Tribu IA Papers — Segunda Cohorte
De la investigación científica a la implementación en código.
Una experiencia práctica, intensiva y colaborativa para quienes construyen el futuro con Inteligencia Artificial.
Qué es Tribu IA Papers
Programa de formación avanzada que conecta a desarrolladores, estudiantes y profesionales con la frontera del conocimiento en agentes LLM.
Cada cohorte transforma papers recientes y materiales de referencia en implementaciones reproducibles, buenas prácticas de ingeniería y proyectos con potencial real.
- • Lectura crítica de literatura y recursos técnicos.
- • Implementación en código de métodos y arquitecturas actuales.
- • Aplicación práctica en problemas y proyectos.
- • Trabajo colaborativo con mentores y pares.
Objetivos de aprendizaje
- Comprender fundamentos y arquitectura de agentes LLM: planificación, memoria, herramientas/funciones y RAG.
- Diseñar flujos agenciales con llamadas a funciones y orquestación para tareas de largo horizonte.
- Aplicar técnicas de razonamiento a tiempo de inferencia (búsqueda, descomposición, auto‑refinamiento) y planificación.
- Implementar aplicaciones de referencia: generación/verificación de código y automatización web; opcionalmente robótica y ciencia.
- Evaluar agentes con métricas, trazas y reproducibilidad; interacción humano‑agente informada.
- Integrar criterios de seguridad, ética y privacidad, mitigando riesgos.
Competencias que desarrollarás
Ingeniería de Agentes
- Memoria y estado del agente
- Herramientas/funciones y orquestación
- RAG e infraestructura básica
Razonamiento y Planificación
- Búsqueda y descomposición de problemas
- Estrategias de prompting y auto‑refinamiento
- Planificación por etapas y control de flujos
Verificación y Evaluación
- Evals, métricas y trazabilidad
- Verificación de código y pruebas automatizadas
- Reproducibilidad (seeds, entornos)
Aplicación y Responsabilidad
- Generación y reparación de código
- Automatización web y APIs
- Seguridad, ética y privacidad en despliegues
Requisitos técnicos
- Experiencia con Python y fundamentos de ML/DL o trayectoria fuerte en ingeniería de software.
- Capacidad de lectura técnica en inglés (papers, documentación). Preferiblemente, capacidad de comprender inglés técnico hablado.
- Familiaridad con Git, entornos de desarrollo y línea de comandos.
- Disponibilidad de 8–12 horas semanales para estudio y práctica.
- Computadora con capacidad para ejecutar modelos locales o acceso a recursos cloud.
Se evaluará motivación, experiencia previa y disposición para el trabajo colaborativo.
Estructura y ritmo de trabajo
- Ciclos semanales con lecturas guiadas, ejercicios y foros de discusión.
- Sesiones técnicas virtuales (español) para revisión de código y decisiones de diseño.
- Mini‑entregables incrementales que culminan en una demo de proyecto.
- Acompañamiento con AdapTutor: checklists, tutorización y seguimiento.
Duración: 1 semestre
Dedicación: 8–12 h/semana (promedio)
Idioma de sesiones: Español
Materiales de soporte: Mayormente en inglés (papers y videos)
Recursos y herramientas
Large Language Model Agents
Introducción intensiva a los agentes LLM: fundamentos de modelos, razonamiento y planificación, uso de herramientas y RAG, infraestructura de agentes y aplicaciones (generación de código, automatización web, robótica y ciencia), con evaluación, interacción humano-agente y consideraciones de seguridad/ética.
Advanced Large Language Model Agents
Profundiza en técnicas avanzadas para agentes LLM: razonamiento a tiempo de inferencia y post-entrenamiento, búsqueda y planificación; flujos agenciales y llamadas a funciones; aplicaciones en matemáticas (demostración de teoremas y autoformalización) y programación (generación y verificación de código).
Agentic AI
Panorama actualizado de IA Agencial orientado a la práctica: fundamentos de LLMs, razonamiento y planificación, frameworks e infraestructura de agentes, y aplicaciones clave (código, robótica, automatización web y descubrimiento científico), abordando limitaciones, riesgos y vías de mejora.
Parlina
Tutoría inteligente para gestión de aprendizaje: checklists, trazas, seguimiento y apoyo contextual.
Hugging Face Trending Papers
Lista en tiempo real de papers populares y recientes en IA para enriquecer la lectura crítica y seleccionar implementaciones.
Recursos externos sujetos a cambios. Créditos a autores y organizaciones correspondientes.
Beneficios para Fellows
- Aprendizaje aplicado con estándares actuales de la industria.
- Portafolio verificable: repositorios, evaluaciones y demo final.
- Acceso a comunidad y oportunidades con aliados estratégicos.
- Ruta para continuar como mentor en futuras cohortes.
Beneficios para Mentores
Para profesionales con experiencia en ML/IA y construcción de sistemas con LLMs.
- Liderazgo técnico guiando equipos en problemas reales.
- Actualización continua en métodos y prácticas de agentes.
- Prioridad en oportunidades y proyectos con aliados del ecosistema.
Expectativas: participación en sesiones clave, soporte técnico/pedagógico, revisión de implementaciones y orientación en decisiones de diseño.
Fechas clave
- Apertura de inscripciones2025-09-07
- Cierre de inscripciones2025-09-11
- Onboarding y pre‑work2025-09-12 → 2025-09-14
- Ciclo principal de trabajo2025-09-15 → 2025-12-01
- Graduación2025-12-04
Aliados y oportunidades
Los equipos destacados podrán acceder a proyectos con empresas tecnológicas, pasantías y colaboraciones estratégicas dentro del ecosistema Tribu IA.
Convocatoria cerrada
Gracias por tu interés. Las postulaciones para esta cohorte han finalizado.