Repositorio del curso de Introducción a la IA - Universidad EAFIT
Establecer un acuerdo entre el profesor y los estudiantes para alcanzar los objetivos del curso y fortalecer el proceso de formación académica.
-
Revisión del programa
Presentación de los propósitos, competencias, contenidos, metodología y evaluaciones del curso. -
Cronograma de actividades
Explicación de las fechas y modalidades de las evaluaciones y actividades principales. -
Dinámica del curso
Descripción de las metodologías que se emplearán en las sesiones para desarrollar competencias y cumplir los resultados de aprendizaje. -
Compromisos de los estudiantes
Tareas y actividades como lecturas previas, informes, talleres y proyectos que deben realizarse. -
Compromisos del profesor
Responsabilidades específicas para facilitar el aprendizaje de los estudiantes. -
Expectativas mutuas
Establecimiento de responsabilidades y acuerdos para el trabajo conjunto. -
Ambiente de respeto e inclusión
Actividades para fomentar el respeto y la participación de todos los estudiantes.
| Nº | Sesión (3 h) |
|---|---|
| 🔹 Módulo 1 – Fundamentos, Búsqueda y Planificación | |
| 1 | ¿Qué es la IA? El Paradigma del Agente Inteligente |
| 2 | Formulación de Problemas y Búsqueda No Informada |
| 3 | Búsqueda Heurística y Optimalidad |
| 4 | Búsqueda Metaheurística: Algoritmos Genéticos para Planificación y Programación |
| 5 | Conocimiento, Problemas de Satisfacción de Restricciones (CSPs) y Planificación Clásica |
| 🔹 Módulo 2 – La Perspectiva del Aprendizaje | |
| 6 | Fundamentos del pipeline de Aprendizaje Automático Supervisado |
| 7 | Árboles y Ensamblajes; mini concurso de Kaggle |
| 8 | Introducción al Deep Learning (PyTorch, MNIST) |
| 9 | Visión por Computadora en 180 min; ajuste fino de ResNet |
| 10 | PLN y Transformadores; demostración de zero-shot |
| 11 | Aprendizaje por Refuerzo |
| 🔹 Módulo 3 – Práctica Contemporánea | |
| 12 | IA Generativa y Leyes de Escalamiento |
| 13 | Agentes potenciados por LLM (ReAct, uso de herramientas) |
| 14 | Prompting Multicapacidad y Multimodalidad (CLIP, GPT-4V) |
| 15 | Ingeniería de IA: Reproducibilidad ➜ Despliegue & IA Responsable (MLflow + DVC, Docker + FastAPI, auditorías de sesgo) |
| 🔹 Módulo 4 – Evaluación e Integración | |
| 16 | Ética en la IA |
| 16 | Presentación de proyectos & revisión por pares, Síntesis, futuro, evaluación final |
| 🧩 Módulo | 📝 Evaluación | 💯 % | 🗓️ Semana |
|---|---|---|---|
| Módulo 1 – Fundamentos, Búsqueda y Planificación | |||
| Quiz | 5% | Semana 4 | |
| Informe teórico y práctico | 20% | Semana 5 | |
| Módulo 2 – La Perspectiva del Aprendizaje | |||
| Quiz | 5% | Semana 8 | |
| Informe teórico y práctico | 20% | Semana 9 | |
| Módulo 3 – Práctica Contemporánea | |||
| Quiz | 5% | Semana 12 | |
| Informe teórico y práctico | 20% | Semana 13 | |
| Módulo 4 – Evaluación e Integración | |||
| Proyecto final e informe (Agente) | 25% | Semana 16 |
- 📌 Clases 100% presenciales.
- 💻 Asesorías remotas disponibles con cita previa solicitada por los estudiantes.
- 👥 Equipos de máximo 3 integrantes.
- 🔒 No se aceptan cambios en los equipos (integrantes, proyectos) después de la primera entrega.
- 🌐 Las entregas y los informes (modelos, código, etc.) se hacen en inglés vía GitHub, como trabajo colaborativo donde se evidencie el aporte de cada integrante.
- 📊 La calificación de los talleres es grupal, pero también se evalúa el aporte individual.
- 💻 El código se entrega exclusivamente a través de GitHub.
- 🐍 El lenguaje de programación será Python, tanto en clase como en las actividades evaluativas.
- 📋 Usaremos GitHub (Kanban y Backlog) para la gestión del proyecto del semestre.
⚠️ No se reciben actividades después de la fecha establecida, sin excepciones.
- 📅 Realizar y entregar las actividades en las fechas definidas.
- 🤝 Aportar significativamente al equipo de trabajo.
- 🧑🏫 Realizar la evaluación al docente entre las semanas 12 y 15.
- 📈 Estar atento a sus calificaciones durante todo el semestre.
- 📘 Leer y seguir los lineamientos del reglamento, disponible en:
Reglamento Académico de Pregrado – Universidad EAFIT - 📬 Comunicar dudas o sugerencias por medio del correo electrónico o Teams:
jipadillab@eafit.edu.co
-
🧭 Orientar el aprendizaje:
Facilitar el desarrollo intelectual y personal de los estudiantes mediante el pensamiento crítico y reflexivo. -
⚖️ Promover la ética:
Actuar con transparencia y responsabilidad, modelando los valores que se espera de los estudiantes. -
🌟 Inspirar con la práctica:
Demostrar profesionalismo y preparación en cada clase. -
🫶 Fomentar la inclusión:
Crear un espacio donde todas las perspectivas sean escuchadas y respetadas. -
🌱 Impulsar el desarrollo integral:
Considerar aspectos académicos, sociales y personales en el proceso formativo.
- ⏰ Puntualidad.
- 🗣️ Respeto: Escuchar al profesor y compañeros, levantar la mano para intervenir.
- ✅ Compromiso con las actividades evaluativas y formativas.
- 📬 Usar medios institucionales para comunicarse con los docentes:
Correo electrónico EAFIT (correo.eafit.edu.co), Interactiva Virtual y MS Teams. - 📵 Limitar uso del celular: Mantener el enfoque y no navegar en sitios ajenos a la clase.
- 🏫 Clases 100% presenciales, a menos que haya motivo de fuerza mayor.
- 🔁 Las clases perdidas por festivos u otros eventos se recuperarán mediante actividades de seguimiento y estudio autónomo por parte de los estudiantes.
- 🧭 Seguir el conducto regular para resolver inconvenientes.
- 🧩 Realizaremos actividades de socialización durante las clases.