Python, Datos e Ingeniería de IA Aplicada

UTN Rosario — FRRO, Área de Extensión Universitaria
Matías Barreto · 2026

Curso profesional de 33 horas orientado al desarrollo de soluciones con Python e inteligencia artificial. Recorre el camino completo desde el entorno de trabajo hasta el prototipado y despliegue de sistemas con datos, modelos y APIs.

---

Estructura del curso

Carpeta	Encuentro	Tema	Estado
001 - clase 1	Encuentro 1	Entorno profesional de desarrollo	✓ Disponible
002 - clase 2	Encuentro 2	Python aplicado para automatización y desarrollo	✓ Disponible
003 - clase 3	Encuentro 3	Reproducibilidad, Docker y pair programming con IA	✓ Disponible
004 - clase 4	Encuentro 4	Backend con FastAPI y Vibe Engineering	✓ Disponible
005 - clase 5	Encuentro 5	Análisis de datos con Python	✓ Disponible
006 - clase 6	Encuentro 6	Procesamiento de lenguaje natural y modelos de lenguaje	✓ Disponible
007 - Clase 7	Encuentro 7	Computer Vision aplicada	✓ Disponible
008 - clase 8	Encuentro 8	Integración con LLMs, VLMs, RAG y agentes	✓ Disponible
009 - clase 9	Encuentro 9	Agentes de IA, MCP, Skills y prototipado	En preparación
010 - clase 10	Encuentro 10	Fundamentos de nube y deploy inicial	En preparación
011 - demo-day	Encuentro 11	Demo Day — presentación del proyecto integrador	En preparación

---

Pila tecnológica

Área	Herramientas
Lenguaje y entorno	Python 3.12+, terminal, uv, venv, VS Code
Versionado	Git, GitHub
Backend y APIs	HTTP, JSON, FastAPI
Datos	Pandas, notebooks en VS Code
IA aplicada	LLMs, VLMs, embeddings, RAG, agentes
Interfaces y deploy	Gradio, Streamlit, Docker, servicios cloud

---

Cómo usar este repositorio

Cada carpeta de encuentro es autónoma: tiene su propio README.md, requirements.txt y notebooks listos para ejecutar.

Flujo recomendado por encuentro

Cada encuentro tiene su propio requirements.txt. La instalacion se hace siempre con uv.

# 1. Clonar el repositorio del curso una sola vez
git clone https://github.com/tu-usuario/tu-repo-de-cursada.git
cd tu-repo-de-cursada

# 2. Entrar a la carpeta del encuentro
cd "001 - clase 1"

# 3. Crear el entorno virtual con uv
uv venv .venv --python 3.12

# 4. Activar el entorno
source .venv/bin/activate          # Linux / macOS
.venv\Scripts\Activate.ps1       # Windows PowerShell
.venv\Scripts\activate.bat       # Windows CMD

# 5. Instalar dependencias del encuentro
uv pip install -r requirements.txt

# 6. Registrar el kernel de Jupyter
python -m ipykernel install --user --name "encuentro-1" --display-name "Python (Encuentro 1)"

# 7. Abrir los notebooks en VS Code
# Abrir el .ipynb y seleccionar el kernel Python (Encuentro 1)

Este curso usa requirements.txt en lugar de pyproject.toml. El comando de instalacion es siempre uv pip install -r requirements.txt, no uv sync.

Cierre y limpieza del entorno

Cuando termines de trabajar en una carpeta de encuentro:

# Desactivar el entorno activo
deactivate

# Borrar el kernel de Jupyter
jupyter kernelspec uninstall encuentro-1

Para borrar el entorno virtual, ejecutar desde la carpeta del encuentro:

rm -rf .venv                         # Linux / macOS

Remove-Item -Recurse -Force .venv    # Windows PowerShell

rmdir /s /q .venv                    # Windows CMD

---

Proyecto integrador

A lo largo de la cursada cada participante construye un proyecto integrador con criterios profesionales. Debe articular al menos:

• un backend funcional
• una fuente de datos o corpus de trabajo
• una capacidad de IA aplicada
• una interfaz de demostración

Los proyectos se presentan en el Encuentro 11 — Demo Day.

---

Recursos generales

• Documentación de Python 3.12
• uv — gestor de entornos
• Extension Jupyter para VS Code
• Git — referencia rápida
• FastAPI
• Open-Meteo API