Skip to content

LEARNING_PATH.md

Latest commit

 

History

History
42 lines (33 loc) · 1.57 KB

LEARNING_PATH.md

File metadata and controls

42 lines (33 loc) · 1.57 KB
Raw

🧭 Ruta de aprendizaje

flowchart TD
    START(["🎓 Inicio"]) --> Q{"¿Cuál es tu objetivo?"}
    Q -->|"Dominar todo el mapa"| FULL["🛤️ Ruta completa<br/>Partes 00–14<br/>70–95 semanas"]
    Q -->|"Construir agentes"| AG["🤖 Ruta para agentes<br/>00 · 01 · 06 · 08 · 09<br/>10 · 12 · 13 · capstone"]
    Q -->|"Entrenar y servir modelos"| MOD["⚙️ Ruta de ingeniería de modelos<br/>00 · 03 · 04 · 05 · 06<br/>07 · 12 · 13"]
    Q -->|"Producto y gobernanza"| PROD["📦 Ruta de producto<br/>00 · 03 · 06 · 09<br/>12 · 13 + proyectos"]
    FULL --> CAP(["🏁 Capstone 183"])
    AG --> CAP
    MOD --> SPEC(["🔗 Especializaciones<br/>conectadas"])
    PROD --> CAP
    CAP --> SPEC
Loading

🛤️ Ruta completa

Sigue las partes 00 a 14. Dedica entre 70 y 95 semanas a ritmo de dos clases por semana, incluyendo proyectos.

🤖 Ruta para agentes

  1. Parte 00: clases 001, 004, 008 y 011.
  2. Parte 01: búsqueda, reglas y planificación.
  3. Parte 06: prompting, resultados estructurados, tool calling y el hardware que fija el techo de latencia y costo (clases 081–083).
  4. Parte 08: RAG, memoria y evaluación de atribución.
  5. Parte 09 completa.
  6. Parte 10 completa.
  7. Parte 12: observabilidad, AgentOps, costos y resiliencia.
  8. Parte 13: seguridad, evals y gobernanza.
  9. Capstone 183.

⚙️ Ruta para ingeniería de modelos

Partes 00, 03, 04, 05, 06, 07, 12 y 13; después profundiza en los dos repositorios especializados.

📦 Ruta para producto y gobernanza

Partes 00, 03, 06, 09, 12, 13 y los proyectos de cada parte.