Saltar al contenido
Chandler Nguyen
IA4 min de lectura

Mi recorrido por 7 cursos de Andrew Ng sobre Machine Learning e IA

Completé 7 cursos de Andrew Ng en meses — desde los fundamentos de ML hasta la creación de aplicaciones GenAI. Aquí está mi hoja de ruta para pasar de cero a lanzar tu primera aplicación LLM.

Este artículo refleja el panorama de 2023. Para lo más reciente sobre este tema, ver Dos años después de mis 7 cursos de Andrew Ng: el camino que realmente tomaría en 2026.

Como alguien profundamente interesado en el mundo del machine learning y la IA, me he sentido atraído por las enseñanzas de Andrew Ng · Enlace de afiliado: Chandler puede recibir una comisión.. Durante los últimos meses completé siete de sus cursos, cada uno con perspectivas únicas sobre el panorama cambiante del machine learning y la IA. Aquí está mi opinión sobre estos cursos y cómo han moldeado mi comprensión:

1. Machine Learning Specialization - Una base sólida

Esta especialización de 3 cursos para principiantes proporciona una base sólida en conceptos y aplicaciones de machine learning. Los cursos van desde algoritmos de aprendizaje supervisado como regresión y clasificación hasta técnicas más avanzadas como aprendizaje no supervisado y aprendizaje por refuerzo. Aprecié los ejercicios de programación prácticos en Python y los encontré accesibles incluso con experiencia limitada en programación. Este es uno de los mejores cursos introductorios de machine learning que existen.

2. Generative AI for Everyone - Desmitificando el hype

Dirigido a una audiencia no técnica, este curso desmitifica la IA generativa, explicando sus aplicaciones y limitaciones. El contenido está bien organizado, equilibrando los pros y los contras y disipando mitos comunes. Es un gran curso para cualquiera que busque entender la IA generativa desde la concepción hasta el lanzamiento, incluyendo la construcción de prompts efectivos.

3. Neural Networks and Deep Learning - Entendiendo los modelos clave

Este curso empezó a profundizar un poco más en el deep learning, cómo se aplica al aprendizaje supervisado, las principales categorías de modelos (CNNs, RNNs, etc.) y cuándo deben aplicarse. Tomar este curso después de la "Machine learning specialization" puede sentirse un poco redundante con cierto contenido. Siéntete libre de saltarte ese contenido.

4. Cuando te sientas listo para construir tu primera aplicación Gen AI

Cuando sientas que estás listo para comenzar a construir tu primera aplicación, especialmente una aplicación de Gen AI, empieza con los siguientes cursos: "ChatGPT Prompt Engineering for Developers" y "Building system with chatGPT API".

Estos cursos te ahorrarán mucho tiempo ya que te darán una visión general de los pasos más importantes que debes considerar al construir tus aplicaciones. Por supuesto, también incluyen código de muestra, así que son muy prácticos.

ChatGPT Prompt Engineering for Developers

Este curso es una gran ventaja tanto para principiantes como para estudiantes avanzados. Está impartido por Andrew y también por Isa Fulford de OpenAI. Se enfoca en los matices del prompt engineering y el uso de Large Language Models (LLMs). El curso elucida brillantemente los conceptos centrales de los LLMs y ofrece perspectivas prácticas sobre las mejores prácticas para el prompt engineering. Es particularmente valioso para quienes buscan comprender y aprovechar el poder de las APIs de LLM en diversas aplicaciones. Por ejemplo, cómo pedirle a GPT que produzca su respuesta en formato JSON para que puedas usarlo más adelante en tu aplicación.

Building Systems with the ChatGPT API

Un seguimiento del curso de Prompt Engineering, este curso corto es perfecto para principiantes en LLMs. Proporciona ejemplos prácticos y enseña cómo construir eficientemente sistemas de múltiples pasos usando large language models. El curso es una excelente introducción para quienes estén interesados en el prompt engineering y las aplicaciones de large language models. Aprecio la guía sobre lo siguiente con ejemplos de código reales:

  • Cómo usar la "Moderation API" para validar la entrada del usuario, evitar la inyección de prompts
  • Razonamiento en cadena de pensamiento
  • Encadenamiento de prompts
  • Evaluaciones de output

5. ¿Listo para sumergirte aún más profundo?

Después de estos cursos, si quieres profundizar más en la construcción de aplicaciones Gen AI, los dos cursos "Functions, Tools, and Agents with LangChain" y "Vector Databases: from Embeddings to Applications" son perfectos.

Entender qué es una base de datos vectorial, cómo funciona y cómo puede ayudarte a construir una aplicación de IA generativa multimodal es muy interesante.

Mientras continúo mi recorrido por el machine learning, agradezco la amplitud de temas que cubren los cursos de Andrew. Me han dado una perspectiva completa y habilidades prácticas para construir, aplicar y escalar sistemas de IA de forma responsable. Espero aprovechar estos aprendizajes en proyectos del mundo real.

6. Actualización (noviembre 2025): poniéndolo en práctica

¿Recuerdas cuando dije que esperaba "aprovechar estos aprendizajes en proyectos del mundo real"? Pues bien, lo hice.

Después de completar estos cursos, pasé 75 días construyendo STRAŦUM, una plataforma de marketing de IA con 9 agentes que aplicó lo que Andrew enseñó: prompt engineering con LLM, llamadas a funciones, razonamiento en cadena de pensamiento y sistemas multiagente.

La plataforma usó 11 marcos estratégicos (SWOT, Porter's Five Forces, Blue Ocean Strategy, etc.) y aprendizaje progresivo — es decir, los agentes de IA estaban diseñados para entender cada vez mejor tu negocio con cada conversación. Estaba diseñada para pequeñas empresas y agencias de marketing que necesitan inteligencia estratégica, no solo ejecución.

¿Es perfecta? Definitivamente no (¡sigo aprendiendo!). Pero funcionó, y salió directamente de aplicar lo que aprendí en los cursos de Andrew. A veces la mejor manera de aprender es construir algo real.

Si tienes curiosidad sobre cómo estos conceptos de IA se traducen en productos reales, puedes leer la historia del lanzamiento. STRAŦUM ya está retirado — su primera versión es la implementación de referencia de código abierto bajo licencia MIT.

Sigo programando, sigo aprendiendo, sigo aplicando las enseñanzas de Andrew a problemas reales.

Chandler