Construida para quienes aprenden haciendo
No somos una plataforma de videos. Somos un equipo que revisa lo que escribes, señala lo que falta y te acompaña mientras construyes.
← Volver al inicioCómo nació Perceptrón
Perceptrón nació en 2022 dentro de un pequeño grupo de trabajo en Bogotá. El equipo fundador venía de proyectos de datos en el sector público colombiano y notó algo recurrente: los cursos disponibles enseñaban conceptos pero no generaban trabajo documentado. Quien los completaba tenía un certificado, pero no tenía código propio que mostrar.
La respuesta fue directa: diseñar módulos donde cada semana termina con una entrega revisada por alguien que conoce el tema. No evaluaciones automáticas, no tests de opción múltiple. Código leído, comentado y devuelto.
Desde el primer cohorte, el enfoque se mantuvo: grupos pequeños, hitos claros, portafolio real al final. Hoy Perceptrón ofrece tres niveles de formación en inteligencia artificial adaptados al contexto latinoamericano.
Nuestra misión
Que cada persona que pase por Perceptrón termine con trabajo propio documentado — no solo con la idea de que aprendió algo.
Retroalimentación humana en cada entrega, no automatizada
Ritmo progresivo: cada módulo parte de donde terminó el anterior
Contexto colombiano en ejemplos, conjuntos de datos y casos
Grupos reducidos para que la atención sea real, no simbólica
Las personas detrás de los cursos
Cada módulo fue diseñado y es revisado por personas que trabajan activamente con IA, no solo que la enseñan.
Andrés Morales
Dirección de contenido
Ingeniero de sistemas con trayectoria en análisis de datos para el sector público en Bogotá. Diseña la estructura de los módulos y revisa personalmente las entregas del nivel de mentoría.
Luisa Cardona
Coordinación de cohortes
Matemática de la Universidad Nacional con especialización en aprendizaje automático. Coordina los grupos de la Serie de Práctica Aplicada y supervisa las revisiones de código.
Felipe Torres
Revisión técnica
Desarrollador con experiencia en Python y procesamiento de lenguaje natural. Se encarga de la revisión técnica de los proyectos del módulo introductorio y de mantener actualizados los materiales.
Cómo mantenemos la calidad del aprendizaje
Cada aspecto del proceso tiene criterios definidos. No solo el contenido: también la retroalimentación, la privacidad y la gestión del grupo.
Revisión con criterios documentados
Cada entrega se evalúa con una rúbrica escrita disponible desde el inicio del módulo. No hay sorpresas en los comentarios.
Protección de datos personales
La información de cada participante se trata con cumplimiento de la Ley 1581 de Protección de Datos de Colombia. Los proyectos son propiedad de quien los construye.
Tiempo de respuesta en revisiones
Los comentarios sobre entregas se envían dentro de los tres días hábiles siguientes. Los participantes saben cuándo esperar respuesta.
Materiales actualizados por ciclo
Antes de cada nuevo cohorte se revisa el material para reflejar cambios en las herramientas y bibliotecas utilizadas. El contenido no es estático.
Límite de participantes por cohorte
El número máximo de participantes por grupo está definido antes de abrir inscripciones. No se agrega gente extra para llenar cupos.
Integridad académica
Los proyectos deben ser trabajo propio. El proceso de revisión incluye verificación de que el código fue escrito y comprendido por el participante.
Por qué Perceptrón trabaja distinto
El desarrollo de software en inteligencia artificial tiene una particularidad: los conceptos se entienden mejor cuando se implementan. Leer sobre redes neuronales no es lo mismo que entrenar una con un conjunto de datos propio. Por eso Perceptrón construyó su metodología alrededor del hacer, no del escuchar.
Cada módulo empieza con los fundamentos que hacen falta para la semana siguiente. No se acumulan temas sin uso. El Kit de Herramientas para Principiantes presenta las bibliotecas y flujos de trabajo que aparecerán en los módulos posteriores. La Serie de Práctica Aplicada toma esos fundamentos y los pone en proyectos pequeños pero completos. La Cohorte de Mentoría convierte ese historial en un proyecto de alcance real con acompañamiento directo.
El contexto local importa. Los ejemplos de Perceptrón usan datos colombianos cuando es posible. Las discusiones sobre aplicaciones consideran el entorno laboral y tecnológico del país. Eso no es un detalle menor: hace que el aprendizaje sea más aplicable desde el primer día.
La documentación es parte del trabajo. En Perceptrón, un proyecto entregado sin explicación escrita de las decisiones tomadas no está terminado. Esa disciplina es la que separa el trabajo que se puede mostrar del que solo existió durante el curso.
Conoce los módulos disponibles
Si tienes dudas sobre cuál nivel te corresponde, escríbenos. Respondemos con una orientación directa basada en lo que ya sabes.
Escribir al equipo