Guion profesor · U01
Del cuaderno a producción
Objetivo de la sesión
Reproducibilidad y fundamentos operativos.
Guion por bloques
Bloque 1 — De notebook a servicio (60 min)
Qué se pierde al pasar de exploración a producción: seeds, dependencias, datos y configuración.
- Demo viva: proyectar un caso corto; pedir predicción de la falla antes de correr el modelo.
- Pregunta disparadora: “¿Qué evidencia descartaría tu intuición sobre este prompt/agente?”
- Contingencia: si cae el proveedor cloud, usar LM Studio / Ollama; comparar calidad es contenido, no fracaso.
Bloque 2 — Artefactos y linaje (60 min)
Versionado de código, datos, pesos y config. Identificadores de corrida y reproducibilidad.
- Demo viva: proyectar un caso corto; pedir predicción de la falla antes de correr el modelo.
- Pregunta disparadora: “¿Qué evidencia descartaría tu intuición sobre este prompt/agente?”
- Contingencia: si cae el proveedor cloud, usar LM Studio / Ollama; comparar calidad es contenido, no fracaso.
Bloque 3 — Entorno local (60 min)
Contenedor mínimo o entorno fijado. Variables de entorno. Separación de secretos.
- Demo viva: proyectar un caso corto; pedir predicción de la falla antes de correr el modelo.
- Pregunta disparadora: “¿Qué evidencia descartaría tu intuición sobre este prompt/agente?”
- Contingencia: si cae el proveedor cloud, usar LM Studio / Ollama; comparar calidad es contenido, no fracaso.
Bloque 4 — Taller operativo (60 min)
Empaquetar un endpoint de inferencia local (puede apuntar a LM Studio) con healthcheck y versión declarada.
- Demo viva: proyectar un caso corto; pedir predicción de la falla antes de correr el modelo.
- Pregunta disparadora: “¿Qué evidencia descartaría tu intuición sobre este prompt/agente?”
- Contingencia: si cae el proveedor cloud, usar LM Studio / Ollama; comparar calidad es contenido, no fracaso.
Claves del taller (no proyectar)
Levantá un wrapper HTTP mínimo que llame a LM Studio (/v1/models + /v1/chat/completions) y exponga /health con modelo y latencia.
- Exigir batería de casos antes de “se ve bien”.
- Registrar modelo, temperatura y seed/config en el informe.
- Rechazar entregas sin tope de iteraciones/costo/tiempo en agentes.
Checklist cierre
- Articulación con la unidad siguiente / curso vecino.
- Recordar lectura previa de la próxima sesión.
- Recoger dudas sobre lab autónomo.
Se requiere sesión profesor
Iniciar sesión para ver guiones y soluciones.