Curso en Vibe Coding

Domina el ciclo completo de un producto de IA: estrategia, diseño, desarrollo y producción

FOLLETO MATRICÚLATE

FECHAS Y HORARIOS

Inicio: 28 de octubre de 2026
Término: 16 de diciembre de 2026

Horario: Miércoles de 18:30 a 21:45

Zona Horaria:
GMT-3 entre 8/Sep/2026 y 4/Apr/2027

VER CALENDARIO

MODALIDAD Y LUGAR

Modalidad: Zoom (Online en Vivo)

Online

PRECIO

Arancel con 10% dto.
~~CLP $560.000~~ | CLP $504.000

• Hasta 12 cuotas sin interés con tarjeta de crédito.

DESCUENTOS

* La modalidad, sede y fecha de inicio de los programas están sujetos a modificaciones.

¿Qué vas a aprender en Curso en Vibe Coding?

Rolando de la Cruz. Dirección Académica

Bienvenida

Alianza estratégica:

En un contexto donde la inteligencia artificial está transformando la manera en que las organizaciones diseñan productos, toman decisiones y generan valor, el curso VIBE: Diseño y desarrollo de aplicaciones de IA: de la estrategia a producción invita a profesionales y equipos técnicos a dar un paso decisivo: pasar del uso explorat...

Objetivos

Al finalizar el curso, las y los participantes serán capaces de:
• Decidir cuándo la IA genera ventaja competitiva y seleccionar la arquitectura de modelos adecuada.
• Aplicar lo esencial de context engineering y RAG como base, sin convertirlo en el centro del producto.
• Diseñar la experiencia (UX) de aplicaciones de IA, incluyendo patrones para resultados no deterministas, confianza y manejo de errores.
• Diseñar la interfaz (UI) con sistemas de diseño, componentes reutilizable...

Metodología

Cada sesión combina marco conceptual, demostraciones en vivo y trabajo aplicado. El curso es acumulativo y orientado a producto: el proyecto integrador es una aplicación web de IA que evoluciona sesión a sesión —desde la definición estratégica del problema y los flujos de UX, pasando por el prototipo de UI y la construcción full-stack, hasta el despliegue.
La evaluación se basa en entregables incrementales (flujos de UX, prototipo de UI, integración funcional) y una entrega final: una aplica...

Sesión 1. IA como capacidad estratégica y modelos fundacionales

Objetivo. Establecer cuándo y por qué la IA constituye una ventaja competitiva, y sentar las bases de la arquitectura de modelos.
Contenidos
• IA como capacidad estratégica y motor de ventaja competitiva.
• AI Push vs. Problem Pull: cuándo la tecnología impulsa y cuándo el problema define la solución.
• Identificación de oportunidades de alto impacto en la cadena de valor.
• Arquitectura de modelos fundacionales: closed vs. open source LLMs y model routing multi-modelo.
• AI Moats: barreras competitivas basadas en datos, aprendizaje y algoritmos.

Sesión 2. Context Engineering y RAG aplicado (esencial)

Objetivo. Cubrir, de forma compacta, la base de contexto necesaria para que una aplicación de IA responda con información confiable.
Contenidos
• Context Engineering como infraestructura: lo esencial para un producto.
• RAG aplicado: vector search, hybrid search, embeddings y chunking, sin sobre-ingeniería.
• Knowledge graphs y datos multimodales: cuándo aportan valor real.
• Guardrails y control de alucinaciones como requisito de calidad del producto.

Sesión 3. UX para productos de IA

Objetivo. Diseñar la experiencia de aplicaciones de IA, asumiendo que el sistema produce resultados probabilísticos y a veces erróneos.
Contenidos
• Diseño centrado en el usuario aplicado a productos de IA.
• UX de interfaces no deterministas: diseñar para incertidumbre y variabilidad de respuestas.
• Patrones de confianza y transparencia: explicabilidad, citas y niveles de certeza.
• Manejo de errores y alucinaciones desde la experiencia: recuperación, corrección y control del usuario.
• Estados de la interacción: carga, streaming de respuestas y feedback en tiempo real.• Investigación con usuarios y validación temprana de conceptos.

Sesión 4. UI Design y sistemas de diseño

Objetivo. Traducir la experiencia a una interfaz visual coherente, accesible y escalable mediante un sistema de diseño.
Contenidos
• Principios de UI: jerarquía visual, tipografía, color, espaciado y composición.
• Sistemas de diseño y bibliotecas de componentes reutilizables.
• Diseño de interfaces conversacionales y copilotos: layout, affordances y microinteracciones.
• Accesibilidad (WCAG) en aplicaciones de IA.
• Prototipado y handoff: de Figma a componentes de código.

Sesión 5. Arquitectura de aplicaciones web modernas

Objetivo. Construir la base técnica de una aplicación web que integra modelos de IA con buen rendimiento y experiencia.
Contenidos
• Arquitectura frontend–backend para aplicaciones de IA.
• Frameworks web modernos (React / Next.js) y estrategias de renderizado.
• Integración de LLMs desde el frontend: APIs, SDKs y streaming de respuestas.
• Gestión de estado, sesiones y manejo de tokens en la interfaz.
• Autenticación, autorización y seguridad en el cliente.
• Latencia percibida y respuestas en tiempo real.

Sesión 6. Sistemas agénticos en aplicaciones

Objetivo. Incorporar agentes autónomos a la aplicación, con herramientas, memoria y orquestación.
Contenidos
• De chatbots a sistemas agénticos autónomos empresariales.
• Arquitecturas: ReAct, Planner-Executor y Multi-Agent Systems.
• Tool calling e integración con APIs, bases de datos y sistemas corporativos.
• Memory loops y gestión de contexto persistente.
• Orquestación de agentes: LangGraph, CrewAI, AutoGen y DSPy.
• Observabilidad, telemetría y token economics (nociones para producto).

Sesión 7. Vibe Coding: construcción de aplicaciones de IA

Objetivo. Construir, de extremo a extremo, una aplicación de IA acelerando el desarrollo mediante colaboración humano-IA.
Contenidos
• Vibe Engineering: diseño de personalidad, tono y comportamiento del sistema.
• Vibe Coding: desarrollo acelerado de aplicaciones y agentes con colaboración humano-IA.
• Vibe-Driven Application Development: construcción de aplicaciones con frontends conversacionales.
• Integración full-stack: del prototipo de UI a una aplicación funcional.
• Diseño de copilotos ejecutivos y asistentes cognitivos como producto.

Sesión 8. Despliegue, producción y operación

Objetivo. Llevar la aplicación a producción con escalabilidad, seguridad, gobernanza, control de costos y resiliencia.
Contenidos
• Arquitecturas enterprise escalables y estrategias multi-cloud (AWS, Azure, GCP).
• Despliegue de apps web de IA: microservicios, serverless y edge.
• Seguridad: Zero Trust, IAM, VPC y protección de datos sensibles.
• Gobernanza, cumplimiento regulatorio y trazabilidad algorítmica.
• Optimización económica: routing dinámico, caching semántico y quantization.
• Observabilidad, métricas SLO/SLA y resiliencia; aplicaciones listas para producción.