# Dominio 1 · Plan de lecciones

Fusión de las dos fuentes bajo **Tu ruta de impacto con IA**.

- **AWS Skill Builder** (12:54) fija el alcance: qué evalúa el examen, con catorce habilidades codificadas.
- **Udemy / Maarek** (51:32, transcrito completo) aporta el tratamiento: cómo se enseña, en qué orden, con qué ejemplos.
- **La ruta** decide el orden, que es donde este curso deja de ser una traducción.

---

## Lo que aporta cada fuente

| | AWS oficial | Udemy |
|---|---|---|
| Autoridad sobre el alcance | **sí**, es la fuente | no, es interpretación |
| Habilidades codificadas | 14, con código | no las usa |
| Tratamiento didáctico | correcto pero seco | **su fuerte** |
| Ejemplos | genéricos | caso arrastrado: **Koziko** |
| Temas que la otra no tiene | marcos ISO como habilidad propia | costos de entrenamiento e inferencia, guardrails, servicios de AWS, diagnóstico de una queja |
| Duración del dominio | 12:54 de repaso | 1h10 de enseñanza |

**Lo que Maarek añade y el módulo oficial no lista como habilidad:** cómo llega a existir un modelo y qué cuesta, la historia como techo de lo que el modelo puede saber, modelos generativos de lenguaje e imagen, guardrails, tokens y su costo, un ejercicio de diagnóstico, y los servicios de AWS del dominio.

**Lo que el módulo oficial exige y Maarek trata de pasada:** los marcos ISO/IEC 23053 y 42001, que son habilidad 1.1.6 con código propio.

---

## El orden lo decide la ruta, no la numeración de AWS

AWS ordena por tarea: 1.1, 1.2, 1.3. Ese orden es de catálogo, no de aprendizaje. La ruta ordena por decisión, que es como un gerente se encuentra los problemas.

| Bloque | Paso de la ruta | Pregunta que responde |
|---|---|---|
| A · El idioma común | prerrequisito | ¿Estamos hablando de lo mismo? |
| B · La materia prima | Paso 1 · identifica | ¿Tengo con qué? |
| C · La decisión | Paso 2 · selecciona | ¿Esto pide IA, y de qué tipo? |
| D · La operación viva | Paso 3 · implementa | ¿Qué pasa cuando ya está corriendo? |
| E · El oficio generativo | Paso 3 · implementa | ¿Cómo se trabaja con un modelo generativo? |

El cambio frente a las dos fuentes: **los datos suben** antes que la decisión de solución, porque sin datos no hay oportunidad que identificar. Y **la deriva, el shadow AI y los guardrails se agrupan** como el piso de la implementación en vez de quedar repartidos.

---

## Las lecciones

Diecisiete lecciones, de la 2 a la 18. Maarek usa veinte, el módulo oficial resume en tres tareas.

Todas salen del mismo par de grabaciones ya procesadas: el módulo oficial de AWS Skill Builder (12:54) y el de Udemy (51:32, transcrito completo). No hace falta material nuevo para escribirlas. Lo que falta es tu voz: cada una se graba aparte y se alinea contra su guion.

### Bloque A · El idioma común · prerrequisito

| # | Lección | Habilidades | Fuente dominante |
|---|---|---|---|
| 2 | El dominio que todos quieren saltarse | panorámica | AWS, por su gancho |
| 3 | El estratega y el vocabulario compartido | 1.1.1 | Udemy |
| 4 | IA, aprendizaje automático y generativa: la prueba de una pregunta | 1.1.2 | AWS, por la prueba |
| 5 | Cómo llega a existir un modelo: entrenamiento, inferencia y su costo | 1.1.5 | Udemy, solo suyo |

### Bloque B · La materia prima · Paso 1

| # | Lección | Habilidades | Fuente dominante |
|---|---|---|---|
| 6 | Datos estructurados y no estructurados | 1.1.3 | ambas |
| 7 | Por qué la calidad del dato decide el resultado | 1.1.4 | Udemy |
| 8 | La historia marca el techo: diagnósticos equivocados | 1.1.5 | Udemy, solo suyo |

### Bloque C · La decisión · Paso 2

| # | Lección | Habilidades | Fuente dominante |
|---|---|---|---|
| 9 | ¿Regla fija o IA? | 1.2.1 | AWS, por su criterio |
| 10 | Qué es un agente y qué no lo es | 1.2.2 | ambas |

### Bloque D · La operación viva · Paso 3, con la gobernanza de piso

| # | Lección | Habilidades | Fuente dominante |
|---|---|---|---|
| 11 | Las cuatro clases de deriva | 1.2.3 | Udemy, por su taxonomía |
| 12 | Shadow AI: aprobada, bloqueada, en evaluación | 1.2.4 | AWS |
| 13 | Guardrails y marcos: ISO/IEC 23053 y 42001 | 1.1.6 | fusión |

### Bloque E · El oficio generativo · Paso 3

| # | Lección | Habilidades | Fuente dominante |
|---|---|---|---|
| 14 | Modelos generativos de lenguaje e imagen | 1.3 | Udemy |
| 15 | Prompt engineering para quien decide | 1.3 | AWS, por sus cinco reglas |
| 16 | Tokens, ventana de contexto y costo | 1.3 | Udemy, por su ejemplo |
| 17 | RAG o ajuste fino: conocimiento nuevo o comportamiento nuevo | 1.3 | AWS, por su pregunta única |
| 18 | Cierre del dominio: la secuencia de seis preguntas aplicada a AgentSquad | todas | fusión |

---

## Decisiones que conviene discutir

**Fusioné guardrails con los marcos ISO en una sola lección.** Maarek les da un minuto a los guardrails y dos a los ISO por separado; juntos forman la lección de gobernanza del bloque D y dejan de ser dos apuntes sueltos.

**No incluí una lección de servicios de AWS, y ahora la fuente me respalda.** Maarek abre el dominio diciendo que "todo lo relacionado con AWS va al final de la sección y es solo para reconocimiento", y cierra su lección de servicios admitiendo que "esto es más información de la que necesitas" y que "no necesitas ser experto en usar los servicios, no es de eso este examen". Los reparto dentro de las lecciones donde aparecen.

**El cierre del dominio es tuyo, no de las fuentes.** Maarek cierra con su método y su caso Koziko. Tú cierras con la ruta aplicada al caso, que es donde la metodología deja de anunciarse y se demuestra.

**El caso arrastrado queda decidido: AgentSquad.** Reemplaza a Koziko, por tu instrucción. Lo que ganas y lo que arriesgas está abajo, en su propia sección.

---

## El hallazgo que cambia la lección 2

Maarek plantea que el estratega responde **tres preguntas en cada iniciativa**, y dice textualmente que "esa es la idea completa detrás de toda esta certificación":

| Sus tres preguntas | Tus tres pasos |
|---|---|
| ¿Es la IA la herramienta correcta para este problema? | **Paso 1** · identifica dónde debe actuar |
| ¿Qué va a costar y qué va a devolver? | **Paso 2** · selecciona el caso |
| ¿Cómo lo gobernamos y lo mantenemos funcionando? | **Paso 3** · implementa, con la gobernanza de piso |

Tu metodología salió de consultoría y la suya del temario, y coinciden. Eso significa que la ruta no es un marco puesto encima del examen: **es el mismo esqueleto dicho como pasos en vez de preguntas**. La lección 2 lo enseña explícitamente, porque es lo que te da derecho a recorrer los cuatro dominios con tu método sin que suene a marketing.

---

## Lo mejor que tiene Udemy y hay que quedarse

**1. La secuencia de diagnóstico de seis preguntas.** Es su pieza más fuerte y cierra el dominio. Ante cualquier iniciativa, en este orden:

1. Nombra el tipo de solución: regla, aprendizaje automático, IA generativa o agente.
2. Nombra el dato que necesita, y hazle la pregunta de calidad.
3. ¿De verdad hace falta IA? ¿De verdad hace falta un agente? ¿Qué parte la resuelve una regla?
4. Cuando ya esté desplegado, ¿qué se monitorea?
5. Si es generativo, ¿cómo se mejora la salida, de a uno: primero el prompt, después RAG, y solo después ajuste fino?
6. **Y solo entonces, el presupuesto.**

El orden es la enseñanza: el presupuesto va al final porque antes hay que entender de qué se está hablando. Encaja con tu Paso 2 y lo hace verificable.

**2. La misma frase, tres significados.** Tres reuniones, la misma frase "estamos usando IA", tres costos y tres riesgos distintos. Es el mejor gancho para el bloque A y ya está en la lección 2.

**3. Las cuatro derivas, con ejemplo cada una.** Deriva de datos (entrenaste con clientes minoristas y hoy predices sobre cuentas empresariales), deriva de sesgo (sigue acertando en general, pero una región deja de ser seleccionada), deriva de calidad de salida (las alertas de fraude acertaban 80% y hoy 55%), deriva de influencia de factores (el modelo de precios se apoyaba en el tiempo de entrega y hoy pesa más el precio del competidor). Y el mecanismo: línea base en el entrenamiento, comparación de entradas y salidas en vivo contra esa línea, umbral, alerta, reentrenamiento, nueva línea base.

**4. La escalera de mejora generativa en un solo orden.** Prompt → RAG → ajuste fino, de a uno, del más barato al más caro. Es una regla de decisión, no una lista.

**5. El costo como definición, no como anexo.** Trata entrenamiento e inferencia por lo que cuestan, y los tokens por lo que se pagan. El módulo oficial no lo lista como habilidad.

---

## El caso arrastrado: AgentSquad reemplaza a Koziko

**Koziko, el de Maarek:** minorista de muebles en línea, 1.200 empleados, 40.000 tickets de soporte al mes, tres equipos de soporte, y una dirección que quiere IA en el plan sin decir para qué. Lo arrastra por los cuatro dominios y le funciona: un caso que reaparece ahorra montar contexto en cada lección.

Sus dos propuestas del dominio 1, que son el molde didáctico:

| | Asistente de políticas | Enrutamiento de tickets |
|---|---|---|
| Tipo de solución | generativa, con RAG para tener la política vigente | aprendizaje automático, es una etiqueta |
| Dato | los documentos de política | los tickets pasados y a dónde se enrutaron |
| Pregunta de calidad | ¿son la versión vigente? | ¿está completo y es consistente? |
| ¿Agente? | solo si además debe actuar | no, solo clasifica |
| Monitoreo | ¿las respuestas envejecen al cambiar la política? | deriva cuando cambian los productos |
| Mejora | prompt, después RAG | arreglar el dato y reentrenar |

**La pareja equivalente en AgentSquad**, que conserva el molde (una generativa con RAG, una de clasificación):

| | Asistente de reglas de operación | Enrutamiento de trabajo a modelo |
|---|---|---|
| Tipo de solución | generativa, con RAG sobre las reglas vigentes | aprendizaje automático, es una etiqueta |
| Dato | las reglas de operación y quién aprueba qué | el historial de trabajos y qué modelo los resolvió |
| Pregunta de calidad | ¿son la versión vigente? | ¿está completo y es consistente? |
| ¿Agente? | solo si además ejecuta | no, solo decide a quién va |
| Monitoreo | ¿responde con una regla derogada? | deriva de costo y de calidad al cambiar los modelos |
| Mejora | prompt, después RAG | arreglar el historial y reentrenar |

**Lo que ganas.** Koziko es inventado, así que Maarek solo puede decir qué pasaría. AgentSquad existe, así que cuando hables de deriva, de costo por token o de gobernanza vas a contar lo que pasó. Eso es material que ninguna otra preparación del examen tiene.

**Lo que arriesgas, y hay que vigilarlo.** Koziko es un cliente al que se asesora; AgentSquad es tu producto. La línea entre enseñar y vender se estrecha. La regla que propongo: **el caso entra por sus fallas, no por sus logros.** Cada aparición de AgentSquad en una lección tiene que servir para mostrar un problema y cómo se decidió, no para mostrar que funciona. Si una lección empieza a sonar a demostración, te aviso y cambiamos el ejemplo.

## Plan vigente tras leer la guía oficial (26-sep-2026)

Pesos oficiales del examen: **Dominio 1 · 24%**, Dominio 2 · 28%, Dominio 3 · 24%, Dominio 4 · 24%.
Habilidades: 13 en el Dominio 1, 14 en el 2, 12 en el 3, **19 en el 4**. Cincuenta y ocho en total.

Cuatro correcciones que obligó la guía:

1. **Los guardrails no son del Dominio 1.** La habilidad 1.1.6 es solo marcos globales y vocabulario unificado (ISO/IEC 23053 y 42001). Los guardrails viven en el Dominio 3.
2. **La lección de modelos de lenguaje e imagen no corresponde a ninguna habilidad.** La tarea 1.3 tiene exactamente tres.
3. **La habilidad 1.2.2 nombra cuatro capacidades de un agente:** autonomía, uso de herramientas, comunicación entre agentes y estrategias de orquestación.
4. **La habilidad 1.2.3 dice detectar *y remediar*.** La remediación es examinable, no solo la detección.

El Dominio 1 queda en **13 lecciones**, de la 2 a la 14, una por habilidad salvo la 3, que junta las tres habilidades de la tarea 1.1 en un solo video por decisión de Roberto.

| # | Habilidad | Lección |
|---|---|---|
| 2 | panorámica | El dominio que todos quieren saltarse |
| 3 | 1.1.1 · 1.1.2 · 1.1.3 | El idioma común: cinco palabras, tres sistemas, dos datos |
| 4 | 1.1.4 | Por qué la calidad del dato decide el resultado |
| 5 | 1.1.5 | La historia marca el techo |
| 6 | 1.1.6 | ISO/IEC 23053 y 42001: el vocabulario unificado |
| 7 | 1.2.1 | ¿Regla fija o IA? |
| 8 | 1.2.2 | Qué es un agente y qué no lo es |
| 9 | 1.2.3 | Cuando el modelo se degrada: detectar y remediar |
| 10 | 1.2.4 | Shadow AI: aprobada, bloqueada, en evaluación |
| 11 | 1.3.1 | Prompts para quien decide |
| 12 | 1.3.2 | Tokens y ventana de contexto |
| 13 | 1.3.3 | RAG o ajuste fino |
| 14 | todas | Cierre: las seis preguntas sobre AgentSquad |

**Tamaño del curso completo.** A razón de una lección por habilidad, son 58 más los cierres, unas 62, cerca de cinco horas de video. El Dominio 4 solo, con 19 habilidades, son 19 lecciones.
