7 módulos24 lecciones~2h 44min
Fine-tuning vs RAG vs Prompt Engineering: Cuándo Usar Cada Uno
El curso de síntesis de la carrera AI Engineer: ya sabes hacer prompt engineering, RAG y fine-tuning por separado. Aquí aprendes a decidir con criterio real (costo, latencia, frescura de datos, mantenimiento) cuál usar, cuándo combinarlas, y cómo evitar el error más caro de la industria: elegir la herramienta equivocada.
Temario del curso
1
El problema real: elegir mal cuesta caro
0 / 3 lecciones
1
Casos reales de elegir la estrategia equivocada5 min
2
Repaso relámpago: las tres palancas y su vocabulario común4 min
3
Las 4 preguntas que definen la decisión6 min
2
Costo real de cada estrategia
0 / 4 lecciones
1
Costo de meter todo en el prompt: tokens y contexto largo8 min
2
Costo de RAG: infraestructura y mantenimiento del pipeline7 min
3
Costo de fine-tuning: de un encoder chico a un LLM grande8 min
4
Calculadora comparativa: mismo caso, tres presupuestos8 min
3
Latencia y experiencia del usuario
0 / 3 lecciones
1
De dónde viene la latencia en cada enfoque5 min
2
Benchmark real: midiendo las tres estrategias sobre el mismo caso11 min
3
Cuándo la latencia es el criterio que decide todo5 min
4
Frescura de datos vs personalización de comportamiento
0 / 3 lecciones
1
El eje que casi todos confunden: profundizando el criterio6 min
2
Casos límite: cuando necesitas ambos a la vez5 min
3
Lo que el prompt engineering nunca resuelve, por más tokens que le metas7 min
5
El framework de decisión completo
0 / 3 lecciones
1
La matriz de decisión con las 4 dimensiones ponderadas9 min
2
Árbol de decisión aplicado a 5 casos reales6 min
3
El anti-patrón más caro: elegir por moda en vez de por el problema6 min
6
Estrategias híbridas
0 / 3 lecciones
1
RAG + prompt engineering avanzado: el combo más común en producción9 min
2
RAG + fine-tuning: cuándo combinarlos y en qué orden implementarlos7 min
3
Cómo lo resuelven productos reales de la industria4 min
7
Proyecto final: consultoría de IA para Trioshosting
0 / 5 lecciones
1
Diagnóstico: tres escenarios reales, elegir y justificar estrategia8 min
2
Implementar el escenario RAG-puro8 min
3
Implementar el escenario fine-tuning-puro8 min
4
Implementar el escenario híbrido9 min
5
Cierre: qué sigue en la carrera AI Engineer5 min