Cursos en esta ruta
Guía de Fundamentos de System Design
Aprende a diseñar un sistema distribuido desde cero y a escalarlo con criterio, no con memoria. La guía enseña el método completo —aclarar requisitos, estimar capacidad con matemática de servilleta, modelar los datos, meter caché, escalar la base de datos, balancear carga y razonar los tradeoffs de fiabilidad y consistencia— usando un solo caso de estudio real de principio a fin: Enlace, un acortador de URLs que arranca en una sola caja y se escala módulo a módulo hasta un diseño distribuido completo. Cada número que aparece se calcula y se ejecuta en Python (QPS, almacenamiento, hit ratio, consistent hashing), nunca se cita de memoria. Al terminar, puedes tomar un enunciado vago como "diseña un acortador de URLs" y producir un diseño defendible con números, diagrama y tradeoffs explícitos —exactamente lo que se espera en una revisión de arquitectura o una entrevista técnica de system design.
64 lecciones
Guía de Diseño de Sistemas y Escalado
Domina el pensamiento arquitectónico para sistemas AI: estrategias de escalabilidad, patrones de reliability, patrones de integración (webhooks, event-driven, MCP), canales del mundo real (Slack/Discord) y trade-offs entre performance y coste. Esta guía de síntesis conecta todo lo que has aprendido—Docker, CI/CD, deployment, monitoring, cost optimization, security—y te enseña a DISEÑAR sistemas production-ready. Culmina con el diseño completo de arquitectura del Capstone: AI-Powered Knowledge Assistant con Agentic RAG e integración Slack/Discord.
64 lecciones
Guía de Diseño de APIs e Integración
Aprende a diseñar el contrato por el que un sistema habla con otros: modelar recursos, elegir los verbos y códigos de estado correctos, diseñar peticiones y respuestas (paginación, filtrado, errores), y —el eje de la guía— versionar y evolucionar una API sin romper a quien ya la consume. Todo se trabaja sobre un solo caso de principio a fin: la API pública de Catalog y Orders de Mercado, un marketplace con endpoints reales (`GET /v1/products`, `POST /v1/orders`) que se construyen y prueban en Python. Vas a diseñar paginación por cursor ejecutada de verdad, idempotencia con `Idempotency-Key`, un contrato de errores en formato `problem+json` (RFC 9457), validación contra JSON Schema, y demostrar con un test cómo un cambio aditivo no rompe a un consumidor viejo mientras uno destructivo sí. Cierra con el criterio para saber cuándo REST no es la respuesta y conviene gRPC o GraphQL.
64 lecciones
Guía de Estilos Arquitectónicos y Límites
Aprende a estructurar un sistema por dentro: cómo dividirlo en partes, dónde trazar los límites, y qué estilo —monolito, monolito modular, microservicios— le conviene a qué contexto. El eje de la guía es acoplamiento y cohesión, y los bounded contexts de Domain-Driven Design ligero: agrupar lo que cambia junto, separar lo que cambia por razones distintas. Trabajas sobre un solo caso de principio a fin: Mercado, un marketplace que arrancó como un monolito sin límites donde todo toca todo (un cambio en Reviews rompe Checkout), y que vas a reestructurar trazando sus cinco bounded contexts (Catalog, Orders, Payments, Shipping, Reviews). Cada métrica de acoplamiento —fan-in/fan-out, instability, blast radius, detección de ciclos— se calcula y se ejecuta en Python sobre un grafo de dependencias real, no se cita de memoria. Cierra con el capstone de reestructurar el monolito de Mercado completo: mapa de contextos, decisión de estilo justificada, y las métricas medidas antes y después.
64 lecciones
Guía de Arquitectura Dirigida por Eventos
Aprende a construir sistemas que se comunican por eventos en vez de por llamadas directas: cuándo un evento le gana a una llamada síncrona, cómo funciona un broker, cómo consumir eventos de forma idempotente, cómo publicarlos de forma confiable con el patrón outbox, y los patrones grandes que habilita —event sourcing, CQRS, sagas—. Trabajas sobre un solo caso de principio a fin: Mercado, cuyo checkout hoy es una cadena frágil de llamadas síncronas (si `notifications` cae, el pedido falla), y que vas a convertir en un flujo dirigido por eventos donde `orders` emite `OrderPlaced` y varios servicios reaccionan de forma desacoplada. Todo se simula y se ejecuta en Python con un broker en memoria: vas a medir cómo la entrega at-least-once produce duplicados y cómo un consumidor idempotente los neutraliza, simular un crash que expone el dual-write problem y ver cómo el outbox lo resuelve, reconstruir el estado de un `Order` reproduciendo su log de eventos, y ejecutar una saga con compensación. Al terminar sabes qué gana y qué paga un sistema dirigido por eventos frente a uno síncrono.
64 lecciones
Guía de Despliegue y Diseño de Sistemas
Lleva tu API Python de localhost a producción en cloud platforms reales (Render, Railway, Fly.io), configura managed databases (Supabase, Neon), Redis en la nube (Upstash), reverse proxy con Nginx, y domina fundamentos de System Design: monolith vs microservices, caching layers, message queues, scaling strategies, y API versioning. Guía #15 y ÚLTIMA del Backend Python Developer con FastAPI Path — el capstone que cierra todo el path.
74 lecciones
Guía de Patrones de Resiliencia y Confiabilidad
Aprende a hacer que un sistema distribuido sobreviva a las fallas de sus partes: timeouts, reintentos con backoff y jitter, idempotencia, circuit breakers, bulkheads, degradación elegante y load shedding. El eje de la guía es la falla parcial —en un sistema distribuido siempre hay algo caído o lento— y cómo evitar que la falla de una dependencia se convierta en la caída de todo el sistema. Trabajas sobre un solo caso de principio a fin: el flujo de checkout de Mercado, donde `orders` llama a `payments` y `shipping`, y esas dependencias fallan y se ponen lentas de verdad. Todo se simula y se mide en Python con tasas de falla y latencia configurables: vas a medir el thread exhaustion sin timeout, el retry storm sin backoff, cuántas llamadas se ahorra un circuit breaker cuando el servicio está muerto, cómo un bulkhead aísla una dependencia lenta para que no agote a las demás, y el success rate del checkout antes y después de blindarlo. El capstone combina todos los patrones sobre el checkout completo de Mercado y mide el resultado.
64 lecciones
Guía de Arquitectura para Sistemas AI-Native
Aprende a diseñar sistemas donde un componente de IA (un LLM) es una pieza de primera clase, y qué cambia en la arquitectura cuando esa pieza es no determinista, lenta, cara y falla de formas nuevas. El eje de la guía es que un LLM no es una función normal —no puedes afirmar su salida exacta, tarda cientos de milisegundos, cuesta dinero por llamada, alucina, y leer datos del usuario lo vuelve una frontera de confianza— y que la arquitectura debe contener esa no-determinación con una cáscara determinista: evals como compuerta de calidad, guardrails en la frontera, presupuestos de latencia y costo, fallback cuando el modelo cae, y un lazo de datos que mejora el sistema con el tiempo. Trabajas sobre Mercado, que agrega búsqueda semántica, un agente de soporte, recomendaciones y un generador de descripciones para vendedores. Todo se simula y se ejecuta en Python con el LLM representado por un stub determinista (sin llamadas a APIs reales): vas a medir el ahorro de un model cascade barato-primero, ejecutar un eval-set que atrapa una regresión, rechazar una salida inválida en un guardrail, ver cómo un fallback mantiene el sistema arriba cuando el modelo cae, y bloquear una propuesta del modelo que se sale de política antes de que toque dinero o estado. El capstone arquitecta una feature de IA completa dentro de Mercado.
64 lecciones
Guía de Decisiones Arquitectónicas y Trade-offs
Aprende el oficio de decidir en arquitectura: cómo tomar decisiones bajo incertidumbre, hacer explícitos los trade-offs, registrarlos en Architecture Decision Records (ADR) y defenderlos con evidencia en vez de opinión. El eje de esta guía es que la arquitectura no es un diagrama, es un conjunto de decisiones —cada una con un costo, una reversibilidad y consecuencias— y que "no hay mejor, solo trade-offs" entre atributos de calidad. Construyes una matriz de decisión con criterios ponderados y análisis de sensibilidad, escribes ADRs en formato Nygard (Context/Decision/Consequences/Status), generas y pruebas alternativas con spikes antes de comprometerte, y proteges cada decisión con una fitness function que falla automáticamente si el sistema cruza un umbral. También trabajas el costo y la reversibilidad de decidir: puertas de una vía vs dos vías, el último momento responsable, y la deuda técnica como trade-off deliberado. Todo lo cuantificable se ejecuta en Python, no se decide a ojo. Trabajas sobre las decisiones abiertas de Mercado —¿orders y shipping se comunican síncrono o por eventos?, ¿se extrae el catálogo a un servicio?— y cierras con un proyecto donde tomas y registras una decisión arquitectónica real de punta a punta.
64 lecciones
Guía de Modernización de Legacy y Migración
Aprende a modernizar un sistema legacy sin reescribirlo de cero: la reescritura grande casi siempre fracasa, y el camino que sí funciona es incremental, medido y reversible. Esta guía enseña a poner código legacy que da miedo bajo una red de seguridad con characterization tests, a desviar tráfico del sistema viejo al nuevo con el patrón strangler fig, y a migrar una implementación internamente con branch by abstraction cuando no hay forma de meter un proxy externo. Cubre cómo extraer un bounded context del monolito a un servicio con un anti-corruption layer, cómo migrar datos sin apagar el sistema (dual-write, backfill, parallel-run) y cómo medir si una migración avanza y cuándo terminó, para evitar la migración eterna que nunca apaga lo viejo. Todo se simula y se ejecuta en Python: el monolito, el router y la base de datos en memoria. Trabajas sobre Mercado, un marketplace legacy con catálogo, pedidos, pagos y envíos viviendo en un solo monolito sin tests. Cierra con un proyecto capstone donde modernizas una rebanada completa de Mercado de punta a punta, sin apagar el negocio.
64 lecciones
Guía de Gobierno de Código IA y Arquitectura para Agentes
Aprende a gobernar el código que escribe la IA y a arquitectar los sistemas donde agentes modifican software de forma autónoma. Cuando la IA genera una fracción enorme del código y algunos agentes pueden cambiar código e infraestructura sin supervisión directa, la velocidad sin gobernanza produce deriva arquitectónica y un radio de daño (blast radius) enorme. Esta guía enseña a construir fitness functions que bloquean en CI cualquier cambio —de humano o de agente— que viole las reglas de arquitectura, a diseñar un modelo de permisos least-privilege que limita lo que cada agente puede tocar, y a rutear cambios por nivel de riesgo con compuertas human-in-the-loop: lo trivial pasa solo, lo que toca pagos, autenticación o migraciones exige aprobación humana. Cubre cómo rastrear la procedencia del código generado por IA para rendición de cuentas y auditoría, y cómo codificar la arquitectura como policy-as-code que el agente no puede saltar, aunque intente ignorarla. Todo se simula y se ejecuta en Python —el agente y sus diffs son stubs, nunca se corre un agente real ni se llama a una API—. Trabajas sobre el equipo de Mercado, que ya usa agentes de código para abrir la mitad de sus PRs, y cierras diseñando la capa de gobernanza completa de sus contribuciones de IA.
64 lecciones
Guía del Oficio del Arquitecto
Aprende el oficio humano y organizacional de ser arquitecto: no dibujar el diagrama perfecto desde una torre de marfil, sino habilitar a los equipos, comunicar decisiones y alinear la estructura de la organización con la del sistema. El eje de esta guía es que la arquitectura la hacen personas dentro de una organización, y que el mayor apalancamiento del arquitecto no es técnico sino social. Mides la Ley de Conway sobre un caso real y aplicas la maniobra inversa para moldear equipos hacia la arquitectura que quieres lograr, comunicas con el C4 model (los cuatro niveles de zoom de un diagrama) y usas el ADR como pieza de comunicación, lideras sin autoridad formal sosteniendo las conversaciones que sostienen la arquitectura, y traduces metas de negocio a atributos de calidad para explicarle el trade-off a un stakeholder no técnico. También trabajas cómo diseñar para el cambio sin caer en el over-engineering, y cómo documentar de forma que sobreviva al tiempo y al onboarding. Lo cuantificable —communication paths, bus factor, acoplamiento equipo-módulo— se ejecuta en Python, no se afirma de memoria. Trabajas sobre Mercado y su organización de cinco squads, y cierras actuando como su arquitecto ante un cambio de negocio real.
64 lecciones
Guía para Trabajar con Agentes de Código
Aprende a dirigir agentes de código como oficio profesional, no como improvisación. Esta guía cubre las seis piezas que separan el uso amateur del profesional: el oficio de dirigir en vez de escribir directamente, el desarrollo dirigido por especificación (spec-driven), la ingeniería del harness —el entorno, el contexto y los permisos que dejas listos para que el agente se verifique solo—, la verificación y revisión de lo que el agente genera, el presupuesto y control de costo en tokens y tiempo, y el gobierno del código asistido por IA dentro de un equipo. Al terminar sabes escribir especificaciones ejecutables, preparar un repositorio "agent-ready", revisar —no aceptar— lo que un agente produce, controlar cuánto gastas en tokens y en atención humana, y redactar el playbook que gobierna cómo tu equipo trabaja con agentes.
48 lecciones
Guía de Inglés Técnico y Empleabilidad
Aprende a trabajar y postularte en inglés: lee documentación sin traducir, escribe PRs, bug reports y documentos de diseño en inglés llano, sostén un standup y una demo en voz alta, y ejecuta una búsqueda de empleo con criterio de mercado. Los siete módulos parten de tu objetivo real —el puesto, el mercado y la brecha de inglés que te separan de él— y avanzan por los fundamentos de leer y escuchar inglés técnico, la comunicación escrita asíncrona (chat, issues, PRs, commits), la escritura de documentos técnicos en lenguaje llano (design docs, ADRs, READMEs, postmortems), el inglés técnico hablado (standups, reuniones, pair programming, demos), tus materiales profesionales (CV apto para ATS, LinkedIn, portafolio) y el proceso de contratación completo. El proyecto final es el Employability Kit: un dossier acumulativo y defendible en entrevista, con la ficha de objetivo, el portafolio con design doc y ADR, el paquete de comunicación asíncrona, el CV adaptado y tres grabaciones en inglés sin guion —pitch, demo y simulacro de entrevista.
56 lecciones