Sebastian S.
Capacitación corporativa en IA que viene de la práctica, no de la teoría
Más de 20 años en TI, desde arquitectura de sistemas hasta dirección de tecnología. Todos los días construyo productos de IA e implemento proyectos con IA; enseño ese mismo trabajo en capacitación corporativa y docencia universitaria.
Credenciales que respaldan la práctica
Dos décadas haciendo simple lo complejo
Mi carrera comenzó en soporte técnico y redes. Desde ahí pasé por desarrollo back-end, administración de sistemas, I+D, gestión de proyectos, y finalmente dirección de tecnología. Esa ruta larga me dio algo que no se obtiene en un curso: la capacidad de ver un problema tecnológico desde todos sus ángulos y explicarlo en el lenguaje de quien necesita tomar la decisión.
Hoy combino esa experiencia con formación especializada en IA del MIT, Johns Hopkins y la Universidad de Chile. Como docente universitario activo y relator en programas SENCE, diseño programas de capacitación que no se quedan en la teoría: cada participante sale con herramientas aplicables a su contexto real.
Programas de formación en IA y protección de datos
Siete talleres independientes o en secuencia progresiva. Enfoque práctico, modalidad presencial u online sincrónico o híbrido, según el taller.
- Manual de trabajo del taller, en PDF, para uso posterior del equipo
- Plantillas y recursos aplicables directamente al caso trabajado en sesión
- Certificado digital de participación
- Comunidad de práctica, 3 meses (no incluida en Taller 7)
Ley 21.719: Cumplimiento Técnico para Plataformas Digitales e IA
La Ley 21.719 entra en plena vigencia en diciembre de 2026 y exige cambios concretos en sitios web, apps, bases de datos y procesos de IA, con una fecha límite que ya está encima. Dos módulos: sensibilización transversal para todos, profundización técnica para TI, legal y compliance.
- Interpretar el alcance, plazos y sanciones de la Ley 21.719 en términos operativos para la organización
- Identificar dónde viven los datos personales en plataformas digitales y qué preguntas hacer para mapear sus flujos
- Distinguir los mecanismos técnicos que exige la ley: consentimiento granular, derechos ARSOP, registro de actividades, EIPD y notificación de brechas
- Aplicar criterios de tratamiento de datos personales en proyectos de IA: entrenamiento, inferencia, decisiones automatizadas y perfilamiento
IA Generativa para Productividad Profesional
La adopción de IA generativa fue más rápida que las prácticas para usarla bien: pocos equipos han definido qué información comparten con el modelo o cómo confirman que una respuesta es correcta. Este taller resuelve eso en 4 horas: entregar el contexto correcto y comprobar la respuesta antes de usarla.
- Elegir entre un modelo rápido y uno que razona según la exigencia real de la tarea
- Entregar el contexto correcto: instrucciones claras, ejemplos y criterios de aceptación, no solo una pregunta
- Distinguir el uso en cuenta personal del uso en cuenta corporativa y aplicar buenas prácticas de privacidad
- Reconocer en qué tipo de tarea el modelo suele fallar y cómo comprobar un resultado antes de usarlo
Prompt y Context Engineering Profesional
El prompting dejó de ser la palanca principal: hoy pesa más qué contexto le das al modelo y cómo verificas su respuesta. CO-STAR y RISEN siguen sirviendo, como checklist, no como fórmula cerrada. Sale con un caso propio, evaluado con criterio, no con una lista de prompts.
- Decidir qué información entra al contexto del modelo y cuál sobra: instrucciones, ejemplos, documentos y memoria de la conversación
- Usar frameworks estructurados (CO-STAR, RISEN) como listas de chequeo, reconociendo cuándo aportan y cuándo estorban
- Elegir entre zero-shot, few-shot y Chain-of-Thought según la tarea, en vez de aplicar recetas fijas como "piensa paso a paso"
- Evaluar con análisis de errores: revisar salidas reales, fijar criterios de aceptación y medir si un cambio mejora o empeora
Automatización Inteligente con IA
No-code, con IA generativa integrada. Sale con una automatización funcionando de principio a fin y el ROI de su caso real, no con una demo genérica de la plataforma.
- Diseñar un flujo de automatización identificando disparadores, acciones y condiciones
- Construir una automatización funcional que integra un módulo de IA generativa
- Calcular el ROI de la automatización construida y reconocer cuándo escalarla
IA Aplicada para Docentes y Educadores
Las universidades están apagando los detectores de IA por falsos positivos y sesgo lingüístico. Este taller cubre ambos frentes: usar IA para enseñar mejor, y rediseñar evaluaciones que no dependen de un detector poco confiable.
- Crear materiales didácticos (planes de clase, rúbricas, evaluaciones) con herramientas IA
- Explicar por qué el resultado de un detector de IA no constituye prueba, y qué sí constituye evidencia
- Esbozar un borrador de política de uso de IA con estrategias de evaluación que no dependen de detección (trabajo por etapas, defensa oral, evidencia de proceso)
Agentes de IA: Diseño, Evaluación y Control
Un agente tiene permisos y puede actuar: no es un chatbot con más pasos. La brecha entre desplegarlo y gobernarlo es lo que hoy mata los pilotos. En una sesión, el criterio para decidir si un agente es la herramienta correcta y qué exigirle antes de exponerlo a un entorno real.
- Decidir cuándo un agente resuelve un problema y cuándo un flujo simple lo hace mejor y más barato
- Reconocer los principios de diseño de contexto y herramientas de un agente: qué información recibe, qué puede hacer y dónde se detiene
- Identificar los riesgos propios de los agentes (tríada letal de datos privados, contenido no confiable y comunicación externa; permisos excesivos; acciones irreversibles) y los controles básicos para mitigarlos
Liderar la Adopción de IA: de Piloto a Producción
El 95% de los pilotos de IA generativa no produce retorno medible; el 5% que sí lo logra comparte un patrón: integra la IA en flujos de trabajo reales, no la deja como herramienta genérica. Un taller para quien aprueba el presupuesto, no para quien construye.
- Distinguir los casos de uso que justifican inversión de los que solo producen demostraciones
- Formular las preguntas que separan un piloto viable de uno que muere en la demo
- Situar las obligaciones vigentes de protección de datos, alfabetización y gobernanza de IA que aplican según la exposición de la organización
- Definir métricas de adopción y de resultado antes de aprobar el gasto, no después
¿Combinar varios talleres en un programa para su organización?
Los siete talleres se combinan en un programa cerrado para su organización. Se ajusta el contenido a sus casos reales, el calendario a su operación y el formato a sus sedes. La estructura y los objetivos de aprendizaje son los mismos: lo que cambia es el recorrido y los ejemplos.
Quienes han confiado en estos programas
Su equipo necesita IA con criterio, no solo herramientas
Cuénteme dónde está su organización con IA hoy. En una conversación de 30 minutos le digo qué taller o qué combinación corresponde, aunque no sea conmigo.
Conversemos