Lista de Verificación de Maestría en Ingeniería de IA

Ingeniería de aprovechamiento, no solo ingeniería de prompts Ingeniería de contexto, no solo prompts largos Compensaciones entre caché de prompts y caché semántica Gestión de caché KV, desalojo, reutilización y presión de memoria a escala Latencia de prefill vs. decodificación y por qué se optimizan de manera diferente Batching continuo, atención paginada y optimización de rendimiento Compensaciones entre decodificación especulativa, cuantización y destilación INT8, INT4, FP8, AWQ, GPTQ y cuándo la cuantización daña la calidad Fallos de salida estructurada, validación de esquemas, bucles de reparación y cadenas de respaldo Fiabilidad de llamadas a funciones, contratos de herramientas, validación de argumentos e idempotencia Guardarraíles de agentes, presupuestos de bucles, presupuestos de herramientas y condiciones de terminación Enrutamiento de modelos, lógica de respaldo elegante y UX en modo degradado Arquitectura RAG: fragmentación, embeddings, búsqueda híbrida, reranking y frescura Evals de recuperación: recall, precisión, fundamentación, atribución y calidad de citas Evals: conjuntos dorados, pruebas de regresión, pruebas adversariales, LLM-como-juez y evals humanos Observabilidad de LLM como disciplina de primera clase: trazas, spans, tokens, latencia, errores y deriva Atribución de costos por característica, flujo de trabajo, inquilino y recorrido del usuario, no solo por modelo Ingeniería de seguridad: defensa contra inyección de prompts, prevención de fugas de datos y límites de permisos Aislamiento multiinquilino, seguridad de caché y prevención de contaminación de contexto entre usuarios Fine-tuning vs. aprendizaje en contexto vs. RAG vs. destilación y cuándo cada uno es la herramienta equivocada Compensaciones de latencia, calidad, costo y fiabilidad en toda la pila de inferencia Modos de fallo en producción: llamadas a herramientas alucinadas, JSON malformado, recuperación obsoleta, agentes descontrolados y regresiones de eval silenciosas