Una escuela que publica sus propios números con la misma franqueza que les pide a sus estudiantes.
← Volver al inicioDe dónde venimos
Tensor Malva surgió en Córdoba en 2022, cuando un grupo de ingenieros y científicos de datos que trabajaban en empresas locales empezó a notar un patrón repetido: había mucho material sobre IA disponible en línea, pero buena parte priorizaba la velocidad de aprendizaje sobre la solidez del método. Los estudiantes terminaban sabiendo usar herramientas sin entender las condiciones bajo las que esas herramientas funcionan bien y las que no.
La idea de la escuela fue construir algo distinto: programas que declaran su alcance antes de empezar, que piden a los estudiantes reproducir resultados en lugar de repetir demos, y que miden lo que enseñan con los mismos criterios que los cursos piden aplicar.
El nombre "Malva" viene del color, que en el diseño del taller es el que se usa para los encabezados de columna: el tono que organiza todo lo demás. La metáfora vale: lo que estructura el aprendizaje no es el tema sino el método con el que se aborda.
Misión
Enseñar desarrollo de IA de manera que quien aprende pueda argumentar lo que hace, reproducir lo que estudia y saber con precisión qué queda fuera del alcance de lo que aprendió. Nada más que eso, y eso completamente.
Tabla de valores fundacionales · publicada: julio 2025
| Valor | Cómo se aplica en los programas |
|---|---|
| Precisión sobre velocidad | Los programas tienen duraciones reales. No se acortan para parecer accesibles. |
| Alcance declarado | Cada módulo tiene una columna explícita de lo que no cubre, con el mismo peso que la columna de contenidos. |
| Reproducibilidad | Los trabajos prácticos piden reproducir resultados publicados y documentar las diferencias, no solo presentarlos. |
| Costos transparentes | Los costos de recursos externos se publican con cifras y fecha antes de que empiece la cursada. |
Equipo
Actualización: junio 2025
Investigadora en NLP con experiencia en modelos de lenguaje para texto en español. Diseña los programas y define los criterios de evaluación de cada cursada.
Siete años trabajando con ML en producción en empresas de tecnología cordobesas. Lleva cuatro cohortes de lectura de papers y tres del track de NLP.
Especialista en MLOps y sistemas de IA en producción. Conduce el programa de IA Aplicada para Equipos y las revisiones semanales de arquitectura.
Estándares del programa
Las prácticas que aplicamos a cada cursada y que cualquier estudiante puede verificar al inicio del programa.
Tabla de alcance por módulo
Cada módulo tiene una tabla publicada antes de la inscripción con horas, conocimiento previo requerido, artefacto que se produce y lo que explícitamente queda fuera.
Devolución escrita por trabajo
Cada entrega recibe una devolución escrita del instructor, no solo una calificación. El plazo de devolución es de cinco días hábiles desde la entrega.
Privacidad y datos
Los trabajos de los estudiantes no se publican ni se usan para entrenar modelos propios. Los datos de contacto se conservan por el tiempo mínimo necesario y se explica en la política de privacidad.
Recursos verificados antes de la cursada
Los modelos, datasets y APIs recomendados se verifican antes del inicio de cada cohorte. Si algo cambia durante la cursada, se notifica con alternativas.
Métricas de la escuela publicadas
Número de cohortes, estudiantes egresados, proporción instructor-estudiante y horas entregadas se publican con fecha de actualización en la página de inicio.
Canal de consulta durante la cursada
Cada cohorte tiene un canal de comunicación directo con el instructor para preguntas sobre el contenido. Las respuestas tienen un tiempo de atención máximo de 48 horas hábiles.
Desarrollo de IA con método, en Argentina
El desarrollo de sistemas de inteligencia artificial requiere dos cosas que no siempre van juntas: habilidades técnicas y criterio para evaluar cuándo y cómo aplicarlas. Los programas de Tensor Malva trabajan sobre las dos. No enseñan a usar una herramienta específica porque las herramientas cambian; enseñan a entender qué hace un método, bajo qué condiciones funciona y cómo documentar los resultados de forma que otra persona pueda retomar el trabajo.
Los tres programas actuales cubren distintas etapas: leer la literatura técnica con criterio, construir sistemas de texto con evaluación propia, y trasladar esas prácticas al trabajo cotidiano de un equipo de ingeniería. El hilo común es que en los tres se produce algo concreto y se documenta el proceso, no solo el resultado.
Trabajamos desde Córdoba, con instructores que tienen práctica activa en el campo. Las cohortes son pequeñas por diseño: el tamaño máximo es de 16 personas en los programas individuales y de 8 en el programa para equipos. Eso determina el tipo de devolución que se puede dar y la calidad de las sesiones en vivo.
¿Querés saber más sobre los programas?
Escribinos con tu contexto y te explicamos qué cubre cada cursada, qué se asume como conocimiento previo y cuánto tiempo requiere.
Enviar una consulta