Dataller
de IA

Cómo funciona realmente la inteligencia artificial por dentro. Lógica de modelos, estructuras de datos y por qué las decisiones de diseño importan más que la herramienta de moda. Se trabaja con Python y también con plataformas accesibles según el perfil de cada participante.

Cómo los modelos aprenden de tablas, textos, imágenes y documentos. Cuándo usar un modelo grande y cuándo uno pequeño. Cómo evaluar si realmente funciona o solo parece que funciona.

Cómo construir aplicaciones que consultan bases de conocimiento propias: desde un catálogo de productos hasta documentos de gobierno o expedientes de salud. RAG y búsqueda semántica con casos reales.

Cómo trabajar con herramientas como GitHub Copilot, Cursor o Claude para construir más rápido sin perder el control. El desarrollador como guía de arquitectura cuando la IA escribe código.

Cómo conectar un modelo con una API, una base de datos o una interfaz real. De la notebook al producto que usa gente real.

Cómo todo esto aplica a los problemas de Hermosillo y Sonora: agua, salud, calor, industria. Por qué saber qué hay detrás de una decisión de IA importa. Qué significa soberanía de datos en la práctica cotidiana.