Ubica cómo pasamos de calculadoras mecánicas a Internet, teléfonos inteligentes, nube e inteligencia artificial. La historia muestra por qué existen lenguajes, sistemas operativos, redes, estándares y profesiones actuales.

Usa una terminal, carpetas, archivos, rutas, editores y comandos seguros para trabajar como lo hacen muchos equipos técnicos. Crearás y ejecutarás pequeños programas desde tu propia computadora.

Escribe programas pequeños con variables, expresiones, entrada, salida y errores simples. El objetivo es convertir instrucciones humanas en pasos claros que una máquina pueda ejecutar.

Controla el camino de un programa con condiciones, ciclos y funciones. Practicarás cómo dividir problemas cotidianos en piezas pequeñas y verificables.

Usa listas, diccionarios, conjuntos y registros para guardar colecciones de información. Crearás programas que ordenan, buscan, cuentan y transforman datos de uso real.

Representa conceptos del mundo con objetos, tipos, módulos e interfaces simples. Esto permite construir programas más grandes sin que todo quede mezclado en un solo archivo.

Aprende a leer mensajes de error, reproducir fallas, usar un depurador y escribir pruebas pequeñas. La práctica central es cambiar código con confianza sin romper lo que ya funciona.

Guarda versiones de tu trabajo con Git, compara cambios, recupera errores y colabora con ramas y revisiones. Terminarás con un flujo básico para proyectos personales y de equipo.

Usa lógica, conjuntos, relaciones, funciones y conteo para razonar sobre programas. Estas herramientas aparecen en bases de datos, algoritmos, seguridad, lenguajes y verificación.

Lee y escribe argumentos precisos con inducción, contradicción e invariantes sencillos. Esto te ayuda a justificar por qué un algoritmo funciona y no solo a probarlo con algunos casos.

Compara arreglos, listas enlazadas, pilas, colas, árboles, heaps, tablas hash y grafos. Verás cuándo cada estructura vuelve una solución más simple, rápida o segura.

Diseña procedimientos para buscar, ordenar, recorrer grafos y resolver problemas paso a paso. Practicarás elegir una estrategia antes de escribir código.

Mide tiempo y memoria con notación O, casos promedio, peores casos y límites prácticos. Esta habilidad permite predecir qué soluciones sobreviven cuando los datos crecen.

Aplica recursión, divide y vencerás, programación dinámica, greedy y backtracking. Resolverás problemas clásicos que enseñan patrones reutilizables en entrevistas, investigación y sistemas reales.

Conecta lógica booleana, compuertas, circuitos, memoria y CPU. Verás cómo instrucciones simples terminan moviendo datos, haciendo operaciones y controlando dispositivos.

Maneja instrucciones de máquina, registros, pila, memoria, cachés y concurrencia a bajo nivel. Esto explica por qué algunos programas son rápidos, inseguros o difíciles de depurar.

Trabaja con procesos, hilos, memoria virtual, archivos, permisos y planificación. Crearás una visión práctica de lo que hace el sistema operativo entre tu programa y el hardware.

Usa procesos, hilos, bloqueos, colas y eventos sin caer en carreras o deadlocks. Esta base sostiene servidores, apps interactivas, bases de datos y sistemas distribuidos.

Distingue lenguajes compilados, interpretados, tipados, funcionales, orientados a objetos y concurrentes. Elegirás herramientas con criterio según seguridad, velocidad, ecosistema y mantenibilidad.

Sigue el viaje de un programa desde texto hasta código ejecutable: análisis léxico, sintaxis, tipos, optimización y generación de código. Construirás piezas pequeñas de un intérprete o compilador.

Modela datos con tablas, claves, relaciones, normalización y consultas SQL. Harás consultas que responden preguntas reales sin duplicar información ni perder consistencia.

Usa transacciones, índices, bloqueos, planes de consulta y recuperación ante fallas. Esto explica cómo una base de datos responde rápido sin perder dinero, pedidos o registros.

Trabaja con documentos, clave-valor, columnas, grafos y búsquedas de texto. Verás cuándo conviene salir del modelo relacional y qué costos aparecen al hacerlo.

Modela eventos, lotes, flujos, lagos de datos, almacenes analíticos y pipelines. Crearás rutas de datos que alimentan reportes, productos y modelos de aprendizaje automático.

Conecta computadoras con IP, DNS, TCP, UDP, HTTP, TLS y enrutamiento. Podrás diagnosticar problemas comunes y saber qué pasa cuando una app se comunica por Internet.

Diseña APIs con recursos, contratos, autenticación, versiones y manejo de errores. Practicarás cómo dos sistemas se hablan sin compartir el mismo código interno.

Construye interfaces pensando en tareas, accesibilidad, retroalimentación, errores humanos y pruebas con usuarios. La meta es crear software que personas reales puedan usar sin frustración.

Organiza requisitos, diseño, estimaciones, revisión de código, documentación y mantenimiento. Verás cómo los equipos convierten una necesidad ambigua en software que evoluciona.

Escribe pruebas unitarias, de integración, de contrato, de carga y de extremo a extremo. También usarás calidad de código y revisión para detectar problemas antes de producción.

Sigue un trabajo completo: recibir una solicitud, aclarar requisitos, diseñar, programar, probar, revisar, desplegar, monitorear y corregir. Este capítulo une práctica técnica con decisiones de producto y equipo.

Aprende confidencialidad, integridad, disponibilidad, amenazas, vulnerabilidades y controles. Practicarás pensar como defensor antes de escribir o desplegar sistemas.

Protege contraseñas, sesiones, permisos, entradas de usuario y datos sensibles. Verás ataques comunes como inyección, XSS, CSRF y errores de configuración, junto con sus defensas.

Usa cifrado simétrico, claves públicas, firmas, hashes, certificados y protocolos seguros. El foco está en aplicar criptografía correctamente, no en inventar algoritmos propios.

Gestiona dependencias, licencias, paquetes, secretos, firmas, SBOM y actualizaciones. Este tema es clave porque gran parte del riesgo moderno entra por bibliotecas y herramientas externas.

Empaqueta aplicaciones con imágenes, contenedores, volúmenes y redes aisladas. Así podrás ejecutar el mismo sistema en desarrollo, pruebas y producción con menos sorpresas.

Automatiza compilación, pruebas, análisis, empaquetado y despliegue con pipelines. Este flujo reduce errores manuales y hace que los cambios pequeños lleguen de forma segura.

Usa cómputo, almacenamiento, redes, bases de datos administradas, identidades y costos en la nube. Aprenderás a diseñar sistemas sin comprar servidores propios, cuidando seguridad y presupuesto.

Coordina muchos contenedores con pods, servicios, despliegues, escalado, configuración y secretos. Kubernetes aparece cuando un sistema necesita operar varias piezas de forma confiable.

Diseña funciones bajo demanda, colas, eventos, CDN y cómputo cerca del usuario. Verás cuándo serverless y edge reducen operación, y cuándo agregan límites nuevos.

Mide salud de sistemas con logs, métricas, trazas, alertas y objetivos de servicio. La práctica consiste en encontrar causas reales cuando algo falla en producción.

Diseña sistemas con replicación, particionamiento, consenso, colas, cachés y tolerancia a fallas. Aprenderás por qué la distribución mejora escala pero complica consistencia y depuración.

Evalúa modelos de consistencia, relojes, quórums, CAP y recuperación ante particiones. Esto permite tomar decisiones responsables en bases de datos y servicios globales.

Trabaja con sensores, microcontroladores, interrupciones, tiempo real, energía y comunicación con hardware. Verás por qué el software embebido exige pensar en límites físicos.

Usa paralelismo, memoria de GPU, kernels y cargas masivas de datos. Esta base explica gráficos modernos, ciencia computacional y entrenamiento de modelos de inteligencia artificial.

Maneja gráficos 2D y 3D con geometría, rasterización, shaders, iluminación y animación. Crearás una escena simple y verás cómo el hardware convierte datos en imágenes.

Compila código para correr en navegadores y entornos seguros con WebAssembly. Verás cuándo sirve para rendimiento, portabilidad, plugins, juegos, herramientas y ejecución aislada.

Estudia autómatas, gramáticas, lenguajes regulares, lenguajes libres de contexto y máquinas de Turing. Esta teoría muestra qué patrones pueden reconocer programas y compiladores.

Distingue problemas decidibles, indecidibles, P, NP, reducciones y completitud NP. Aprenderás a reconocer cuándo buscar una solución exacta, aproximada o imposible en la práctica.

Usa búsqueda local, algoritmos genéticos, recocido simulado y aproximaciones para problemas enormes. Estas técnicas ayudan cuando la solución perfecta cuesta demasiado.

Modela datos con vectores, matrices, probabilidad, estadística y optimización. Esta preparación sostiene aprendizaje automático, gráficos, simulación, búsqueda y análisis de datos.

Entrena regresión, clasificación, árboles, ensambles, clustering y reducción de dimensión. También medirás desempeño con datos separados para evitar conclusiones engañosas.

Trabaja con tendencias, estacionalidad, ventanas, validación temporal y pronóstico. Este capítulo cubre datos donde el orden importa, como ventas, sensores, tráfico y finanzas.

Diferencia correlación de causa, usa experimentos, variables de confusión, gráficos causales y estimadores sencillos. Esto ayuda a tomar decisiones cuando no basta con predecir bien.

Construye sistemas que sugieren productos, contenidos o personas usando filtrado colaborativo, contenido, ranking y evaluación offline. También verás sesgos, burbujas y métricas de negocio.

Crea modelos con redes neuronales, entrenamiento por gradiente, regularización, convoluciones y embeddings. Esta base conecta visión, lenguaje, audio y sistemas generativos actuales.

Usa políticas, recompensas, exploración, Q-learning y métodos de política para agentes que aprenden actuando. Verás aplicaciones en juegos, robótica, optimización y control.

Trabaja con atención, embeddings posicionales, preentrenamiento y ajuste de modelos tipo Transformer. Este diseño cambió el procesamiento de lenguaje, visión y datos secuenciales.

Usa modelos de lenguaje grandes para resumir, responder, clasificar, razonar con apoyo y generar texto. También revisarás límites, alucinaciones, costos, privacidad y evaluación.

Conecta modelos de lenguaje con documentos, buscadores vectoriales, fragmentación, embeddings y citas verificables. RAG permite responder con información propia sin reentrenar todo el modelo.

Adapta modelos preentrenados con datos de dominio, instrucciones, LoRA, evaluación y controles de seguridad. Verás cuándo conviene ajustar, cuándo basta con prompts y cuándo es mejor no hacerlo.

Genera imágenes, audio u otros datos con modelos de difusión, ruido, denoising, condicionamiento y evaluación. También se cubren usos creativos, riesgos de derechos y detección de abuso.

Usa asistentes de código para completar, explicar, probar, refactorizar y revisar cambios. La práctica importante es verificar resultados, proteger secretos y no perder criterio técnico.

Lleva modelos a producción con datos versionados, entrenamiento reproducible, pruebas, despliegue, monitoreo, drift y rollback. Esto une ciencia de datos con operación confiable.

Trata privacidad, sesgo, explicabilidad, seguridad, propiedad intelectual y responsabilidad en sistemas de IA. También verás prácticas de evaluación y gobernanza usadas en organizaciones reales.

Calcula con aritmética de punto flotante, simulación, álgebra lineal numérica y errores de aproximación. Esta área conecta computación con ciencia, ingeniería, clima, física y economía.

Piensa en privacidad, accesibilidad, impacto laboral, moderación, vigilancia, sostenibilidad y desigualdad digital. El objetivo es tomar decisiones técnicas considerando consecuencias sociales reales.

Reúne código, pruebas, documentación, despliegue y monitoreo en un sistema completo elegido por el estudiante. El proyecto debe mostrar decisiones justificadas y evidencia de que funciona.

Conoce roles como desarrollo, datos, seguridad, infraestructura, investigación, producto, docencia y computación embebida. También cubre portafolios, contribución a código abierto, certificaciones útiles, entrevistas y formas de mantenerse al día.