Prompt Engineering Master Course Prompt Engineering Master Course
Curso académico abierto sobre el ecosistema LLM 2026 — agnóstico, profesional, bilingüe. Open academic course on the 2026 LLM ecosystem — vendor-agnostic, professional, bilingual.
📋 Cómo recorrer el curso
📋 How to navigate the course
Cada bloque es una página independiente con sus propios objetivos de aprendizaje, tiempo estimado y referencias bibliográficas. Si vienes nuevo al tema, sigue el orden 0 → I → II → III. Si ya tienes base, salta al bloque que necesites — los prerrequisitos están al principio de cada uno.
- Bloques 0-II — Fundamentos. Sin esto el resto no se sostiene.
- Bloques III-VI — Construcción técnica. Aquí aprendes a producir.
- Bloques VII-X — Operaciones, privacidad, seguridad y medición.
- Bloques XI-XIV — Aplicación industrial, futuro, taller práctico, capstone.
El curso es agnóstico de vendor: cada técnica se enseña con tablas cross-API que muestran cómo se invoca en Claude, GPT-5, Gemini, DeepSeek, Kimi, MiniMax, Qwen, GLM, Grok, Mistral, Llama y Gemma.
Each block is a standalone page with its own learning objectives, time estimate and bibliographic references. If you're new to the topic, follow the order 0 → I → II → III. If you already have a base, jump to whichever block you need — prerequisites are listed at the start of each one.
- Blocks 0-II — Foundations. The rest doesn't stand without these.
- Blocks III-VI — Technical build-up. Where you learn to ship.
- Blocks VII-X — Operations, privacy, safety and measurement.
- Blocks XI-XIV — Industry applications, future, practical workshop, capstone.
The course is vendor-agnostic: every technique is taught with cross-API tables showing how it's invoked in Claude, GPT-5, Gemini, DeepSeek, Kimi, MiniMax, Qwen, GLM, Grok, Mistral, Llama and Gemma.
🗂️ Bloques del curso 🗂️ Course blocks
📌 Sobre este curso 📌 About this course
Este curso es un esfuerzo independiente para condensar todo lo que un profesional de software/datos/producto necesita saber sobre LLMs en 2026, desde fundamentos hasta producción real. Compite en alcance con cursos oficiales de Anthropic, Google, OpenAI y DeepLearning.AI, pero sin lock-in a un proveedor.
Para quién es: ingenieros que integran IA en producto, analistas/data scientists que la usan a diario, PMs y ejecutivos que toman decisiones sobre adopción, estudiantes en máster/doctorado en ML, formadores que necesitan material actualizado.
Política de actualización: el contenido se versiona (ver footer) y los cambios significativos se anotan en CHANGELOG. Si encuentras algo desactualizado, abre issue en GitHub.
This course is an independent effort to condense everything a software / data / product professional needs to know about LLMs in 2026, from fundamentals to real production. It rivals in scope the official courses from Anthropic, Google, OpenAI and DeepLearning.AI, but with no vendor lock-in.
Who it's for: engineers integrating AI into product, analysts / data scientists using it daily, PMs and executives making adoption decisions, masters / PhD students in ML, instructors needing up-to-date material.
Update policy: content is versioned (see footer) and significant changes are listed in the CHANGELOG. If you find something out of date, open a GitHub issue.