Próximos pasos: cómo seguir aprendiendo y proyectos para practicar

Has llegado al final. Recapitulamos lo que has conseguido, y te dejo un mapa de qué aprender después sin perderte ni gastar dinero en cursos malos.

Lo que has conseguido en este curso

• Entiendes qué es la IA y los 4 ingredientes que la componen.
• Tienes Python instalado y operativo en tu ordenador.
• Has hecho llamadas a APIs de IA reales (Anthropic, OpenAI o Hugging Face).
• Has construido un clasificador de spam (con reglas y con IA).
• Has procesado texto en español: contar palabras, filtrar stop words, detectar tono.
• Sabes proteger tus API keys y controlar costes.

Eso es más fundamento práctico del que tienen muchos profesionales que llevan meses leyendo sobre IA sin tocar código. Felicidades.

Qué rama elegir según tu objetivo

🧠 Si quieres dominar machine learning "clásico"

Eso significa entrenar tus propios modelos con tus datos. Recomendado para análisis de datos, predicciones financieras, clasificación con datos privados.

• Librería clave: scikit-learn (la base de todo).
• Libro recomendado: "Hands-On Machine Learning" de Aurélien Géron.
• Curso gratis: Machine Learning de Andrew Ng (Coursera, audit free).
• Proyecto práctico: predecir el precio de pisos con un dataset público (Kaggle "House Prices").

💬 Si quieres dominar IA generativa (LLMs)

Te interesa generar texto, código, imágenes o construir asistentes/agentes. Recomendado para productividad, automatización, chatbots.

• Conceptos clave: prompt engineering, RAG (Retrieval-Augmented Generation), function calling, agents.
• Documentación oficial: Anthropic docs, OpenAI docs.
• Framework: LangChain o LlamaIndex para proyectos complejos.
• Proyecto práctico: un chatbot que responda preguntas sobre los PDFs de tu empresa (RAG sencillo).

👁️ Si te interesa la visión por computador

Procesar imágenes y vídeo: detección de objetos, OCR, reconocimiento facial.

• Librerías: OpenCV, YOLO, Hugging Face Transformers (Vision).
• Proyecto práctico: un script que detecte y cuente personas en una imagen.

🤖 Si quieres construir agentes IA autónomos

Lo último: IA que ejecuta tareas por ti (navegar web, escribir código, mandar emails).

• Patrones a estudiar: ReAct, tool use, planning loops.
• Frameworks: Claude Computer Use, OpenAI Assistants API, Anthropic Agents SDK.
• Proyecto práctico: un agente que lea tu correo, filtre lo importante y te haga un resumen diario.

10 proyectos para practicar (de menos a más ambicioso)

1. Generador de tweets a partir de un artículo (1 hora).
2. Resumen automático de un PDF largo (2 horas).
3. Traductor de email del trabajo a tono más profesional (1 hora).
4. Analizador de reseñas de Google Maps de un negocio (3 horas).
5. Clasificador de tickets de soporte por prioridad (4 horas).
6. Bot de Telegram que responda preguntas sobre un tema (4 horas).
7. Generador de descripciones SEO para una tienda online (3 horas).
8. Asistente que lea facturas PDF y extraiga datos a Excel (6 horas).
9. Chatbot RAG sobre los documentos de tu empresa (10-15 horas).
10. Agente IA que envíe el resumen diario de tu correo (15-20 horas).

Consejo: elige 1 y constrúyelo entero, aunque salga feo. Vale más un proyecto terminado que 5 a medias.

Recursos curados que de verdad merecen la pena

• Documentación oficial antes que tutoriales de YouTube. Suele estar mejor que el 90 % del contenido.
• Hugging Face Hub para descubrir modelos open source.
• Kaggle para datasets reales y competiciones.
• arXiv.org para leer papers (intimida al principio, pero engancha).
• Newsletter: Import AI (semanal, formato corto).
• Comunidad española: Hugging Face España, AI Saturdays Spain.

Tu certificado

Cuando marques esta lección como completada, tu progreso alcanzará el 100 % y podrás descargar tu certificado de participación en PDF desde la página del curso.

Inclúyelo en LinkedIn, en tu portfolio o donde quieras como prueba de iniciativa formativa. Es un certificado no oficial: no sustituye titulación reglada, pero sí demuestra que invertiste tiempo en aprender de forma autónoma — algo que en 2026 vale más que muchos títulos.

Checklist final del curso completo

• Has completado las 7 lecciones.
• Tienes Python operativo y al menos 5 scripts funcionando.
• Has hecho al menos una llamada exitosa a una API de IA real.
• Sabes elegir entre reglas, scikit-learn o API según el problema.
• Tienes claro qué rama explorar a continuación.
• Has elegido tu primer proyecto de la lista para practicar.

¿Te ha resultado útil este curso? Si quieres más contenido como este (gratis, sin paja), suscríbete a la newsletter de BacaSoftware. Una vez al mes, lo que veo desde dentro: lo que funciona en IA aplicada para negocios reales y lo que no.

Y si tienes un proyecto en mente y quieres que lo construyamos juntos, échale un vistazo a la calculadora de presupuesto: webs y apps con IA en 14 días, precio cerrado.