Experiencias de quienes ya pasaron por aquí

Situación inicial

Camila quería entender cómo funcionan las herramientas de IA que usa en su trabajo de diseño, pero no tenía ningún conocimiento de programación. Le preocupaba que el programa fuera demasiado técnico.

Cómo lo trabajamos

Empezamos desde los conceptos más elementales de Python. El mentor adaptó los ejercicios al tipo de datos que Camila maneja en su trabajo: imágenes, descripciones, catálogos.

Lo que logró

Al terminar el programa tenía su primer análisis de datos propio y una comprensión real de cómo las herramientas que ya usaba procesan información. Siguió con los talleres de ML.

Situación inicial

Javier manejaba Python básico desde la universidad pero nunca había aplicado machine learning. Quería construir un modelo para analizar datos de su empresa sin depender de consultores externos.

Cómo lo trabajamos

Los talleres le permitieron trabajar con un conjunto de datos financieros reales. El mentor revisó su código en dos sesiones y señaló cómo mejorar la estructura del pipeline de datos.

Lo que logró

Terminó con un modelo de clasificación funcional para su caso de uso específico y con la confianza suficiente para seguir iterando por su cuenta. El código quedó limpio y documentado.

Situación inicial

Laura había completado los dos programas anteriores y quería construir algo completo: una herramienta de IA que su equipo pudiera usar para clasificar solicitudes de soporte interno.

Cómo lo trabajamos

Con su mentor definieron el alcance en la primera semana. Las sesiones de revisión de código se concentraron en la arquitectura del sistema y en cómo hacer que los resultados fueran interpretables para personas no técnicas.

Lo que logró

Entregó una solución funcional que su equipo usa actualmente. Tiene el portafolio con el código documentado y el documento de finalización de Códice que describe el proyecto con detalle.