Dirección de IA

Notas técnicas del área de IA: desde los fundamentos del aprendizaje automático y los principios del aprendizaje profundo, hasta el desarrollo de aplicaciones LLM (Prompt / RAG / Agent / Fine-tuning), que se irán ampliando conforme avance el aprendizaje.

Contenido incluido

• Fundamentos del aprendizaje automático — fundamentos matemáticos y algoritmos clásicos
• Aprendizaje profundo — redes neuronales, CNN / RNN / Transformer
• Prompt Engineering — diseño y evaluación de prompts
• RAG y Agent — retrieval-augmented generation y aplicaciones de agentes
• Fine-tuning de modelos — LoRA / QLoRA y despliegue

Lista de planificación

Tema	Descripción	Estado
Fundamentos del aprendizaje automático	Repaso rápido de álgebra lineal/probabilidad y estadística, regresión/clasificación/clustering, métricas de evaluación	En planificación
Aprendizaje profundo	Retropropagación, optimizadores, estructuras CNN/RNN/Transformer	En planificación
PyTorch	Tensores, autograd, pipeline de entrenamiento de modelos, distribuido	En planificación
Principios de LLM	Mecanismo de atención, preentrenamiento y alineación (RLHF/DPO)	En planificación
Prompt Engineering	Patrones de prompts, salida estructurada, métodos de evaluación	En planificación
RAG y Agent	Búsqueda vectorial, llamadas a herramientas, frameworks multiagente (LangChain/LlamaIndex)	En planificación
Fine-tuning de modelos	LoRA/QLoRA, construcción de datos, evaluación y despliegue	En planificación
Ingeniería de IA	Optimización de inferencia, cuantización, servicios (vLLM/Ollama)	En planificación
RAG avanzado	Estructuras de índice, recuperación avanzada, reranking, GraphRAG/Agentic RAG, evaluación	En planificación
Orquestación con LangGraph	Máquina de estados en grafo, checkpointers y stores, HITL con interrupt, producción	En planificación
Agente GUI (uso del ordenador)	Percepción, espacio de acciones, bucle de verificación, sandboxing, benchmarks y límites	En planificación
Selección de plataforma y frameworks	Capas del stack, comparación de rutas, marco de decisión, TCO, evitar dependencia	En planificación

Normas de redacción

• Las notas teóricas incluyen fórmulas e interpretaciones intuitivas, evitando fórmulas sin ejemplos;
• Las notas prácticas incluyen Notebooks ejecutables o ejemplos de línea de comandos, indicando las versiones de las dependencias;
• Los conceptos relacionados con artículos académicos deben vincularse a las notas de artículos de la colección de literatura;
• Los nombres de archivo usan guiones cortos, y tras crearlos se registran en la barra lateral de config.mjs.