Desarrollo y Evaluación de Modelos Propios

Empieza aquí

Documentos del curso

Lee la metodología, la evaluación y la política de IA antes de la primera sesión.

Guía de asignaturaPrograma institucional: RAE, contenidos, evaluación y cronograma. MetodologíaCómo trabajamos: sesiones activas, labs, proyecto y trabajo independiente. EvaluaciónNotas, rúbricas, micro-sustentaciones y plazos. Política de IAQué puedes hacer con asistentes de IA y cómo declararlo. Configurar KaggleCuenta, verificación, GPU, Internet, Secrets y entrega. Configurar StarttiLicencia, primer agente y API key para S06, S07 y S09. Ejecución localOpcional: corre los notebooks en tu computador con Jupyter. Proyecto finalReto, hitos, entregables, socialización y rúbrica.

¿Necesitas la guía de asignatura en Word? Descarga el archivo .docx.

Sesión a sesión

Estructura de cada sesión

180 minutos, siempre en el mismo orden. El challenge se empieza en clase y se entrega hasta las 23:59 del mismo día.

Teoría · 60'

Lab guiado · 60'

Challenge · 40'

Calentamiento · 10'Quiz de repaso, no calificado.
Teoría · 60'Interactiva: quiz, simulador o sala de grupo cada ~10 minutos.
Descanso · 10'Pausa.
Lab guiado · 60'Live coding en Kaggle con checkpoints.
Challenge · 40'Individual, personalizado y calificado, con micro-sustentaciones.

Programa

Las 12 sesiones

Del 2 al 24 de octubre de 2026, en hora de Colombia: los viernes hay una sesión (18:00–21:00) y los sábados, dos seguidas (7:00–10:00 y 10:00–13:00). Prepara las dos sesiones del sábado antes de las 7:00.

Slides y labs en inglés; challenges y guías en español. Los botones de Kaggle crean una copia del notebook en tu cuenta; cada guía de sesión incluye además enlaces a Colab.

TeoríaLabChallenge

Viernes 2 oct. · 18:00–21:00

Sesión 01: Introduction to Generative and Pretrained Models

Introducción a modelos generativos y preentrenados

Resultados de aprendizaje: RAE 1 · 4 · 5

Slides Lab en Kaggle Challenge en Kaggle Guía de la sesión

TeoríaLabChallenge

Sábado 3 oct. · 7:00–10:00

Sesión 02: Training Generative Models

Entrenamiento de modelos generativos

Resultados de aprendizaje: RAE 1 · 2

Slides Lab en Kaggle Challenge en Kaggle Guía de la sesión

TeoríaLabChallenge

Sábado 3 oct. · 10:00–13:00

Sesión 03: Pretrained Models and Transfer Learning

Modelos preentrenados y transferencia de aprendizaje

Resultados de aprendizaje: RAE 1 · 3

Hito del proyecto: Conformación de grupos

Slides Lab en Kaggle Challenge en Kaggle Guía de la sesión

TeoríaLabChallenge

Viernes 9 oct. · 18:00–21:00

Sesión 04: Fine-Tuning Generative Models

Afinamiento de modelos generativos

Resultados de aprendizaje: RAE 1 · 2

Slides Lab en Kaggle Challenge en Kaggle Guía de la sesión

TeoríaLabChallenge

Sábado 10 oct. · 7:00–10:00

Sesión 05: Evaluating Generative Models

Evaluación de modelos generativos

Resultados de aprendizaje: RAE 2

Slides Lab en Kaggle Challenge en Kaggle Guía de la sesión

TeoríaLabChallengeStartti

Sábado 10 oct. · 10:00–13:00

Sesión 06: Introduction to Basic Application Development

Introducción al desarrollo de aplicaciones básicas

Resultados de aprendizaje: RAE 3 · 4

Hito del proyecto: Propuesta (canvas), hasta el miércoles 14 oct. a las 23:59

Slides Lab en Kaggle Challenge en Kaggle Guía de la sesión

TeoríaLabChallengeStartti

Viernes 16 oct. · 18:00–21:00

Sesión 07: Implementing Basic Chatbots and Agents

Implementación de chatbots básicos y agentes

Resultados de aprendizaje: RAE 3 · 4 · 6

Proyecto: Retroalimentación escrita de la propuesta

Slides Lab en Kaggle Challenge en Kaggle Guía de la sesión

TeoríaLabChallenge

Sábado 17 oct. · 7:00–10:00

Sesión 08: Building Classifiers with Generative Models

Creación de clasificadores con modelos generativos

Resultados de aprendizaje: RAE 1 · 2 · 3

Slides Lab en Kaggle Challenge en Kaggle Guía de la sesión

TeoríaLabChallengeStartti

Sábado 17 oct. · 10:00–13:00

Sesión 09: Use Cases: Generative Models in Real Contexts

Casos de uso: modelos generativos en contexto real

Resultados de aprendizaje: RAE 4 · 5 · 6

Hito del proyecto: Canvas de caso de uso

Slides Lab en Kaggle Challenge en Kaggle Guía de la sesión

TeoríaLabChallenge

Viernes 23 oct. · 18:00–21:00

Sesión 10: Ethics and Sustainability in Generative Models

Ética y sostenibilidad en modelos generativos

Resultados de aprendizaje: RAE 2 · 6

Hito del proyecto: Entrega final con la iteración de mejora (H4), a las 23:59

Slides Lab en Kaggle Challenge en Kaggle Guía de la sesión

TeoríaLabChallenge

Sábado 24 oct. · 7:00–10:00

Sesión 11: Evaluation and Continuous Model Improvement

Evaluación y mejora continua de modelos

Resultados de aprendizaje: RAE 2 · 6

Proyecto: Revisión de la iteración de mejora y preparación del pitch

Slides Lab en Kaggle Challenge en Kaggle Guía de la sesión

Proyecto finalStartti opcional

Sábado 24 oct. · 10:00–13:00

Sesión 12: Integrative Project: Complete Solution

Proyecto integrador: desarrollo de solución completa

Resultados de aprendizaje: RAE 1–6

Proyecto: Socialización y defensa individual

Slides Proyecto final Guía de la sesión

Nota final

Evaluación en resumen

Escala de 0.0 a 5.0; se aprueba con 3.0. Sin parciales: evaluación continua y un proyecto integrador.

Challenges · 70%

Entregable · 15%

Demo · 10%

70%

Challenges de sesión

11 challenges individuales (S01–S11). Cuentan tus mejores 10; cada uno vale 7%.

Ejecución técnica · 40%
Análisis e interpretación · 40%
Reflexión y registro de uso de IA · 20%

30%

Proyecto final (grupos de 3)

Un modelo propio, evaluado y mejorado, expuesto en una app o un agente.

Entregable técnico · 15%
Socialización y demo · 10%
Defensa individual · 5%
× factor de coevaluación (0.7–1.0)

EntregaDescarga el notebook y súbelo a e-Aulas como S<NN>_<codigo>.ipynb antes de las 23:59.
Entregas tardíasHasta 24 h después del plazo: −0.5. Después: 0.0.
Registro de IAObligatorio. Sin registro, el componente de 20% vale 0.
Micro-sustentacionesSi no puedes explicar tu propia entrega, la nota de ese challenge se limita a 3.0.

Ver el esquema completo → Política de uso de IA →