Curso de IA Avanzada para Programadores
Especialización en Inteligencia Artificial Avanzada: pasa de usar la IA a diseñar, construir y operar sistemas de IA en producción.
16 semanas · 120 h en directo en 3 sesiones semanales de tarde, para compaginar con tu trabajo. Cada módulo termina con un mini-proyecto y acabas desplegando en producción un sistema de IA completo.

Nuestros graduados trabajan en empresas líderes
Las herramientas de un AI Engineer
Un stack profesional, de la experimentación a producción. Y, sobre todo, los conceptos que no caducan con la próxima versión.
Claude y Google AI Studio
Experimentación, APIs y agentes con los modelos líderes.
Modelos open-weights
Despliegue propio con vLLM y Ollama, on-premise o en la nube.
Bases de datos vectoriales
Embeddings, búsqueda semántica e híbrida para sistemas RAG.
SDKs de agentes y MCP
Agentes que usan herramientas y servidores MCP propios.
Evals y observabilidad
LLM-as-a-judge, trazas y control de calidad en producción.
Guardrails y seguridad
Defensa frente a prompt injection, alineada con el AI Act.
¿Por qué este curso? Aula Digital Tech es diferente
Ventajas de la especialización
- 120 h de clases online en directo con profesorado experto.
- Sesiones de tarde para compaginar con tu trabajo.
- Más de 12 mini-proyectos y un proyecto final en producción.
- Credencial digital verificable al terminar.
- Acceso a la bolsa de empleo, también tras graduarte.
¿A quién va dirigido?
- Construir agentes y sistemas RAG.
- Llevar aplicaciones de IA a producción.
- Especializarse como AI Engineer o LLM Engineer.


Metodología
- Learning by doing: un mini-proyecto al final de cada módulo.
- 3 sesiones semanales de 2,5 h en horario de tarde.
- El Módulo 0 nivela al grupo antes de entrar en lo avanzado.
Qué construirás
- Asistentes con tus datos (RAG con citas).
- Agentes autónomos y servidores MCP.
- Modelos afinados, evals y plataformas LLMOps.
- Sistemas seguros frente a prompt injection.
Plan de estudios / Temario
13 módulos y 120 horas en directo. Cada módulo termina con un mini-proyecto práctico para tu portfolio.
Módulo 0 — Nivelación y entorno de trabajo
Fundamentos de machine learning y deep learning
Python, notebooks, claves de API y control de costes
Prueba de nivel y plan de refuerzo · 6 h
Módulo 1 — Cómo funcionan los LLMs por dentro
Tokenización, embeddings y arquitectura transformer
Del preentrenamiento al asistente (RLHF)
Cómo elegir modelo: calidad, coste, latencia y privacidad · 8 h
Módulo 2 — Ingeniería de prompts y de contexto
Prompts de sistema, few-shot y razonamiento guiado
Salidas estructuradas en JSON con esquemas
Gestión de contexto y prompts como código · 8 h
Módulo 3 — Integración de modelos por API
SDKs, streaming, tool use y function calling
Caching de prompts, lotes y control de costes
Reintentos y fallbacks entre proveedores · 8 h
Módulo 4 — RAG avanzado
Embeddings, bases vectoriales y chunking
Búsqueda híbrida, reranking, GraphRAG y RAG agéntico
Citas y trazabilidad de las respuestas · 14 h
Módulo 5 — Agentes de IA
Bucle de agente, planificación y memoria
ReAct, orquestador-trabajadores y multiagente
Agentes de navegador y de código, human-in-the-loop · 16 h
Módulo 6 — Model Context Protocol (MCP)
Clientes, servidores, herramientas y recursos
Crea tu propio servidor MCP paso a paso
Autenticación, permisos y buenas prácticas · 8 h
Módulo 7 — Fine-tuning y modelos propios
Cuándo afinar frente a prompting y RAG
LoRA, QLoRA, PEFT y datos sintéticos
Destilación, cuantización y despliegue con vLLM y Ollama · 14 h
Módulo 8 — Evaluación de sistemas de IA
Conjuntos de prueba y métricas
LLM-as-a-judge y evaluación de RAG y agentes
Evals en pipelines de CI/CD · 8 h
Módulo 9 — LLMOps y producción
Observabilidad, trazas y detección de degradación
Gateways, enrutado entre modelos y caching semántico
Versionado, despliegues graduales y A/B testing · 8 h
Módulo 10 — Seguridad, ética y regulación
Prompt injection, jailbreaks y fuga de datos
Guardrails y mínimo privilegio en agentes
RGPD y Reglamento Europeo de IA (AI Act) · 6 h
Módulo 11 — Programación asistida por IA
Agentes de código y asistentes en el IDE
Especificar, planificar e iterar con agentes
Calidad, seguridad y mantenibilidad del código generado · 6 h
Módulo 12 — Proyecto final
Agente con RAG y herramientas conectadas vía MCP
Evals, revisión de seguridad y despliegue en producción
Demo ante el grupo y el equipo docente · 10 h
Especialízate en inteligencia artificial
Lo que necesitas saber antes de dar el salto de programador a AI Engineer.
Requisitos del curso de IA para programadores
Necesitas experiencia programando, preferiblemente en Python o JavaScript/TypeScript, y conocimientos básicos de APIs y Git.
El Módulo 0 repasa machine learning, deep learning y el entorno de trabajo para que todo el grupo parta de la misma base.
Salidas profesionales en IA
- AI Engineer y LLM Engineer
- Desarrollador/a de agentes de IA
- Ingeniero/a de RAG y búsqueda semántica
- MLOps / LLMOps Engineer
- Arquitecto/a de soluciones de IA
- Consultor/a de IA para empresas
Certificación profesional verificable
Al validar tu proyecto final recibes una credencial digital emitida con Certifier, registrada en blockchain y verificable por código QR.
Puedes añadirla a tu perfil de LinkedIn con un solo clic.
¿Listo para dar el salto a la IA?
De usar la IA a construir sistemas de IA en producción, en 16 semanas. Pide información sobre la próxima convocatoria.
Reservar mi plazaLo que Dicen Nuestros Estudiantes
"Las clases son amenas y los profesores saben mucho de todo lo que les preguntes."
Carlos Fernández
Estudiante en practicas
Preguntas Frecuentes
Todo lo que necesitas saber antes de empezar la especialización en IA.
¿Listo para Cambiar tu Vida?
Solicita información sin compromiso y da el primer paso hacia tu nueva carrera en tecnología