Currículo abierto · edición verificadaContribuir en GitHub

CURRÍCULO VIVO · MANTENIDO POR PROFESIONALES

El curso de LLM Engineering que nunca estará terminado. Porque la IA tampoco.

Profesionales en activo detectan lo que ha cambiado, lo discuten en PR públicas y lo convierten en lecciones, labs y herramientas revisadas. Tú aprendes de esa edición viva; cuando aportas algo mejor, tu nombre queda.

Sin cuenta

El progreso funciona localmente. No guardamos tu código, prompts ni trazas.

Dedicación250–300 h
CuraciónProfesionales + PR
Actualizado21/08/2026
Fuente abierta116 recursos revisables

DEL CAMBIO A LA LECCIÓN

Lo que aprende un profesional hoy, lo estudia toda la comunidad mañana.

El temario no espera a una nueva edición. Cada mejora conserva la discusión, las fuentes, la revisión y la autoría que la hicieron fiable.

Edición activa · 116 recursos · revisada 21/08/2026
  1. 01

    La industria cambia

    Aparecen modelos, APIs, patrones y riesgos que aún no están en el curso.

  2. 02

    Alguien lo detecta

    Un profesional propone una mejora trazable en el repositorio público.

  3. 03

    Expertos la curan

    La comunidad contrasta fuentes, ejecuta ejemplos y discute el cambio.

  4. 04

    La web aprende

    La mejora aprobada llega al curso y su autor queda vinculado para siempre.

PROGRAMA PROFESIONAL

Una ruta que cambia con la industria, no una pila de tutoriales

Cada módulo termina en evidencia verificable. Aprendes la teoría necesaria y la conviertes en sistemas que puedes explicar en una entrevista o defender en producción.

Módulo 0115–18 h

Fundamentos de LLMs y APIs

Transformer, tokenización, generación, modelos actuales y clientes multi-proveedor.

Cliente multi-proveedor con tokens, latencia, errores y metadatos observables.
Módulo 0238–45 h

Prompt engineering avanzado

Prompts como software: tools, structured outputs, evaluación, versionado y mitigación.

Pipeline de evaluación de prompts con dataset, A/B y regresión en CI.
Módulo 0350–60 h

RAG systems y evaluación

Ingesta, embeddings, vector stores, chunking, reranking, grounding y RAGAS.

Aplicación RAG con citas, abstención y evaluación automatizada.
Módulo 0450–60 h

AI Agents y orquestación

Patrones agentic, LangGraph, MCP, tool use, multi-agente, memoria y evaluación.

Sistema multi-agente con servidor MCP, trazas y recuperación de fallos.
Módulo 0550–60 h

LLMOps, producción y Responsible AI

Observabilidad, eval continua, costes, despliegue, seguridad, safety y gobierno.

Sistema desplegado con SLOs, costes, evals y runbook operativo.
Módulo 0647–57 h

Capstone de producción

Proyecto integral, portfolio técnico, despliegue, defensa y preparación final.

Sistema defendible en entrevista con arquitectura, métricas, costes y demo.

RESULTADO PROFESIONAL

Tu aprendizaje termina en evidencia, no en una barra al 100 %

Construye un portfolio técnico con evals, ADRs, métricas, trazas y un capstone defendible. El pasaporte resume el trabajo; no finge ser una certificación oficial.

Construir mi portfolio
  1. 01Capstone desplegable con arquitectura y runbook
  2. 02Evals reproducibles y casos negativos
  3. 03Pasaporte descargable de competencias
  4. 04Preparación alineada a blueprints oficiales

PREPARACIÓN OPCIONAL

Si buscas un examen oficial, también puedes prepararlo

Es una herramienta más dentro de la ruta: simulacros, flashcards y reparación por dominio versionados contra las guías oficiales.

Blueprint verificado · 2026-08-21

AWS Certified AI Practitioner

AIF-C01 · 65 preguntas

20%24%28%14%14%
Preparar AIF-C01
Blueprint verificado · 2026-08-21

NVIDIA-Certified Associate: Generative AI LLMs

NCA-GENL · 50 preguntas

30%24%22%14%10%
Preparar NCA-GENL

DE ALUMNO A COLABORADOR

Cuando sepas algo que el curso aún no sabe, ya eres parte del club.

Abre la PR. Si mejora el curso y supera la revisión, la web cambia y tu contribución queda ligada a tu perfil. El reconocimiento premia conocimiento útil, no líneas de código.