5 Repos Para Volverte AI Engineer

Bootcamps de "AI Engineering" cobran $2.000-5.000 USD por 8-12 semanas de contenido que, en la mayoría de casos, es básicamente curaduría de material gratis. Estos 5 repositorios de GitHub te enseñan exactamente lo mismo, mejor, a tu ritmo y por $0. Si invertís 2-3 meses de tiempo serio, salís con stack operativo más completo que el bootcamp promedio.

Los 5 son: Ollama (LLMs locales), LangChain (orchestration), LlamaIndex (RAG), CrewAI (agentes), Awesome LLM Apps (proyectos reales). Cada uno cubre una capa distinta del stack moderno de AI engineering.

Repo 1: Ollama — corré LLMs locales

Repo: ollama/ollama (130k★, MIT). El estándar de facto para correr modelos grandes (Llama, Qwen, Mistral, Phi) en tu computadora sin pagar a APIs.

Qué aprendés con Ollama

• Cómo funciona un LLM por debajo: quantization, context window, parámetros, sampling.
• Diferencias entre modelos: por qué Llama 3.3 70B difere de Qwen 2.5 32B aún en mismo nivel.
• Trade-offs práctico: tamaño vs. calidad vs. velocidad.
• Cuándo conviene local vs. cloud: cuándo gasta menos un Ollama corriendo en tu compu que un API call a Claude.

Setup

brew install ollama  # macOS, o equivalente Linux/Windows
ollama serve         # arranca el servidor
ollama pull qwen2.5-coder:32b  # descarga el modelo
ollama run qwen2.5-coder:32b   # chat interactivo

Hardware requerido

• Modelos 7B-13B: 16GB RAM, cualquier GPU.
• Modelos 32B: 24-32GB RAM, GPU con 16GB+ VRAM (M2/M3 Max, RTX 4080+).
• Modelos 70B+: 64GB+ RAM, GPU pro (H100, M3 Ultra).

Para qué se usa en serio

• Privacy-sensitive workflows (clientes que no pueden mandar data a APIs externas).
• Costo cero marginal cuando volumen es alto.
• Experimentación con fine-tuning local.

Repo 2: LangChain — el orquestador

Repo: langchain-ai/langchain (95k★, MIT). Framework para construir aplicaciones con LLMs. Conecta modelos, herramientas, memorias, prompts en flows estructurados.

Qué aprendés

• Chains: secuenciar llamadas a LLMs (output de uno alimenta a otro).
• Memory: mantener contexto entre llamadas.
• Tools/Agents: dar al LLM acceso a APIs externas.
• Output parsers: convertir text LLM a structured data.
• Streaming: outputs token-por-token.

Hello world

from langchain.chat_models import ChatAnthropic
from langchain.prompts import PromptTemplate
from langchain.chains import LLMChain

llm = ChatAnthropic(model="claude-opus-4-7")
prompt = PromptTemplate.from_template("Traducí al inglés: {texto}")
chain = LLMChain(llm=llm, prompt=prompt)

result = chain.invoke({"texto": "Buenos días"})
print(result)

Por qué importa aún en era de agentes

Aunque herramientas como Claude Code abstraen mucho, entender qué pasa por debajo te hace mejor. LangChain te enseña los building blocks que después ves embebidos en cualquier producto.

Limitaciones honestas

LangChain tiene fama de ser "demasiado abstracto". Muchos casos simples se hacen más fáciles con la API directa de Claude/OpenAI. Aprendelo para entender conceptos, no necesariamente para usarlo en producción.

Repo 3: LlamaIndex — RAG profesional

Repo: run-llama/llama_index (40k★, MIT). El framework #1 para Retrieval-Augmented Generation — el patrón donde tu LLM responde usando documentos privados como contexto.

Qué aprendés con RAG

RAG es el patrón más usado en producción para enterprises:

• "Chatbot que sabe sobre nuestros docs internos."
• "Search semántico sobre nuestro knowledge base."
• "Asistente que tiene acceso a manuales técnicos."

LlamaIndex enseña:

• Ingestión: procesar PDFs, HTML, CSVs, codebases.
• Chunking: cortar documentos en pedazos óptimos.
• Embeddings: transformar texto en vectores numéricos.
• Vector stores: Pinecone, Weaviate, Qdrant, pgvector.
• Retrieval strategies: dense, sparse, hybrid, MMR.
• Re-ranking: mejorar lo recuperado con un segundo paso.

Stack típico

from llama_index.core import VectorStoreIndex, SimpleDirectoryReader
from llama_index.embeddings.openai import OpenAIEmbedding
from llama_index.vector_stores.qdrant import QdrantVectorStore

documents = SimpleDirectoryReader("./docs").load_data()
index = VectorStoreIndex.from_documents(documents)
query_engine = index.as_query_engine()
response = query_engine.query("Cuál es nuestra política de devolución?")

Por qué entra en el top

RAG es la skill #1 que enterprises buscan en AI engineers en 2026. Saber LlamaIndex te abre puertas en empresas que necesitan asistentes corporativos privados.

Repo 4: CrewAI — agentes multi-rol

Repo: joaomdmoura/crewai (32k★, MIT). Framework para armar equipos de agentes que colaboran en tareas.

Qué aprendés

• Roles: cada agente tiene rol específico (researcher, writer, reviewer).
• Tasks: unidades de trabajo asignadas a roles.
• Process: cómo se coordinan (secuencial, paralelo, hierarchical).
• Tools por agente: cada uno con sus tools (uno busca web, otro escribe, otro revisa).

Caso de uso ejemplo

Generar un artículo de research:

from crewai import Agent, Task, Crew

researcher = Agent(
    role="Researcher",
    goal="Encontrar info actualizada sobre X",
    backstory="Especialista en research técnico",
    tools=[search_tool]
)

writer = Agent(
    role="Writer",
    goal="Escribir artículo en español, tono técnico",
    backstory="Editor de revista técnica",
    tools=[]
)

reviewer = Agent(
    role="Reviewer",
    goal="Asegurar precisión y claridad",
    backstory="Senior editor con foco en accuracy",
    tools=[]
)

# Definir tasks que cada uno hará
research = Task(description="Investigar X", agent=researcher)
write = Task(description="Escribir basado en research", agent=writer)
review = Task(description="Revisar y proponer ajustes", agent=reviewer)

# Armar crew
crew = Crew(
    agents=[researcher, writer, reviewer],
    tasks=[research, write, review],
    process="sequential"
)

result = crew.kickoff()

Cuándo aplica

CrewAI brilla cuando una tarea requiere especialización. Si tu workflow es "researcher → writer → editor", separarlo en 3 agentes con context distinto produce mejor output que un solo LLM tratando de hacer todo.

Cuándo no

Para tareas chicas, CrewAI es overkill. Un solo prompt a Claude alcanza.

Repo 5: Awesome LLM Apps — proyectos reales

Repo: Shubhamsaboo/awesome-llm-apps (45k★, MIT). Es una colección de proyectos open source completos construidos con LLMs. Cada uno con código, README, instrucciones.

Qué hay adentro

Más de 200 proyectos categorizados:

• Chatbots: chatbots con memoria, multimodales, especializados.
• RAG: ejemplos de RAG sobre PDFs, GitHub repos, websites.
• Agents: agentes que automatizan tareas reales.
• Data analysis: asistentes para Excel, SQL, pandas.
• Multi-modal: apps con imagen, audio, video.
• Voice: apps con conversación en vivo.
• Game: LLMs en juegos.

Por qué importa

Leer 10 proyectos completos te enseña más que 50 tutoriales aislados. Ves:

• Trade-offs reales que los autores tomaron.
• Cómo se estructura un proyecto productivo (no solo notebook de demo).
• Qué libraries se usan juntas y por qué.

Plan de estudio recomendado

Semana 1-2: leé 5 proyectos del nivel "starter". Semana 3-4: implementá tu propia versión modificada de uno. Semana 5-6: contribuí PR a alguno. Semana 7-8: armá tu propio proyecto desde cero, publicalo.

Al final, tenés código que mostrar y entendimiento real, no solo conceptual.

Plan de 12 semanas

Si querés estructurar 3 meses como bootcamp self-paced:

Semanas 1-2: Ollama + fundamentos

• Instalá Ollama, probá 3-4 modelos.
• Entendé quantization, context, temperature.
• Lee papers fundamentales (Transformer, GPT, RAG).

Semanas 3-5: LangChain

• Hello world.
• Memory implementations.
• Tools y agents simples.
• Build: chatbot con memoria persistente.

Semanas 6-8: LlamaIndex + RAG

• Setup de vector store (pgvector o Qdrant).
• Build: RAG sobre tus propios docs.
• Optimización: chunking, re-ranking.

Semanas 9-10: CrewAI + agentes

• Hello world multi-agente.
• Build: crew para una tarea de research.

Semanas 11-12: Proyecto final

• Elegí proyecto de Awesome LLM Apps cercano a tu interés.
• Implementá variante propia.
• Documentá, publicá en tu GitHub.

Salida: portfolio con 4-5 proyectos sólidos en tu cuenta de GitHub, mucho mejor que certificado de bootcamp.

Lo que no enseñan estos repos

Para que la expectativa sea correcta:

• No reemplazan experiencia. Saber LangChain de cero a 100 no te hace ingeniero senior — te hace ingeniero con esa skill.
• No te dan referencias. Networking sigue siendo tu trabajo.
• No te dan certificado. Para mercados que valoran certificación formal, esto es problema. Para el mercado real (proyectos, freelance, equipos modernos), no importa.

Conclusión

Los 5 repos cubren las 5 capas que definen al AI engineer moderno: modelos (Ollama), orquestación (LangChain), retrieval (LlamaIndex), agentes (CrewAI), proyectos (Awesome LLM Apps).

Si tenés disciplina y 3 meses, podés salir más preparado que el 80% de los bootcamp graduates. Si no tenés disciplina, paguemos juntos el bootcamp.

Tags: ai-engineer, ollama, langchain, llamaindex, crewai, rag, agentes, llm-local, bootcamp