
Disponible desde 2 dic 2026
Descargar certificado
Haz clic para ver el estado
Curiosidades
Un escaparate en crecimiento de demos que no encajan en ninguna ruta temática — clásicos, curiosidades, encantadoras excepciones.
Curiosidades
Un hogar para demos que no pertenecen a ninguna otra ruta — clásicos, curiosidades, encantadoras excepciones. Un escaparate en crecimiento sin un currículo compartido. A veces una se traslada a una ruta temática, a veces se une una nueva.
Un puñado curado de demos independientes — un paseo para los curiosos. Sin deberes, solo exploración.
Boids — comportamiento de bandada
Tres reglas simples por pájaro producen una bandada sin líder.
OpcionalEvolución — mutación y selección
Pequeñas criaturas son mutadas aleatoriamente generación tras generación — evolución para observar.
OpcionalDescargar certificado
Haz clic para ver el estado