PLAN PÚBLICO

Plan de AI Systems Engineer

Una vista de metadatos de la secuencia, los hitos y el límite de vista previa gratuita.

CURRÍCULO DISPONIBLE: 64 unidades
Vista previa gratuita: 3 unidades de vista previa gratuita

Fundamentos de programación aplicada y backend para sistemas de IA

Fundamentos

Construye la primera capa funcional de AI Operations Copilot, desde un entorno de proyecto reproducible hasta triage determinista, validación, archivos, empaquetado, tipado, pruebas, CLI, FastAPI, Pydantic, abstracción de proveedor y una salida estructurada y controlada del modelo.

AI Operations CopilotSmart Inbox TriageFundamentos de Python + backend de IA

14 unidades

01
Entorno, terminal, Git y el primer componente en ejecución
A01 · Ruta inicial
02
Datos de Python, colecciones y representación de mensajes entrantes
A02 · Ruta inicial
03
Condicionales, loops y baseline determinista de triage
A03 · Ruta inicial
04
Funciones, responsabilidades y pipeline de triage
A04
Hito
05
Validación, excepciones y fallo controlado
A05
06
Entrada TXT/JSON y persistencia segura de resultados
A06
07
Estructura de paquete, imports y pyproject.toml
A07
08
Anotaciones de tipo, enums y modelos de dominio explícitos
A08
09
Pytest y protección contra regresiones
A09
Hito
10
Límite CLI: triage individual y por batch
A10
11
HTTP y el primer servicio FastAPI
A11
12
Pydantic y POST /triage: transporte → dominio → respuesta
A12
Hito
13
Configuración, secretos y un proveedor de modelo reemplazable
A13
14
Salida estructurada del modelo y primera demo de triage híbrido con IA
A14
Hito

El progreso de la fase aparecerá aquí cuando tu cuenta tenga acceso.

Backend de IA persistente y memoria operativa

Persistencia

Convierte el servicio sin estado Smart Inbox Triage de la Fase A en un backend duradero con SQL, PostgreSQL, SQLAlchemy, transacciones, repositorios, migraciones, ejecuciones de análisis persistidas, comportamiento idempotente de la API, filtrado, paginación, índices y pruebas de integración con base de datos.

AI Operations CopilotPersistent Operations MemorySQL + backend de IA persistente

11 unidades

01
Pensamiento relacional y fundamentos de SQL
B15
02
Diseño del esquema de producción, restricciones, joins y comportamiento transaccional
B16
03
Engine de SQLAlchemy 2.x y modelos de persistencia mapeados
B17
Hito
04
Sessions, commits, rollbacks y límites de transacción
B18
05
Repositorios y servicios independientes de la persistencia
B19
06
Migraciones con Alembic y evolución explícita del esquema
B20
Hito
07
Ingestión duradera de mensajes y ciclo de vida de ejecuciones de análisis
B21
08
APIs de escritura idempotentes y comportamiento ante conflictos
B22
Hito
09
Consultas de historial, filtrado, ordenamiento y paginación
B23
10
Índices, pruebas de integración con PostgreSQL y casos de fallo de base de datos
B24
11
Persistent Operations Memory de extremo a extremo
B25
Hito

El progreso de la fase aparecerá aquí cuando tu cuenta tenga acceso.

Evaluación de IA, confiabilidad y decisiones de release

Evaluación

Convierte Persistent Operations Memory en un AI Quality Lab: define contratos de evaluación, revisa un benchmark curado, congela una partición holdout, construye un harness de evaluación local, calcula métricas de clasificación y revisión humana, analiza slices y modos de fallo, mide automatización selectiva y confiabilidad de ejecución, compara un candidato controlado, prueba robustez y toma una decisión de release sin mover los criterios después de ver los resultados.

AI Operations CopilotAI Quality LabEvaluación de IA + confiabilidad

10 unidades

01
Contratos de evaluación: define qué significa «bueno» antes de medirlo
C26
02
Casos de evaluación revisados y disciplina de etiquetado
C27
03
Particiones dev y holdout congelado con hashing del dataset
C28
Hito
04
Harness de evaluación local, sujetos, graders y artefactos crudos
C29
05
Matrices de confusión, precision, recall, F1 y métricas de seguridad de revisión
C30
Hito
06
Automatización selectiva, confiabilidad de ejecución, latencia y costo
C31
07
Análisis por slices y una taxonomía de fallos útil
C32
08
Robustez con casos metamórficos y estabilidad entre ejecuciones repetidas
C33
09
Un experimento controlado de candidato y un criterio de promoción predefinido
C34
Hito
10
Decisión con holdout congelado y capacidad AI Quality Lab
C35
Hito

El progreso de la fase aparecerá aquí cuando tu cuenta tenga acceso.

Flujos de trabajo de IA, revisión humana y acciones confiables

Flujos de trabajo

Convierte AI Operations Copilot, ya evaluado, en un sistema operativo de flujo de trabajo con transiciones de estado explícitas, historial duradero del flujo de trabajo, colas de revisión humana, aprobaciones y overrides, concurrencia optimista, planificación determinista de acciones, adaptadores de acción reemplazables, ejecución HTTP idempotente, reintentos acotados, candidatos de feedback de revisores y métricas end-to-end del flujo de trabajo.

AI Operations CopilotOperations Workflow and Human ReviewFlujos de trabajo + revisión humana

11 unidades

01
Casos de flujo de trabajo y un contrato explícito de máquina de estados
D36
02
Persistir casos de flujo de trabajo, decisiones de revisión, eventos y solicitudes de acción
D37
03
Servicio de transiciones e historial append-only del flujo de trabajo
D38
Hito
04
Construir la cola de revisión humana y la API de consulta orientada al operador
D39
05
Aprobaciones humanas, overrides, escalamiento e historial de revisiones
D40
Hito
06
Concurrencia optimista y protección contra revisiones desactualizadas
D41
07
Planificación determinista de acciones y límite de comandos
D42
08
Adaptadores de acción reemplazables y una integración HTTP controlada
D43
09
Ejecución idempotente de acciones, reintentos acotados y agotamiento explícito de reintentos
D44
Hito
10
Convertir overrides humanos en candidatos de feedback revisados
D45
11
Operations Workflow end-to-end y resumen de calidad del flujo de trabajo
D46
Hito

El progreso de la fase aparecerá aquí cuando tu cuenta tenga acceso.

Conocimiento fundamentado, RAG y seguridad de IA

Conocimiento fundamentado

Amplía AI Operations Copilot con una capa de conocimiento segura y medible: ingesta de documentos versionados, chunking determinista, recuperación mediante búsqueda de texto completo de PostgreSQL, embeddings con pgvector, ranking híbrido, borradores de respuestas fundamentadas, citas, abstención, defensas contra prompt injection, controles de privacidad, manejo acotado de fallos y release gates separados para recuperación, respuestas, seguridad y confiabilidad.

AI Operations CopilotGrounded Company IntelligenceRAG + conocimiento + seguridad de IA

9 unidades

01
Contrato de conocimiento, answerability y límites de amenazas
E47
02
Ingesta segura de conocimiento, procedencia y chunking determinista
E48
Hito
03
Recuperación léxica con PostgreSQL y benchmark de recuperación congelado
E49
04
Embeddings, pgvector y recuperación híbrida
E50
Hito
05
Borradores de respuestas fundamentadas, citas y abstención
E51
06
Prompt injection, privacidad y construcción segura de contexto
E52
Hito
07
Presupuestos de fallo, reintentos acotados, fuentes desactualizadas y artefactos parciales
E53
08
Evaluación de RAG, criterios de seguridad y decisiones de release del retriever
E54
09
Grounded Company Intelligence end-to-end
E55
Hito

El progreso de la fase aparecerá aquí cuando tu cuenta tenga acceso.

Observabilidad, integración y despliegue

Producción

Convierte AI Operations Copilot en un sistema de portafolio desplegado y reproducible con aceptación de release, logging estructurado seguro para la privacidad, trazas y métricas de OpenTelemetry, health checks y readiness checks, Docker, pruebas de integración respaldadas por PostgreSQL, CI con GitHub Actions, una sala de control ligera para operadores, una superficie pública de demostración restringida, smoke tests de despliegue y un release gate técnico final.

AI Operations CopilotAI Operations Control RoomProducción + observabilidad

9 unidades

01
Contrato de release del sistema completo y aceptación offline
F56
02
Logging estructurado seguro para la privacidad e IDs de correlación
F57
Hito
03
Trazas OpenTelemetry y métricas de aplicación
F58
04
Health, readiness, resúmenes operativos y visibilidad de fallos
F59
05
Docker, Compose e integración PostgreSQL similar a producción
F60
Hito
06
CI con GitHub Actions y quality gates conscientes de migraciones
F61
07
AI Operations Control Room y superficie de demo restringida
F62
Hito
08
Despliegue de contenedores, PostgreSQL administrado y verificación con smoke tests
F63
09
Release técnico final, reproducibilidad y verificación del sistema
F64
Hito

El progreso de la fase aparecerá aquí cuando tu cuenta tenga acceso.

AI Systems Engineer Encuentra tu ruta

Cargando espacio de trabajo

Fundamentos de programación aplicada y backend para sistemas de IA

Backend de IA persistente y memoria operativa

Evaluación de IA, confiabilidad y decisiones de release

Flujos de trabajo de IA, revisión humana y acciones confiables

Conocimiento fundamentado, RAG y seguridad de IA

Observabilidad, integración y despliegue