Gustavo Torres Guerrero
MSc. Matemáticas y Computación
Programación, Matemáticas e IA,con la parte difícil incluida.
Clases individuales con guía directa, cursos interactivos gratuitos para aprender a tu ritmo, y un blog donde profundizo en diferentes temas.
Encuentro inicial de 15 minutos gratis.
Sobre Gustavo
Graduado en Ciencias de la Computación y máster en Matemáticas y Computación por la Universidad de Cantabria, España. Tras cuatro años de experiencia como desarrollador de software y cinco años dedicados a la docencia y la investigación universitaria, trabajo como profesional independiente, combinando enseñanza y consultoría.
Desde hace más de siete años, ayudo a estudiantes y profesionales a desarrollar sus conocimientos y habilidades en programación, matemáticas e inteligencia artificial. Mi apoyo abarca desde el refuerzo académico y el aprendizaje desde cero, hasta la preparación de entrevistas técnicas y el desarrollo de proyectos reales.
Cómo funcionan las clases
Áreas de Especialización
Programación
Estructuras de datos, algoritmos, concurrencia y patrones de diseño. Python, Java, C/C++, Haskell.
Desarrollo Backend
APIs REST y microservicios, SQL y NoSQL, despliegue en la nube, Docker y Git.
Matemática Computacional
Cálculo, álgebra lineal, métodos numéricos, matemática discreta y autómatas.
Inteligencia Artificial
Machine Learning, Deep Learning, LLMs y programación multiagente, con base matemática.
Análisis de Datos y Estadística
Probabilidad, estadística aplicada, minería de datos, big data y series temporales.
Ciclos Formativos DAM / DAW
Refuerzo en los módulos técnicos más complejos y mentoría para proyectos finales.
Deep Learning para NLP: del Perceptrón al Transformer
Construye, desde cero y con rigor matemático, la arquitectura que impulsa los modelos de lenguaje modernos.
Modelos de Lenguaje: del Transformer al Agente
Construye, desde cero y en tu propia máquina, un modelo de lenguaje moderno y el agente de programación que lo convierte en herramienta.
Lo que ninguna IA podrá decidir y lo que sí puede aprender a comprobar
El problema de la parada no dice que la inteligencia artificial tenga un techo, ni que una IA futura vaya a verificarlo todo. Dónde entra de verdad en un sistema de IA (en el bucle del agente, no en el modelo), qué queda fuera para siempre (verificar cualquier programa, contener por simulación, demostrar que un sucesor es mejor, no alucinar nunca) y qué sí mejora cuando el modelo propone y otro programa comprueba: pruebas de terminación, código verificado, alucinaciones, razonamiento y automejora.
Leer el artículoEl problema de la parada: qué prohíbe exactamente y qué no
En 1936 Alan Turing demostró que ningún algoritmo puede decidir, para cualquier programa, si termina o se queda ejecutándose para siempre. Qué dice exactamente ese resultado, cómo se demuestra en diez líneas de Python, qué no dice, por qué de él se deduce que casi ninguna pregunta sobre lo que hace un programa tiene un algoritmo general, cómo lo esquivan a diario los compiladores, los verificadores y los tests, y por qué tampoco las personas escapamos de él.
Leer el artículo