Lo que dicen
Historias de quienes ya recorrieron este camino
Recopilamos opiniones sin editarlas para parecer perfectas. Encontrarás tanto lo que funcionó bien como los ajustes que hicimos por el camino.
Volver al inicio+340
Estudiantes
4.7
Puntuación promedio
92%
Tasa de finalización
4 años
En operación
Opiniones
Lo que dicen los estudiantes
Manuela Pérez
Bogotá · Fundamentos de ML
Llegué al programa sin saber bien qué esperar. Lo que más valoré fue que el mentor no asumió que ya entendía cosas que no entendía — me preguntaba qué había hecho, revisaba el código conmigo y explicaba el porqué. Tardé un poco más de lo previsto en terminar el proyecto final, pero el resultado fue algo de lo que estoy orgullosa.
Junio 2025
Santiago Ramírez
Medellín · Deep Learning Aplicado
El nivel de Deep Learning es exigente, que conste. Hay semanas donde el material se siente denso. Pero las revisiones de código marcaron la diferencia — ver los comentarios del mentor sobre mis implementaciones me ayudó a entender errores que solo leyendo nunca habría notado. El soporte por canal de comunidad también es real, no decorativo.
Mayo 2025
Lorena Torres
Cali · Mentoría de Carrera
Llevo tres años en análisis de datos y quería hacer el salto a ML. El track de mentoría me funcionó porque el plan de estudio se adaptó a lo que ya sabía — no empezamos desde pandas básico. Terminé con dos proyectos documentados en GitHub y pasé una entrevista técnica en una empresa de tecnología financiera. No fue fácil, pero el proceso fue claro desde el principio.
Junio 2025
Diego Vargas
Bogotá · Fundamentos de ML
Tenía algo de Python pero nunca había tocado scikit-learn. La curva de aprendizaje en las primeras semanas fue real — les soy honesto. Pero el equipo de Xué fue directo conmigo cuando pedí acelerar el ritmo: me dijeron que no era buena idea y explicaron por qué. Eso fue útil, aunque en el momento no lo agradecí tanto. El proyecto final lo presenté en una reunión de mi empresa.
Mayo 2025
Alejandra Castro
Barranquilla · Mentoría de Carrera
Soy bióloga y nunca pensé que terminaría haciendo modelos de clasificación de imágenes. Lo que me convenció de Xué fue que en la primera conversación me preguntaron qué sabía realmente, no qué quería aprender. A partir de ahí todo fue más aterrizado. La preparación para entrevistas fue la parte más difícil pero también la más valiosa.
Julio 2025
Julián Morales
Bogotá · Deep Learning Aplicado
Ya había tomado un curso de DL en otra plataforma pero me quedé con muchas preguntas sin respuesta. En Xué pude hacer esas preguntas. Las sesiones de grupo pequeño también ayudaron: ver cómo otros estudiantes abordaban los mismos problemas fue casi tan útil como la retroalimentación directa del mentor. Le bajaría una estrella porque a veces los tiempos de respuesta se extendieron un poco más de 24 horas.
Junio 2025
Casos de estudio
Tres recorridos en detalle
Aquí describimos el punto de partida, el proceso y el resultado de tres estudiantes que compartieron su experiencia con más detalle.
Manuela Pérez — Administrativo a analista de datos con ML
Fundamentos de ML · 14 semanas
Punto de partida
Trabajaba en administración de una empresa de logística. Usaba Excel avanzado pero no tenía experiencia en programación. Quería entender cómo sus colegas en el área de datos tomaban decisiones basadas en modelos.
El proceso
Comenzó desde los primeros módulos de Python. Su mentor ajustó los ejemplos a contextos de logística para que tuvieran sentido. Las sesiones de check-in le ayudaron a no perder el hilo en semanas con mucho trabajo.
Resultado
Construyó un modelo de clasificación de solicitudes de envío que presentó en su empresa. Consiguió una posición interna como analista junior tres meses después de terminar el programa.
"No fue una transformación mágica. Fue trabajo semana a semana, con alguien que me decía dónde estaba fallando y por qué."
Lorena Torres — De analista de datos a rol en ML
Mentoría de Carrera · 22 semanas
Punto de partida
Tres años en análisis de datos con Python y SQL. Conocía pandas bien y había tocado scikit-learn por cuenta propia, pero sin estructura. Quería moverse hacia ingeniería de ML.
El proceso
Su plan de estudio empezó directamente en modelos intermedios. Hizo dos proyectos: uno de clasificación de crédito y otro de detección de anomalías. Las sesiones individuales se enfocaron en sus proyectos reales, no en ejemplos genéricos.
Resultado
Aprobó el proceso de selección técnica en una empresa fintech de Bogotá. El portafolio fue el diferenciador en la entrevista, según le informaron en el feedback posterior.
"Me dijeron desde el principio que iba a ser difícil. Lo fue. Pero el proceso tenía sentido y eso me mantuvo en el camino."
Santiago Ramírez — Desarrollador que integra modelos de DL
Deep Learning Aplicado · 16 semanas
Punto de partida
Desarrollador backend con experiencia en APIs y bases de datos. Tenía bases en Python y quería aprender a integrar modelos de visión en productos.
El proceso
Trabajó principalmente con PyTorch. Su proyecto final fue un clasificador de imágenes de defectos en manufactura, un problema real de una empresa donde hacía consultoría.
Resultado
Implementó el clasificador en un proyecto de consultoría. No fue perfecto en la primera versión, pero las bases que construyó le permitieron iterar solo. Redujo el tiempo de revisión manual en un 60% según su cliente.
"Las revisiones de código fueron las más útiles. No solo decían qué estaba mal — explicaban qué pasaría en producción si lo dejaba así."
¿Tienes preguntas antes de decidir?
Teléfono
+57 320 617 4893Correo
[email protected]Dirección
Calle 26 #92-32
Bogotá D.C.
Horario
Lun–Vie: 8–18 h
Sáb: 9–13 h
Credenciales
Reconocimientos y afiliaciones
Python Colombia
Programa recomendado por la comunidad, 2024
EdTech Latam 2024
Caso de estudio en educación técnica para Colombia
Alianza académica
Vínculo con universidades de Bogotá D.C.
¿Te identificas con alguna de estas historias?
Si sí, vale la pena conversar. Cuéntanos dónde estás y qué quieres lograr — un mentor de Xué te orienta sin compromiso.
Hablar con un mentor