IA aplicada a quant y data, en serio.
Pipelines, agentes y backtesting con Claude para quien ya respira datos. 8 sesiones de profundidad técnica que casi nadie está enseñando en español.
from pypro.quant import pipeline
# LLMs aplicados a datos serios.
pipeline.backtest(strategy='tu-hipótesis')$349 USD$6,999 MXN · 8 sesiones en vivo · Repo público · Papers seleccionados
Si llegaste por mis videos de Bayes, GAF o Kaplan-Meier, esto es para ti.
He hablado de Gradient Boosting desde cero, Bayesian methods, Gramian Angular Fields para series de tiempo, programación lineal, K-means, Kaplan-Meier. Si esos temas te resuenan, sabes que mi audiencia tiene un perfil específico: gente que ya respira datos y quiere ir más profundo, no más amplio.
El problema es que casi nadie está enseñando IA aplicada con seriedad cuantitativa en español. Los cursos en inglés cuestan miles de dólares. Los cursos en español son básicos. Los influencers venden humo de "trading con IA". Y los académicos escriben en arXiv sin construir nada.
Este bootcamp es lo que falta: ingeniería cuantitativa con LLMs aplicada a problemas reales de datos, en español, con código, sin religión.
Data scientists, ML engineers, quants retail, ingenieros financieros, traders algorítmicos LATAM 25 a 44 años.
Ya programan en Python y ya entienden estadística aplicada.
- Tienes base sólida en ML clásico y quieres saber dónde sí gana un LLM y dónde no.
- Trabajas con datos como tu día a día y sospechas que estás dejando productividad sobre la mesa.
- Has tocado APIs de Claude o GPT pero no las has integrado a un pipeline de datos serio.
- Sigues a quants en X, lees papers y quieres alguien que te lleve al estado del arte aplicado, no a tutoriales para principiantes.
No es para quien apenas está aprendiendo Python. No es para quien quiere "hacer trading con IA" sin saber qué es un Sharpe ratio. Es para gente que ya respira esto y quiere subir nivel real.
Al final del bootcamp.
- Pipeline de datos con Claude sobre un dataset real tuyo: ingest, clean, enrich, summarize. 4 etapas conectadas.
- Agente para análisis exploratorio que recibe un CSV crudo y devuelve EDA con insights documentados.
- Notebook híbrido combinando feature engineering con LLM y modelo clásico (XGBoost, scikit-learn) con resultados medidos.
- Estrategia cuantitativa backtesteada: de hipótesis de texto a código corriendo, con métricas reales.
- Pipeline de research que ingiere papers de arXiv y genera ideas estructuradas con scoring.
- Framework de risk management aplicado al agente, con guardrails activos para evitar que tu sistema te quiebre.
- Demo Day grabado presentando tu agente cuantitativo operando sobre datos reales.
8 sesiones, 4 semanas, 2 horas cada una.
Semana 1 · LLMs en el stack cuantitativo
LLMs para datos: cuándo sirven, cuándo no, qué reemplazan. Mapa de decisión LLM vs ML clásico.
Pipelines de datos con Claude: ingest, clean, enrich, summarize. Sobre tu dataset real.
Semana 2 · Análisis y modelado híbrido
Agentes para análisis exploratorio: del CSV crudo al insight, automatizado.
LLM más ML clásico: cuándo Claude, cuándo XGBoost, cómo combinar. Notebook híbrido funcionando.
Semana 3 · Trading research
Backtesting de estrategias asistido por IA: de hipótesis a código corriendo.
Agentes de trading research: lectura sistemática de papers, generación de ideas con scoring.
Semana 4 · Riesgo y producción
Riesgo y validación: cómo evitar que tu agente quiebre tu cuenta. Guardrails reales.
Demo Day. Cada uno presenta su agente operando sobre datos reales. Se graba.
Data scientist con experiencia operando IA aplicada a datos en producción.
Soy data scientist trabajando en marketing analytics en TelevisaUnivision (ViX). Construí Quant Consulting para hacer este tipo de trabajo con clientes externos. Construí un sistema GAF más CNN para etiquetado de patrones de crypto trading. Sigo activo en arXiv y X discutiendo lo que se está moviendo.
Lo que sí te garantizo:
- Cada técnica que enseño la apliqué yo en algún proyecto real.
- Los papers de referencia están al día: Karpathy memory, Hermes Agent, MemexRL, lo que está caliente este mes.
- Si una metodología está sobrevalorada (mucho ML financiero lo está), te lo digo.
- Sin religión de modelos. Te muestro benchmarks honestos de cuándo Claude gana y cuándo XGBoost gana.
Contrato de honestidad
No soy quant institucional. No trabajo en Citadel ni Renaissance. Si quieres clases de un quant de hedge fund top tier, búscalo.
No te prometo que vas a construir un sistema de trading rentable. Eso depende de tu mercado, tu disciplina, tu capital. Te prometo que vas a saber aplicar LLMs a problemas cuantitativos con criterio técnico real, lo cual te abre puertas que hoy no tienes.
$349 USD $6,999 MXN
8 sesiones en vivo, grabaciones, repo público con todo el código, papers seleccionados, plantillas de pipelines, Discord técnico post-bootcamp, Demo Day grabado.
Costos adicionales transparentes: Claude Pro $20 USD/mes, gastos de API durante el bootcamp ($20 a $50 USD según volumen de evals), datos opcionales (la mayoría son públicos). Total mensual recurrente estimado: $20 a $50 USD.
Preguntas que recibo seguido.
Python intermedio-avanzado. Conoces pandas, numpy, scikit-learn. Has hecho EDA, has entrenado al menos un modelo. Sabes qué es un train/test split. Conoces estadística básica (distribuciones, p-values, correlación vs causalidad).
El tuyo. Si trabajas en finanzas, tu data financiera. Si haces research, tus datasets. Si no tienes uno, te doy alternativas públicas (precios de cripto, datos del INEGI, datasets de Kaggle).
Sí, pero aplicado a casos cuantitativos: research asistido, búsqueda de patrones en historias de mercado, etc. No vamos a construir un chatbot.
No. Backtesting sí. Paper trading sí. Operación con dinero real es decisión personal del alumno post-bootcamp y conlleva riesgos que no entran en este programa.
Sí, si tienes Python intermedio. Si no, primero ponte fuerte en Python aplicado a datos.
Reembolso completo si te sales antes de sesión 3.
Anótate al waitlist.
Cuando confirme fechas finales, los del waitlist tienen 48 horas de prioridad.
Sin spam. Sin tarjeta. Solo te aviso cuando confirme fechas.