Inteligencia Artificial

Domine la IA que transforma los negocios.

La inteligencia artificial está redefiniendo las prácticas profesionales en todos los sectores. Los Learning Workspaces de Mandragore Academy te permiten comprender, practicar y dominar las principales herramientas de IA mediante itinerarios pedagógicos enriquecidos con un acompañamiento conversacional inteligente, diseñados para convertir el conocimiento en competencias realmente aplicables.

Prepárate para las profesiones de hoy y de mañana.

Elige tu itinerario y desarrolla competencias que podrás aplicar de inmediato en tu actividad profesional.

Formación independiente — no afiliada ni certificada por los fabricantes de las soluciones presentadas.

Descubrir los itinerarios de Inteligencia Artificial

Tu Learning Workspace personal se crea automáticamente en tu primera compra.

Elija su herramienta

ChatGPT

Dominar ChatGPT

165 cursos disponibles Ver cursos

Claude AI

Dominar Claude AI

46 cursos disponibles Ver cursos

Machine Learning

Dominar el Machine Learning

15 cursos disponibles Ver cursos

AI Agents & Agentic Systems

Dominar los agentes de IA

15 cursos disponibles Ver cursos

Vista previa del catálogo

01 Descubrimiento

Descubrir ChatGPT

IA generativa, modelos GPT, interfaz, límites, buenas prácticas.

¿Qué es ChatGPT? IA generativa y los modelos GPT Los distintos modelos y sus usos Conocer la interfaz de ChatGPT +4

02 Descubrimiento

Escribir Prompts Eficaces

Objetivo, contexto, rol, restricciones, formato, iteraciones.

Definir un objetivo claro Aportar el contexto adecuado Asignar un rol a ChatGPT Añadir restricciones y criterios +4

03 Estándar

Prompt Engineering

Zero-shot, tareas complejas, prompts en varias etapas, biblioteca de prompts.

Zero-shot, one-shot y few-shot Descomponer una tarea compleja Diseñar prompts en varias etapas Generar varias soluciones posibles +4

01 Descubrimiento

Descubrir Claude

Anthropic, Constitutional AI, Haiku/Sonnet/Opus, diferencias vs ChatGPT.

¿Qué es Claude? Modelos Haiku, Sonnet, Opus Claude vs ChatGPT Constitutional AI +4

02 Descubrimiento

Escribir prompts Claude eficaces

Rol, objetivo, contexto, formato, ejemplos, etiquetas XML — especificidades de Claude.

Rol y persona Objetivo claro Contexto y antecedentes Restricciones y formato +3

03 Estándar

Prompt Engineering Claude

Zero/Few Shot, Chain of Thought, Extended Thinking, Constitutional prompting.

Zero Shot / One Shot / Few Shot Chain of Thought Tree of Thought Extended Thinking — razonamiento visible +3

01 Nivel 1

Comprender el Machine Learning y encuadrar un problema

transformar una necesidad de negocio en un problema de Machine Learning medible y decidir si el ML es realmente pertinente

Comprender lo que realmente aporta el Machine Learning Distinguir el aprendizaje supervisado y el no supervisado Identificar clasificación, regresión y otras familias de problemas Definir features, target, observaciones y predicciones +4

02 Nivel 1

Preparar y explorar los datos para el Machine Learning

construir un conjunto de datos explotable sin introducir sesgos, fugas de datos ni incoherencias

Explorar distribuciones, tipos y calidad de los datos Gestionar valores ausentes y valores atípicos Preparar variables numéricas y categóricas Codificar las categorías sin introducir información futura +4

03 Nivel 1

Construir un primer pipeline de ML reproducible

encadenar preprocesamiento, entrenamiento, predicción y evaluación en un flujo de trabajo reproducible

Instalar un entorno de ML reproducible Construir una baseline con scikit-learn Crear las transformaciones de preprocesamiento Ensamblar preprocesamiento y modelo con Pipeline +4

01 Nivel 1

Comprender los agentes de IA y encuadrar un caso de uso

distinguir asistente, workflow y agente, y decidir si la autonomía agéntica aporta realmente valor

Comprender qué distingue a un asistente, un workflow y un agente Identificar objetivo, entorno, herramientas y estado Comprender el bucle percepción, decisión, acción y observación Definir el nivel de autonomía aceptable +4

02 Nivel 1

Diseñar las instrucciones y el comportamiento de un agente

definir un comportamiento agéntico predecible, comprobable y limitado por reglas explícitas

Definir el rol, el objetivo y la responsabilidad del agente Estructurar restricciones y reglas permanentes Separar instrucciones, contexto y datos del usuario Definir salidas estructuradas y esquemas esperados +4

03 Nivel 1

Dar herramientas y acciones estructuradas a un agente

permitir que un agente actúe sobre sistemas externos con herramientas tipadas, validadas y controladas

Comprender el ciclo de tool calling Transformar una función en una herramienta tipada Definir parámetros, descripciones y esquemas fiables Conectar una API externa como herramienta +4

Ver el catálogo completo