El curso, de un vistazo
«GitHub profesional para proyectos de IA» es un curso online en español de la Academia David Silvente · IA práctica, de nivel intermedio, con 8 temas, 16 lecciones y unas 12 horas a tu ritmo. Cuesta 99 € (IVA incluido) e incluye el diploma acreditativo. Está pensado para desarrolladores y técnicos de sistemas.
- Nivel: Intermedio
- Duración: unas 12 horas, a tu ritmo
- Temario: 8 temas y 16 lecciones
- Evaluación: cuestionario de 5 preguntas por tema y examen final; aprobado con 7
- Precio: 99 €, IVA incluido
- Diploma: diploma acreditativo con código de verificación e insignia verificable, incluidos
- Modalidad: online, a tu ritmo
- Idioma: español
- Ficha actualizada: noviembre de 2026
Qué aprenderás
- Git y GitHub en Windows
- Cuenta segura con 2FA y correo privado
- README de perfil
- Repositorio con README honesto
- Pruebas sin red con pytest
- Ruff y pull requests
- CI con GitHub Actions y release v0.1.0 publicada
Temario: 8 temas y 16 lecciones
Git y GitHub: pensar en versiones
Qué guarda Git, qué aporta GitHub y cómo hacer tu primer repositorio en Windows.
- Repositorio, commit, rama y remoto
- Instalar Git y tu primer repositorio
- Teoría en PDF, repaso interactivo y cuestionario del tema
Tu cuenta profesional
Perfil completo, correo privado en los commits, 2FA con códigos de recuperación a buen recaudo y GitHub CLI conectado.
- Perfil, correo privado y claves
- 2FA, códigos de recuperación y GitHub CLI
- Teoría en PDF, repaso interactivo y cuestionario del tema
El README de perfil
Qué debe contar tu portada de GitHub y cómo publicarla en Markdown sin trampas.
- Qué cuenta un buen perfil
- Crear el repo de perfil y escribirlo en Markdown
- Teoría en PDF, repaso interactivo y cuestionario del tema
Un repositorio que se entiende
Estructura mínima de un proyecto Python, README honesto con limitaciones y pendientes, licencia y política de seguridad.
- Estructura mínima y README honesto
- Montar mcp-boe desde cero
- Teoría en PDF, repaso interactivo y cuestionario del tema
Pruebas sin red con pytest
Pruebas deterministas con fixtures grabadas y monkeypatch, incluida la del servidor MCP en memoria.
- Por qué las pruebas no deben tocar internet
- Escribir y ejecutar las pruebas
- Teoría en PDF, repaso interactivo y cuestionario del tema
Calidad: ruff y revisión por pull request
Lint y formato con ruff, y el ciclo rama → pull request → revisión → fusión, también cuando trabajas solo.
- Lint, formato y revisión
- Configurar ruff y hacer tu primer pull request
- Teoría en PDF, repaso interactivo y cuestionario del tema
Integración continua con GitHub Actions
Un workflow que instala, pasa ruff y ejecuta pytest en Python 3.11 y 3.12 con cada cambio, con su badge en el README.
- Qué es un workflow
- Crear ci.yml y ver el run verde
- Teoría en PDF, repaso interactivo y cuestionario del tema
Proyecto final: publicar tu portfolio
Lista de comprobación antes de hacer público el proyecto, release v0.1.0, enlace desde el perfil y hábitos para mantenerlo vivo.
- Lista de comprobación antes de hacerlo público
- Publicar, etiquetar y enlazar
- Teoría en PDF, repaso interactivo y cuestionario del tema
Y al final, el examen del curso (aprobado: 7 sobre 10), la insignia verificable y el diploma acreditativo.
Antes de este curso se recomienda: Python desde cero con la IA como tutor
Conceptos clave del curso
- Repositorio: Carpeta de proyecto con su historial de cambios guardado en la subcarpeta oculta.git.
- Commit: Instantánea del proyecto con autor, fecha y un mensaje que explica el cambio.
- Correo noreply: Dirección que GitHub asigna a tu cuenta para firmar commits sin exponer tu correo real.
- Gestor de credenciales: Componente de Git for Windows que guarda el token de GitHub en el almacén de Windows.
- README de perfil: README del repositorio TU-USUARIO/TU-USUARIO que GitHub muestra en la portada del perfil.
- Markdown: Formato de texto con marcas sencillas (#, -, **, [ ]) que GitHub convierte en página web.
- pyproject.toml: Archivo estándar que declara el paquete Python, sus dependencias y la configuración de herramientas.
- Entorno virtual (.venv): Carpeta con un Python propio y sus paquetes, aislada del sistema y fuera del repositorio.
- pytest: Herramienta que descubre, ejecuta y reporta las pruebas automáticas de un proyecto Python.
- Fixture grabada: Archivo con una respuesta real guardada que las pruebas usan en lugar de llamar a la red.
- Linter: Programa que analiza el código sin ejecutarlo y señala errores probables y problemas de estilo.
- Ruff: Linter y formateador de Python muy rápido, configurado en pyproject.toml.
- Integración continua (CI): Comprobación automática de cada cambio en una máquina limpia: instalar, lint y pruebas.
- Workflow: Archivo YAML en.github/workflows que define cuándo y cómo se ejecuta la CI.
- Etiqueta (tag): Nombre fijo que señala un commit concreto, por ejemplo v0.1.0.
- Release: Publicación en GitHub basada en una etiqueta, con notas y archivos del código.
Sobre este curso
¿El curso «GitHub profesional para proyectos de IA» es gratis?
No: cuesta 99 €, IVA incluido, en un solo pago, e incluye el diploma acreditativo. También entra en la suscripción a toda la academia (19 €/mes o 149 €/año).
¿Qué voy a aprender en «GitHub profesional para proyectos de IA»?
Aprenderás: Git y GitHub en Windows, cuenta segura con 2FA y correo privado, README de perfil, repositorio con README honesto, pruebas sin red con pytest, ruff y pull requests y CI con GitHub Actions y release v0.1.0 publicada. Son 8 temas con teoría clara y práctica real.
¿Cuánto dura y cómo se organiza?
Unas 12 horas a tu ritmo, sin horarios: 8 temas con 16 lecciones. Cada tema acaba con un cuestionario de 5 preguntas y el curso termina con un examen final.
¿Para quién es y qué necesito para empezar?
Está pensado para desarrolladores y técnicos de sistemas. Se recomienda haber hecho antes: Python desde cero con la IA como tutor. Solo necesitas un ordenador e internet.
¿Hay examen y diploma?
Sí: cuestionario por tema y examen final; se aprueba con un 7 sobre 10. Al terminar recibes una insignia verificable y el diploma acreditativo con código de verificación. Es un diploma de aprovechamiento, no una titulación oficial.
¿Cómo son las lecciones?
Cada lección tiene teoría clara (qué es, cómo funciona por dentro y dónde entra la IA), una práctica real paso a paso, una comprobación y enlaces a fuentes oficiales para saber más. Cada tema añade la teoría en PDF y un repaso interactivo.
¿Puedo entrar con la suscripción o con un código promocional?
Sí. La suscripción (19 €/mes o 149 €/año) da acceso a todos los cursos de la academia. Si tienes un código promocional, se canjea en la página de matrícula del curso.
Más cursos de G · IA para desarrolladores y sistemas
Curso anterior: AWS para IA desde cero · Curso siguiente: Claude y Claude Code en el trabajo
AWS para IA desde cero
Nivel Intermedio · 149 €
Claude y Claude Code en el trabajo
Nivel Intermedio · 149 €
LangGraph y LlamaIndex, bien explicado
Nivel Avanzado · 149 €
Jira y Confluence para equipos técnicos e IA
Nivel Intermedio · 99 €
Introducción a los índices vectoriales y los datos no estructurados (Neo4j)
Nivel Intermedio · 99 €
Crear agentes en Neo4j Aura (sin código)
Nivel Intermedio · 48,99 €
Construir grafos de conocimiento con LLMs (Neo4j LLM Graph Builder)
Nivel Intermedio · 48,99 €
Construir grafos de conocimiento con neo4j-graphrag (Python)
Nivel Avanzado · 48,99 €
Usar Neo4j con LangChain
Nivel Intermedio · 48,99 €
Context Graphs: Memoria de agentes con Neo4j
Nivel Avanzado · 99 €
Desarrollar con las herramientas MCP de Neo4j
Nivel Intermedio · 48,99 €
Introducción a OpenTelemetry
Nivel Intermedio · 99 €
Crear mi cuenta gratis Ver el itinerario completo Todos los cursos de la academia