RUTA-33 · Inteligencia artificial aplicada

Para quién y punto de entrada

Pensamiento crítico, datos, versiones, privacidad y responsabilidad profesional.

Antes de comenzar, resuelve una clase de cada prerrequisito sin consultar la solución. Si no puedes producir su evidencia mínima, incorpora esa clase como nivelación; no conviertas el diagnóstico en una penalización.

Recorrido principal

Parte 01 → Parte 04 → Parte 08 → Parte 11 → Parte 14 → Parte 40 → Parte 41 → Parte 42 → Parte 43 → Parte 44 → Parte 47 → Parte 48 → Parte 60 → Parte 69 → Parte 72 → Parte 73 → Parte 74 → Parte 75 → Parte 80

Las partes se estudian en su orden interno. La ruta selecciona un recorrido y no elimina la necesidad de volver a fundamentos cuando aparece una brecha.

Checkpoints

Talleres asociados: EST-09, EST-10. En cada checkpoint debes conservar versión inicial, crítica, revisión y reflexión. La carga horaria se publicará después de un piloto con tiempos reales; hasta entonces no se presenta una cifra inventada.

Evidencia de salida

Diseñar y auditar un uso de IA con propósito, datos, riesgos, pruebas, supervisión y retiro.

Capstone

EST-09 · Investigación, datos y prototipo avanzado: protocolo, conjunto de datos documentado, modelo reproducible, prototipo y registro de validación.

Criterio de finalización

La ruta se completa con el capstone en 80/100 o más, ninguna dimensión bajo 60 %, recuperación satisfactoria de conceptos esenciales y portafolio con al menos una revisión sustantiva. Completarla no concede título, licencia, firma ni atribución profesional.