Cómo aprender Ingeniería de IA desde cero: 503 lecciones, 20 etapas y una guía de instalación de habilidades

rohitg00/ai-engineering-from-scratch es un curso de código abierto que abarca desde lo básico de las matemáticas hasta LLMs, agentes de IA, multiagentes, despliegue en producción y seguridad. No solo lista los recursos vinculados, sino que divide el aprendizaje en 20 etapas y 503 lecciones, dejando cada lección la mayor cantidad posible de código para tiempo de ejecución, prompts, habilidades, agentes o servidores MCP.

Si ya sabes cómo llamar a APIs de modelos pero no estás seguro de las relaciones entre tokenizador, atención, bucle de agentes, MCP y despliegue en producción, este curso es adecuado para completar la cadena de conocimiento. El contenido total dura unas 320 horas, así que no es necesario empezar desde la primera lección en orden: es más efectivo establecer primero tu punto de partida.

Respuesta rápida

Los principiantes pueden empezar con los conceptos básicos de entorno, matemáticas y aprendizaje automático; Los desarrolladores con experiencia en backend pueden comenzar con Transformer, LLM Engineering o Tools & Protocols; Los usuarios que ya usan Codex o Claude Code pueden empezar directamente desde Agent Engineering, Infrastructure y Capstone Projects.

La forma más práctica de empezar es clonar el repositorio, ejecutar /find-your-level habilidades, generar un camino de aprendizaje personal basado en diez preguntas y luego elegir una etapa para completar el ciclo cerrado de “leer principios, escribir código, ejecutar pruebas y retener productos”.

Cómo dividir las 20 etapas del recorrido

El curso puede dividirse aproximadamente en cinco secciones:

Segmento de Aprendizaje	Etapa	Problema adecuado a resolver
Fundación	Configuración、Matemáticas、ML、Aprendizaje Profundo	Completar los conceptos básicos de entorno, matemáticas y redes neuronales
Modelo	Visión、NLP、Habla、Transformador、GenAI	Comprender diferentes modalidades y generar modelos
LLM	LLM desde cero, LLM en Ingeniería, Multimodal	Transición de principios de modelo a aplicaciones de ingeniería
Agente	Herramientas y Protocolos、Agente、Multiagente	Aprende llamadas a herramientas, MCP, bucles de Agente y colaboración
Producción	Infraestructuras、Seguridad、Capstone	Despliegue, monitorización, seguridad y proyecto completo

No des por hecho que tienes que aprender completamente las matemáticas antes de poder leer el Agente solo porque el número de la asignatura empieza en 0. Un enfoque más razonable es primero seleccionar la etapa necesaria para la tarea actual y luego ponerte al día cuando encuentres una laguna conceptual.

Clona y ejecuta el primer ejemplo

Primero, asegúrate de que Git y Python estén instalados en tu ordenador:

1
2


git --version
python --version

Almacén clon:

1
2


git clone https://github.com/rohitg00/ai-engineering-from-scratch.git
cd ai-engineering-from-scratch

El primer ejemplo dado por el README oficial es el código vectorial algebraico lineal:

1

python phases/01-math-foundations/01-linear-algebra-intuition/code/vectors.py

Si el python en Windows apunta a la Microsoft Store o no encuentras el intérprete, puedes probar:

1

py phases/01-math-foundations/01-linear-algebra-intuition/code/vectors.py

El índice de cada lección suele incluir:

1
2
3
4


phases/<阶段>/<课程>/
├── code/       # 可运行代码
├── docs/       # 课程说明
└── outputs/    # Prompt、Skill、Agent 或 MCP 产物

No leas docs solo mientras aprendes. Ejecuta el code al menos una vez y luego comprueba si el outputs puede usarse en tu flujo de trabajo.

Instala las Habilidades de Agente incluidas en el curso

El repositorio ofrece Habilidades para Claude, Cursor, Codex, OpenClaw y Hermes, con el punto oficial de entrada a la instalación:

1

python3 scripts/install_skills.py

Si Windows no tiene el comando python3, puedes usar:

1

py scripts/install_skills.py

Antes de instalarlo, abre el script y confirma a dónde copiará el archivo:

1

Get-Content .\scripts\install_skills.py | Select-Object -First 120

No ejecutes scripts de instalación de terceros con privilegios de administrador sin comprobar la ruta. Skill suele servir solo como comando de markdown y script auxiliar, pero los scripts auxiliares pueden leer y escribir archivos o ejecutar comandos.

Usa `/find-your-level` para encontrar tu punto de partida para aprender

Después de instalar Skills, puedes ejecutarlo en un agente que soporte comandos de barra:

1

/find-your-level

Evalúa diez preguntas basándose en la cimentación, luego proporciona fases recomendadas y estimaciones de plazos. Tras completar una etapa, puede ejecutar:

1

/check-understanding 3

Aquí, 3 se refiere a comprobar la Etapa 3. Es adecuada para encontrar situaciones donde “el código funciona, pero el concepto no está realmente dominado.”

Si el cliente actual no dispone de un comando automático de reconocimiento de barra, puedes abrir directamente el SKILL.md correspondiente y asignar la solicitud de tarea al agente para ejecutarla. El directorio de búsqueda de habilidades varía entre diferentes clientes; la versión actual de la documentación y configuración local del cliente debe usarse como referencia.

Primero, comprueba el estado de finalización del curso; no trates la hoja de ruta como un índice

La ROADMAP.md en el directorio raíz del repositorio no se refiere solo a planes futuros; también marca si cada clase está completada, en progreso o planificada. El sistema oficial utiliza tres estados:

1
2
3


✅ Complete
🚧 In Progress
⬚ Planned

Antes de prepararte para estudiar una determinada etapa, primero busca el estado:

1

rg -n "^## Phase|🚧|⬚" ROADMAP.md

Solo mira las etapas cerca de los agentes, MCPs y despliegues en producción:

1

rg -n -A 40 "Phase 13|Phase 14|Phase 17" ROADMAP.md

Esto ayuda a evitar encontrar una sección según la ruta macro en el README solo para encontrar el código o los materiales aún en construcción. ROADMAP.md da una estimación total de unas 314 horas, mientras que el README utiliza un resumen de unas 320 horas; Estos son solo planes de curso, no tiempo obligatorio para completarlo.

¿Cómo debería aceptarse un catálogo de cursos?

Cada lección enfatiza Build It / Use It / Ship It, y la aceptación puede dividirse en tres capas.

1. Construyelo: Entiende la implementación mínima sin depender del framework

Primero, ejecuta la implementación fundamental proporcionada en el curso para confirmar que puedes interpretar entradas, estructuras de datos principales y salidas. Por ejemplo, al aprender bucles de Agente, no deberías recordar solo el nombre de ReAct, sino ser capaz de señalar:

Dónde almacenar el historial de conversaciones;
Cómo distribuir después de que el modelo devuelva una llamada a la herramienta;
Cómo se recontextualizan los resultados de las herramientas;
Cómo parar cuando se alcanza el número máximo de pasos;
Qué excepciones deben ser gestionadas por el Agente y cuáles deben ser incumplidas directamente.

2. Úsalo: Utiliza librerías comunes para resolver el mismo problema

Una vez implementada completamente la versión básica, compara las implementaciones de PyTorch, scikit-learn o el SDK correspondiente. La clave no es acortar el código, sino confirmar qué pasos gestiona el framework por ti, como dispositivos tensoriales, gradientes, procesamiento por lotes, serialización y reintentos.

3. Enviarlo: Dejar atrás productos reutilizables

Consulta el curso outputs/:

1
2


Get-ChildItem -Recurse .\phases\14-agent-engineering -Directory -Filter outputs
Get-ChildItem -Recurse .\phases\14-agent-engineering -File | Where-Object { $_.FullName -match '\\outputs\\' }

El producto final debería cumplir al menos los siguientes requisitos: entrada clara, sin éxito silencioso en caso de fallo, sin clave escrita en el almacén y la capacidad de reproducir en un nuevo directorio de prueba.

Recomendaciones de entornos para Windows

El curso cubre Python, TypeScript, Rust y Julia, por lo que no se recomienda instalar todas las cadenas de herramientas desde el principio. Primero, crea un entorno aislado para la etapa actual.

Los cursos de Python pueden utilizar:

1
2
3


py -m venv .venv
.\.venv\Scripts\Activate.ps1
python -m pip install --upgrade pip

Si PowerShell bloquea scripts de activación, puedes ajustar la política solo para el proceso actual:

1
2


Set-ExecutionPolicy -Scope Process -ExecutionPolicy RemoteSigned
.\.venv\Scripts\Activate.ps1

No uses directamente el PowerShell del administrador, y no desactives las políticas de ejecución globalmente solo para ejecutar el curso. Si un curso requiere dependencias adicionales, prioriza la lectura del README, archivos de dependencias o importaciones de código de ese directorio de cursos, e instala el paquete correspondiente.

Graba la versión antes de ejecutarla para facilitar la reproducción cuando surjan problemas:

1
2
3
4


python --version
git --version
node --version
rustc --version

Si un comando no existe antes de que se aprenda la etapa correspondiente del lenguaje, no significa que el repositorio esté corrompido.

Cómo elegir el camino más corto de la Sección 503

No elijas solo por el nombre artístico; también deduce del producto final:

Objetivo	Se recomienda aprender primero	Puedes saltarte temporalmente
Llamando APIs de modelos para aplicaciones	APIs y claves、LLM Engineering、Structured Outputs	Implementando el modelo visual desde cero
Haz RAG	Embeddings、Chunking、Retrieval、Evaluación	GAN, aprendizaje por refuerzo fundamental
Escribe el servidor MCP	Herramientas y protocolos, APIs, autenticación, manejo de errores	Proceso completo de preentrenamiento
Convertirse en agente de codificación	Bucle de agentes、Uso de herramienta、Memoria、Evaluación	La mayoría de los cursos de visión
Modelo de Despliegue On-Premises	Configuración GPU、Cuantización、Inferencia、Infraestructura	Enjambre de Múltiples Agentes
Principios de Modelos de Aprendizaje Sistemático	Matemáticas、ML、Aprendizaje Profundo、Transformer、LLM desde cero	No se recomienda saltarse la etapa básica

Para cada camino, selecciona entre 8 y 15 secciones para formar la primera ronda; no generes planos que cubran cientos de secciones a la vez. Tras completarlo, usa /check-understanding para encontrar huecos.

Ejemplo de un flujo de trabajo de aprendizaje de una semana

Aquí tienes un ritmo adecuado para desarrolladores en activo:

1
2
3
4
5
6


周一：读 problem 和 concept，记录不理解的术语
周二：运行 code/ 中的基础实现
周三：修改一个参数，观察测试或输出变化
周四：阅读生产库版本，比较两种实现
周五：整理 outputs/，做成自己的 Prompt 或 Skill
周末：运行 /check-understanding，并补写失败案例

Solo se requiere entregar un producto viable por semana. Para el entrenamiento de GPU, descargas de conjuntos de datos o pasos de recursos en la nube, estima primero los costes y el tiempo para evitar descubrir tras el arranque que no se puede completar.

Cómo cambiar la habilidad del curso para convertirla en tu propia versión

No modifiques directamente la Habilidad original en el repositorio clon y úsalo a largo plazo, de lo contrario git pull futuras pueden entrar en conflicto. Copia en tu propio directorio de Habilidades y luego ajusta:

Modificar name para evitar que los nombres se solapen con la habilidad original;
Reducir las condiciones de desencadenante para cubrir solo los escenarios en los que realmente las usas;
Sustituir el camino de ejemplo del curso por el camino real del proyecto;
Órdenes claramente permitidas y prohibidas;
Pasos adicionales de verificación, como pruebas, pelusa o git diff --check;
Después de ejecutar el almacén de pruebas, colócalo en el directorio global.

Al actualizar el almacén de cursos, primero comprueba las diferencias:

1
2
3


git fetch origin
git log --oneline HEAD..origin/main
git diff HEAD..origin/main -- scripts .claude

Asegúrate de que no haya cambios inesperados de permisos en el script de instalación y en Skills, y luego ejecuta la actualización.

Fallos comunes y secuencia de posicionamiento

El código de ejemplo carece de módulos

Primero, revisa el entorno virtual y el directorio actual, y luego comprueba si el curso tiene dependencias:

1
2
3


Get-Location
python -c "import sys; print(sys.executable)"
Get-ChildItem -Recurse -Include requirements*.txt,pyproject.toml,package.json

No veo ModuleNotFoundError instalar una cadena de paquetes de forma continua en un entorno global.

Probado pero no entendí el código

Prueba a borrar un paso clave, cambiar el tamaño de la entrada o crear una entrada incorrecta. Si no puedes predecir dónde fallará, significa que solo estás ejecutando código y no has completado los objetivos del curso.

El agente Skill no aparece tras la instalación

Comprueba si el directorio de Skill tiene una capa anidada adicional, si el material inicial es válido, si el cliente necesita reiniciar y si la Skill está diseñada para otro cliente. Usar directamente SKILL.md contenido como entrada de tareas puede ayudar a distinguir entre “Problemas de contenido de Skills” o “El cliente no encontró el archivo.”

Tres rutas de estudio recomendadas

Ruta Uno: Primer aprendizaje sistemático de la IA

Se recomienda empezar con Configuración, Matemáticas, Aprendizaje Automático y Aprendizaje Profundo, y luego pasar a Transformer y LLM. En la etapa de matemáticas, no necesitas dominarlo todo de golpe; la clave es explicar qué hacen matrices, gradientes, probabilidades y funciones de pérdida en el código.

Ruta 2: Capaz de escribir aplicaciones, quiere cambiarme a LLM Ingeniería

Puedes empezar con Transformer, GenAI, LLM Engineering, y luego aprender Herramientas y Protocolos, Ingeniería de Agentes e Infraestructura. Después de cada lección, intenta convertir el resultado en un gadget que puedas usar en tu propio proyecto.

Ruta 3: Ya usando Codex o Claude Code

Prioriza bucles de agentes, llamadas a herramientas, MCP, memoria, multiagente, despliegue en producción y seguridad. No copies solo Skills; También revisa los problemas que resuelven, condiciones de activación, límites de permisos y métodos de recuperación tras fallos.

Preguntas frecuentes

¿Tienen que completarse las 503 lecciones?

No hace falta. La sección 503 abarca una amplia gama de información y no significa que todo el mundo deba aprenderla de principio a fin. Empieza completando un curso relacionado con tu trabajo actual y luego rellena poco a poco la base.

¿Puedo simplemente descargar el PDF o el EPUB?

Sí. La versión oficial ofrece seis volúmenes de PDF y EPUB. Sin embargo, el repositorio es la versión actualizada continuamente, incluyendo código, pruebas y habilidades; Leer solo el libro electrónico perderá mucho contenido práctico.

¿Necesita una GPU ejecutar código?

Las matemáticas básicas, Python, bucles de agentes y contenido similar normalmente no dependen de la GPU. Solo cuando se requiere entrenamiento de aprendizaje profundo, modelos locales o procesos multimodales para preparar CUDA, GPUs en la nube o tiempos de ejecución más largos según los requisitos del curso.

Métodos de uso recomendados

Primero, ejecuta el /find-your-level, elige una ruta y luego completa solo un objetivo verificable por semana, como implementar un tokenizador, ejecutar un bucle mínimo de Agente o instalar y auditar una habilidad. Esto facilita la reutilización que recopilar 503 enlaces.

Referencias

Repositorio de GitHub de Ingeniería de IA desde cero
[Página web del Curso del Proyecto] (https://aiengineeringfromscratch.com/)
[Lanzamiento del proyecto] (https://github.com/rohitg00/ai-engineering-from-scratch/releases)