Personas de distintas ciudades de Colombia comparten su experiencia con los programas de quimbayar, con honestidad y sin filtros.
Volver al inicio"Llegué sin saber nada de Python ni de estadística. El ritmo del programa me permitió avanzar sin sentirme abrumada. Lo que más valoro es que cada vez que entregué un ejercicio, recibí comentarios que realmente me ayudaron a entender qué había hecho mal y por qué."
"Andrés, el mentor, revisó mi código de clasificación de imágenes con una atención que no esperaba de un programa virtual. Encontró un error que yo llevaba dos días buscando y me explicó con calma la causa raíz. Los proyectos de portafolio que hice aquí los he puesto en mi CV sin ninguna duda."
"El programa de mentoría en IA generativa es diferente a cualquier curso que haya tomado. Sofía me acompañó en cada etapa de mi proyecto, desde la idea inicial hasta el despliegue. Me dio retroalimentación directa y a veces incómoda, pero siempre justa. La carta de referencia que me entregó al finalizar fue un plus que no esperaba."
"Soy contador de profesión y quería entender qué hay detrás de los modelos predictivos que usa mi empresa. El programa de fundamentos fue exactamente lo que buscaba: sin asumir conocimiento previo pero tampoco tratándome como si fuera un niño. Ahora puedo hablar con el equipo de datos con propiedad."
"Tomé el programa de Deep Learning mientras trabajaba tiempo completo. Las sesiones grabadas fueron fundamentales porque algunas semanas solo podía estudiar los sábados. El canal de comunidad también ayuda mucho; hay otras personas en la misma situación y eso da perspectiva."
"Empecé con muchas dudas sobre si podría completar un programa de dieciséis semanas, pero la estructura por fases lo hace manejable. Mi proyecto capstone terminó siendo una herramienta que ahora usa mi equipo en el trabajo. El acceso a los materiales por doce meses me ha servido para revisitar temas que necesité después."
Tres historias con más detalle: el punto de partida, el camino recorrido y lo que cambió al terminar.
Camila llevaba años trabajando con equipos de producto que hablaban constantemente de modelos y predicciones. Sentía que no podía contribuir a esas conversaciones con criterio propio.
Completó el programa de fundamentos en ocho semanas, dedicando alrededor de seis horas semanales. Entregó tres ejercicios y un proyecto final sobre predicción de churn usando un dataset de e-commerce.
Hoy participa activamente en las discusiones técnicas de su equipo. Propone experimentos, entiende las métricas de evaluación y puede leer reportes de modelos sin que nadie se los traduzca.
Jorge sabía Python bien y había hecho algunos tutoriales de ML, pero nunca había entrenado un modelo para un problema real ni sabido cómo evaluar si funcionaba bien.
En doce semanas construyó dos proyectos: un clasificador de imágenes médicas y un sistema de análisis de sentimientos en reseñas de productos colombianos. Andrés revisó su código en detalle en tres ocasiones.
Consiguió un nuevo rol en un equipo de ML dentro de su empresa tres meses después de terminar. Atribuye el cambio directamente a los proyectos de portafolio que pudo mostrar en la entrevista.
Lucía trabajaba en investigación sobre procesamiento de lenguaje y quería pasar del análisis a la construcción de sistemas que otras personas pudieran usar. No sabía por dónde empezar con el despliegue.
Durante dieciséis semanas construyó una herramienta de extracción de información de documentos legales colombianos. Sofía la acompañó semana a semana, cuestionando cada decisión de diseño con preguntas, no con respuestas.
Su herramienta está en uso en la organización donde trabaja. La carta de referencia de Sofía le abrió una puerta para presentar su trabajo en un congreso de NLP latinoamericano en noviembre de 2025.
Da el primer paso y cuéntanos qué quieres aprender. Te respondemos sin compromiso.
Escribir ahora