AI-4 · Advanced

AI Developer

Introduce profundidad de ingenieria de software y de IA. Se trabaja con codigo, APIs, datos, servicios de modelos, sistemas de recuperacion, evaluacion, despliegue y observabilidad.

SRA-AI-D04Badge: AI DeveloperEngineering IntelligenceConsultar disponibilidad

Consultar proximas cohortes Ficha de la credencial

Para quien es

Desarrolladores e integradores de software.
Perfiles tecnicos que ya construyen soluciones y necesitan llevarlas a produccion.
Equipos de datos que incorporan modelos de lenguaje a sus sistemas.

Problemas que ayuda a resolver

Prototipos que no sobreviven al trafico real ni al cambio de modelo.
Sistemas sin dataset de evaluacion que detecte regresiones.
Costos y latencia sin instrumentar.
Integraciones con credenciales y datos sin revision de seguridad.

Objetivo

Desarrollar, evaluar y desplegar un sistema de software habilitado por IA, reproducible, instrumentado y defendible tecnicamente.

Resultados observables

Construir aplicaciones en Python integrando APIs con manejo seguro de credenciales.
Explicar el comportamiento de modelos a partir de fundamentos de aprendizaje automatico y arquitectura transformer.
Disenar recuperacion avanzada con embeddings y busqueda vectorial.
Implementar arquitecturas de agentes con ejecucion controlada de herramientas.
Construir datasets de evaluacion y pruebas de regresion.
Instrumentar observabilidad, costo, latencia, fiabilidad y seguridad de la aplicacion.

SRA Certified AI Developer

AI Developer

Duracion

32 h

Creditos

4 SRA-CC

Umbral

80 / 100

Acumulado

92 h

Entrada

•

AI Builder o evaluacion de competencias equivalentes. Requiere preparacion tecnica verificable en Python, APIs y manejo de codigo. El autoinforme de experiencia no concede acceso certificado.
Prerrequisito verificable o equivalencia validada

10 modulos · 32 h

Temario

Cada modulo despliega sus contenidos.

01Python para aplicaciones de IA4 temas3 h

Estructuras de datos
JSON
Esquemas
Validacion y organizacion de proyecto

02Integracion de APIs y manejo seguro de credenciales3 temas3 h

Clientes
Reintentos
Limites de tasa y gestion de secretos

03Fundamentos de machine learning y transformers3 temas4 h

Redes neuronales
Atencion
Comportamiento de modelos y criterios de seleccion

04Embeddings, busqueda vectorial y RAG avanzado3 temas4 h

Estrategias de indexacion
Reordenamiento
Evaluacion de recuperacion y control de fidelidad

05Modelos abiertos y criterios de ajuste fino2 temas3 h

Cuando ajustar
Cuando recuperar y cuando cambiar de modelo

06Arquitectura de agentes y ejecucion de herramientas3 temas4 h

Planificacion
Herramientas
Limites de accion y trazas auditables

07Evaluacion, benchmarks y pruebas de regresion1 temas3 h

Construccion de datasets de evaluacion y deteccion de regresiones

08Observabilidad, costo, latencia y fiabilidad3 temas3 h

Instrumentacion
Trazas
Presupuesto de costo y objetivos de servicio

09Seguridad de aplicaciones de IA y LLMOps3 temas3 h

Superficie de ataque
Inyeccion de instrucciones
Despliegue e integracion continua

10Capstone de produccion3 temas2 h

Construccion
Evaluacion
Documentacion y defensa tecnica

Capstone

Proyecto integrador

Sistema de IA orientado a produccion

Sistema reproducible, versionado y evaluado, defendido tecnicamente ante evaluador.

Entregables

Diagrama de arquitectura y requisitos tecnicos.
Implementacion bajo control de versiones.
Plan de pruebas y evaluacion con dataset propio.
Dependencias de datos y modelos documentadas.
Revision de seguridad y privacidad.
Consideraciones de costo, latencia y desempeno.
Entorno de ejecucion reproducible o despliegue.
Demostracion y defensa tecnica.

Evaluacion

80/100 global, evidencia completa y cero fallas criticas en los componentes de IA responsable o verificacion.

Ver el modelo completo

Alcance de la credencial: Acredita competencias de desarrollo de sistemas habilitados por IA. No equivale a un titulo de ingenieria ni a una habilitacion profesional regulada.

Cinco componentes apilables