AI Router y sistema de contenido
Diseña un router de IA para elegir entre modelos locales y APIs frontier con LiteLLM, políticas de privacidad, scoring de calidad, shadow mode, observabilidad y revisión humana para contenido educativo.
Tu siguiente acción
Abre la primera misión, termina una práctica pequeña y guarda una evidencia. Si el curso te supera, vuelve a la ruta de inicio: no tienes que dominarlo todo hoy.
- 1 Abre una lección
- 2 Haz la misión
- 3 Guarda evidencia
confianza del cursoRevisión editorial del Necesita revisión · 3 fuentes primarias · catálogo editado el
Alcance: Routing de modelos, políticas, shadow mode, quality scoring, presupuesto y gateway multi-modelo.
- Curso con políticas y scoring.
- Fuentes de LiteLLM.
- Separación de calidad, coste y fallback.
Esta ficha no sustituye la prueba local de cada tutorial técnico. Si una lección incluye comandos, versiones, precios o plataformas externas, debe volver a contrastarse con sus fuentes oficiales antes de marcarse como probada.
Qué serás capaz de hacer
- Diseñar políticas de routing por privacidad, coste y dificultad
- Usar LiteLLM como gateway con claves, presupuestos y fallbacks
- Medir calidad con scoring, shadow mode y trazas
Un prototipo de AI Router para generar y revisar contenido educativo con rutas auditables.
Equipos y creadores que combinan modelos locales, APIs frontier y revisión humana en pipelines reales.
- • Python básico
- • Entender APIs LLM y modelos locales
- • Haber visto LiteLLM u observabilidad LLM ayuda
Temario
Arquitectura del router3 lecciones
Calidad y producción3 lecciones
Mapa completo de Aulafy
Cómo se relacionan todos los cursos
No es una lista que debas completar. Empieza por la base, elige un resultado y profundiza solo cuando tu proyecto necesite más control.
- 1Comprender
- 2Aplicar o construir
- 3Operar con confianza
Empieza aquí
Crea una base común: qué puede hacer la IA, cómo pedir resultados y cómo comprobarlos antes de especializarte.
Desde esta base puedes aplicar la IA a una tarea o aprender a construir con código.
Elige una aplicación
Convierte la base en un resultado visible: una web, una mejora de negocio, contenido o una experiencia interactiva.
Si necesitas mantener código, datos o infraestructura, continúa por la rama técnica.
Construye con código
Prepara el entorno, trabaja con agentes de programación y aprende a ejecutar modelos con control sobre tus proyectos.
Esta rama prepara los conocimientos necesarios para diseñar y operar sistemas de IA fiables.
Lleva sistemas a producción
Combina recuperación, agentes, evaluación, seguridad, despliegue y adaptación de modelos cuando el problema lo exija.
No es obligatorio completarlo todo: elige solo la pieza que tu sistema necesita y vuelve al mapa cuando crezca.