Voces de quienes ya estudiaron
Lo que dicen las personas que han pasado por Neurona Andina
Cada experiencia es distinta, pero hay cosas que aparecen con frecuencia: claridad en los contenidos, acceso real al instructor y proyectos que dejaron algo útil.
← Volver al inicio340+
estudiantes formados
4.7
puntuación promedio de satisfacción
91%
recomendaría la escuela
12
cohortes completadas
Opiniones
Lo que dicen nuestros estudiantes
Juliana Salcedo
Bogotá · Programa de Fundamentos ML
"Venía de un trabajo en administración y tenía algo de Python aprendido por cuenta propia. El programa me dio la estructura que me faltaba. Lo que más me ayudó fue que el instructor revisó mi proyecto final con comentarios detallados, no solo un 'aprobado'. Fue más de lo que esperaba."
Mayo 2025
Ricardo Fuentes
Medellín · Deep Learning Aplicado
"Había intentado aprender deep learning con tutoriales de YouTube pero llegaba hasta cierto punto y no avanzaba más. Acá la diferencia fue poder preguntar en las sesiones en vivo. El proyecto de portafolio lo incluí en mi CV y ya lo han mencionado en dos entrevistas."
Abril 2025
Mariana Torres
Cali · MLOps y Despliegue
"El programa de MLOps fue exigente, no voy a mentir. Pero eso fue lo que quería: algo que realmente me sacara de la zona de confort. Terminé con un servicio de predicción funcionando en la nube que puedo mostrar. Eso valió cada peso del precio."
Mayo 2025
Carlos Bedoya
Bogotá · Programa de Fundamentos ML
"Buen programa. Me tomó un par de semanas encontrar el ritmo entre el trabajo y las clases, pero el instructor fue comprensivo cuando pedí ajustar los tiempos. Los materiales son claros y los ejercicios tienen sentido. Sí recomendaría empezar por acá si uno viene de otro campo."
Junio 2025
Paola Gómez
Bucaramanga · Deep Learning Aplicado
"Lo que más me gustó fue que el contenido está en español desde el inicio, no adaptado del inglés. Se nota en la terminología y en los ejemplos. El dataset del proyecto de visión por computador era de transporte urbano colombiano. Eso hace diferencia cuando estás aprendiendo."
Mayo 2025
Alejandro Varela
Bogotá · MLOps y Despliegue
"Llevar un modelo a producción es algo que muchos cursos mencionan pero pocos enseñan de verdad. Acá lo construyes paso a paso: Docker, API, monitoreo. La carga de trabajo es alta pero el instructor responde rápido cuando uno se atora con algo específico."
Junio 2025
Historias de aprendizaje
De dónde venían y adónde llegaron
Caso de estudio 1
De analista financiero a data scientist con proyecto funcional
Punto de partida
Sebastián trabajaba en análisis de crédito usando hojas de cálculo. Sabía que las herramientas de ML podían mejorar los procesos de su equipo pero no tenía base técnica para empezar. Intentó con plataformas en inglés y se bloqueó en la parte de preprocesamiento de datos.
Proceso en la escuela
Completó el programa de Fundamentos ML en 8 semanas. Su proyecto final fue un modelo de clasificación de riesgo crediticio con un dataset real de microcréditos. El instructor revisó el código y señaló mejoras concretas en la ingeniería de variables.
Resultado
Presentó el proyecto a su equipo en el trabajo. Tres meses después, pasó a liderar un pequeño proyecto piloto de ML interno. También se inscribió en el programa de Deep Learning para seguir avanzando.
"Lo más valioso fue que el proyecto fue mío desde el principio. No era un ejercicio genérico, era algo que tenía sentido en mi trabajo." — Sebastián, Bogotá
Caso de estudio 2
Del cuaderno de Jupyter al servicio en producción
Punto de partida
Diana ya tenía experiencia en Python y había entrenado varios modelos por su cuenta. El problema era que ninguno llegaba a producción: siempre se quedaba en un cuaderno que funcionaba en su máquina pero no era escalable ni mantenible.
Proceso en la escuela
Se unió directamente al programa de MLOps. Aprendió a empaquetar modelos con Docker, exponerlos como API con FastAPI y configurar monitoreo básico. El proyecto del programa fue un servicio de clasificación de texto con pipeline CI/CD.
Resultado
Aplicó lo aprendido en un proyecto de su empresa: llevó un modelo de detección de anomalías a producción en 6 semanas. El equipo de TI pudo integrarlo sin problemas porque seguía buenas prácticas de empaquetado.
"Antes todos mis modelos vivían en cuadernos. Ahora sé cómo llevarlos a donde realmente sirven." — Diana, Medellín
¿Quieres saber más antes de decidir?
Puedes escribirnos directamente. No hay presión ni plazos artificiales.
Teléfono
+57 318 462 9175Correo
[email protected]Dirección
Carrera 15 # 88-64
Bogotá, Colombia
Atención
Lun–Vie 8am–6pm
Sáb 9am–1pm
Credenciales y estándares
La base de lo que hacemos
Instructores verificados
Todos tienen experiencia comprobada en proyectos de ML en la industria colombiana.
Cumplimiento Ley 1581
Protección de datos personales conforme a la normativa colombiana vigente.
Contenido actualizado
Materiales revisados periódicamente para mantenerse al día con las herramientas de la industria.
Grupos controlados
Máximo 20 estudiantes por cohorte para garantizar atención personalizada.
¿Te gustaría unirte a la próxima cohorte?
Escríbenos y te contamos cuándo abre el siguiente grupo y qué programa encaja mejor con tu momento actual.
Quiero inscribirme