Opiniones de estudiantes de guayacana

Lo que dicen nuestros estudiantes

Opiniones sin filtro de quienes ya recorrieron el camino

Recogemos comentarios honestos. No todos son perfectos, y eso está bien.

Volver al inicio

420+

Estudiantes formados

4.8

Valoración media (sobre 5)

3+

Años activos en Colombia

87%

Tasa de finalización

Opiniones

Experiencias de nuestros estudiantes

Distintos perfiles, distintos puntos de partida, distintos objetivos.

MP

Mariana Patiño

Bogotá, D.C. · Raíces de IA

Llegué sin saber nada de programación y con mucho miedo de no entender. El primer módulo fue sorprendentemente claro. Lo que más valoré fue que el cuaderno de práctica explicaba cada línea de código en español real, no en inglés traducido raro. Terminé las seis semanas y por primera vez entendí qué hace un modelo de clasificación y por qué. No me sobresaltan afirmaciones, simplemente funcionó bien para mí.

Mayo 2025

JC

Julián Castillo

Medellín, Antioquia · Ramas de ML

Ya sabía Python del trabajo, pero no tenía idea de cómo aplicarlo a machine learning de verdad. El curso de Ramas me estructuró muy bien la cabeza. Hay temas que habrían sido mejor con un poco más de profundidad —como la parte de series de tiempo—, pero entiendo que es un curso introductorio-intermedio, no un diplomado. La retroalimentación del instructor en los dos proyectos fue muy útil y concreta.

Abril 2025

ST

Sara Torres

Cali, Valle del Cauca · Copa Completa

Hice los dos cursos anteriores y luego me inscribí en Copa Completa. Tener a Lucía como mentora fue lo que marcó la diferencia. Ella no me daba las respuestas directamente, me hacía preguntas para que yo llegara sola. Eso fue frustrante al principio, pero en retrospectiva es lo más valioso que me llevé. Mi proyecto final es un clasificador de calidad de café que desplegué en Hugging Face. Algo que sé que hice yo.

Mayo 2025

RL

Rodrigo López

Ibagué, Tolima · Raíces de IA

Soy contador de profesión y no tenía ningún conocimiento técnico. Me inscribí porque quería entender si la IA podía ayudarme con el trabajo. Después de Raíces de IA entendí cuándo tiene sentido usar un modelo y cuándo no. Eso solo ya valió la inversión. La comunidad del curso también fue muy activa y las preguntas se respondían en un día.

Mayo 2025

VG

Valentina Gutiérrez

Barranquilla, Atlántico · Ramas de ML

Lo que más me gustó fue la claridad para explicar por qué falla un modelo, no solo cómo hacerlo funcionar. Eso no lo encuentras en muchos recursos en español. Esperaría que el módulo de deep learning fuera un poco más largo, pero se entiende que no es el foco del curso. Lo recomendaría a cualquier persona con algo de Python que quiera entrar de forma seria al machine learning.

Abril 2025

DM

Diego Moreno

Pereira, Risaralda · Copa Completa

Trabajo en logística y propuse un proyecto de predicción de demanda con datos de la empresa. Andrés me ayudó a delimitar el alcance desde el inicio, lo cual fue clave porque yo quería abarcar demasiado. Las dieciséis semanas pasaron más rápido de lo que esperaba. El resultado final tiene limitaciones claras —que yo mismo documenté— pero es un modelo que funciona y que entiendo de principio a fin.

Mayo 2025

Historias de aprendizaje

Del punto de partida al resultado

Dos recorridos distintos que ilustran cómo funciona el proceso en la práctica.

MP

Mariana Patiño — Raíces de IA → Ramas de ML

Coordinadora administrativa · Bogotá

Punto de partida

Llegó sin experiencia en programación, después de leer varios artículos sobre IA en el trabajo. Tenía dudas de si podría seguir el contenido y temía que los ejercicios fueran demasiado técnicos para ella.

El proceso

Completó Raíces de IA en siete semanas (una más de lo previsto) y luego continuó con Ramas de ML. Usó el foro activamente y preguntó cuando no entendía algo, sin esperar a quedarse bloqueada por mucho tiempo.

Resultado

Hoy puede leer artículos técnicos en IA, evaluar propuestas de proveedores de su empresa y construir análisis exploratorios básicos por su cuenta. Dice que "no se convirtió en científica de datos, pero ya sabe de qué hablan".

ST

Sara Torres — Copa Completa

Bióloga · Cali

Punto de partida

Tenía Python básico y había tomado algunos tutoriales sueltos, pero nunca había terminado un proyecto completo. Quería construir algo para su portafolio relacionado con su área de trabajo en agroecología.

El proceso

Definió con su mentora un clasificador de calidad de café usando datos sensoriales y de imagen. Iteró tres versiones del modelo a lo largo de las dieciséis semanas, documentando limitaciones y decisiones en cada etapa.

Resultado

Desplegó el modelo en Hugging Face Spaces. El clasificador tiene una precisión del 82% en el conjunto de prueba. Más importante: puede explicar cada decisión metodológica que tomó, incluidas las que no funcionaron.

Contacto

¿Tienes preguntas antes de inscribirte?

Puedes escribirnos o llamarnos. Respondemos en días hábiles.

Teléfono

+57 314 692 3580

Dirección

Carrera 5 # 37-64, Ibagué, 730001

Horario

Lun–Vie 8 a. m.–6 p. m.
Sáb 9 a. m.–1 p. m.

Suma tu propia experiencia

Miles de personas aprendieron IA en inglés porque no había opciones en español. Ahora las hay. Empieza cuando estés listo.

Escribirnos hoy