GitHub es, con diferencia, la biblioteca más grande de conocimiento técnico que existe. No solo aloja el código de millones de proyectos: también es el hogar de currículums completos, colecciones de libros gratuitos, rutas de aprendizaje interactivas y guías mantenidas por la comunidad que pueden sustituir a un máster entero. Lo mejor de todo es que la mayoría de estos recursos son gratuitos, están en constante actualización y se pueden consultar directamente desde el navegador o clonar en local para practicar.
El problema no es la falta de material, sino la saturación: hay tantos repositorios que resulta difícil saber por dónde empezar. En este artículo he seleccionado los que de verdad merecen una estrella, organizados por objetivo. Si estás empezando, si quieres especializarte en inteligencia artificial o si simplemente buscas herramientas que te ahorren horas de trabajo, aquí tienes el mapa que me habría gustado tener al principio.
Currículums completos y libros gratuitos
freeCodeCamp — +450.000 estrellas
El proyecto más grande de educación gratuita en programación de la historia. freeCodeCamp ofrece un currículum completo que cubre HTML, CSS, JavaScript, bases de datos, APIs y, desde hace tiempo, también ciencia de datos y aprendizaje automático. Cada módulo combina lecciones teóricas con proyectos prácticos obligatorios, y al final recibes certificaciones verificables. Todo el material es open source y se financia con donaciones, sin publicidad ni costes ocultos. Si solo puedes guardar un repositorio de esta lista, que sea este.
free-programming-books — +390.000 estrellas
Mantenido por la Free Ebook Foundation, este repositorio es un índice enorme de libros de programación gratuitos y legales, disponibles en decenas de idiomas — incluido el español. No aloja los libros: enlaza a versiones oficiales publicadas por sus autores o editoriales, así que no hay problema de licencias. La organización por lenguajes y temas es impecable: Python, JavaScript, Rust, bases de datos, seguridad, matemáticas para informática... Es el primer sitio al que acudir cuando necesitas un manual de referencia sin pagar.
project-based-learning — +275.000 estrellas
Una de las mejores formas de aprender es construir algo real, y este repositorio recopila tutoriales que siguen precisamente ese enfoque: proyectos completos paso a paso, organizados por tecnología. Hay tutoriales de Python, JavaScript, Go, Rust, C++, y también de áreas como machine learning, desarrollo web o videojuegos. Cada enlace lleva a una guía que termina con un producto funcional, no con ejercicios sueltos. Perfecto para el salto de "he hecho los cursos" a "tengo un portafolio".
Rutas de aprendizaje y práctica de algoritmos
developer-roadmap — +360.000 estrellas
Las famosas rutas visuales que te dicen exactamente qué aprender y en qué orden para convertirte en desarrollador frontend, backend, DevOps o especialista en IA. Cada roadmap es un diagrama interactivo donde puedes marcar tu progreso y hacer clic en cada nodo para ver recursos recomendados. Es la respuesta a la pregunta más repetida en foros: "¿por dónde empiezo?". Importante: este repositorio se movió recientemente de su cuenta original a nilbuild, así que asegúrate de usar la URL actualizada.
javascript-algorithms — +195.000 estrellas
Algoritmos y estructuras de datos implementados en JavaScript con explicaciones claras, ejemplos de uso y análisis de complejidad temporal. Incluye desde ordenación y búsqueda hasta árboles, grafos y programación dinámica, todo con animaciones y enlaces a lecturas adicionales. Es un recurso excelente tanto para preparar entrevistas técnicas como para entender conceptos de algoritmia sin la barrera de un libro académico.
TheAlgorithms/Python — +220.000 estrellas
La colección más extensa de algoritmos implementados en Python, desde los clásicos (búsqueda binaria, ordenación por mezcla) hasta machine learning, criptografía y matemáticas. Cada implementación es corta, legible y sigue las convenciones del lenguaje, lo que la convierte en una referencia estupenda para leer código bien escrito. Además, la comunidad revisa y mantiene las contribuciones, así que el código suele estar al día.
system-design-primer — +360.000 estrellas
El recurso de referencia para aprender a diseñar sistemas a gran escala: cómo funcionan las bases de datos distribuidas, las colas de mensajes, las cachés o los balanceadores de carga. Incluye diagramas, tarjetas de repaso Anki y ejercicios inspirados en entrevistas reales de empresas tecnológicas. No es un tema para principiantes, pero si quieres pasar de escribir código a diseñar arquitecturas, esta es la guía definitiva.
Catálogos de herramientas, librerías y APIs
awesome — +490.000 estrellas
El punto de partida de toda la familia "awesome": listas curadas de recursos sobre absolutamente cualquier tema tecnológico que puedas imaginar. El propio repositorio enlaza a cientos de listas hermanas — awesome-python, awesome-machine-learning, awesome-selfhosted, awesome-docker...— mantenidas por comunidades especializadas. Es la forma más rápida de descubrir la mejor librería, herramienta o recurso para una necesidad concreta, sin tener que fiarte de resultados de búsqueda llenos de ruido.
awesome-python — +310.000 estrellas
La lista definitiva de frameworks, librerías y herramientas para Python, organizada por categoría: desarrollo web, análisis de datos, automatización, testing, scraping, asincronía... Si trabajas con Python, tarde o temprano acabarás aquí buscando "¿existe una librería para X?". En el 90% de los casos, la respuesta es sí, y esta lista te la muestra ordenada y con enlaces directos.
public-apis — +450.000 estrellas
Una colección enorme de APIs públicas y gratuitas: datos meteorológicos, finanzas, geolocalización, música, imágenes, noticias... Cada entrada indica si requiere autenticación, si admite CORS y si sigue activa. Es un tesoro para programar proyectos personales, practicar consumo de APIs o montar demos rápidas sin necesidad de backend propio.
El rincón de la IA: repositorios para dominar los modelos generativos
huggingface/transformers — +160.000 estrellas
La librería de referencia para trabajar con modelos de lenguaje y visión: Llama, Mistral, GPT, BERT y cientos de arquitecturas más con una API unificada. El repositorio incluye documentación extensa, miles de ejemplos y los pipelines listos para usar que permiten cargar un modelo con tres líneas de código. Si quieres pasar de consumir IA a construir con ella, este es el primer sitio donde mirar.
microsoft/generative-ai-for-beginners — +115.000 estrellas
Un curso gratuito de 21 lecciones creado por Microsoft para entender la IA generativa desde cero: cómo funcionan los LLM, qué es la ingeniería de prompts, cómo construir aplicaciones con RAG, agentes y mucho más. Cada lección incluye teoría, ejemplos de código y ejercicios con Colab. Está traducido a varios idiomas, lo que lo hace accesible aunque tu inglés no sea fluido.
dair-ai/Prompt-Engineering-Guide — +77.000 estrellas
La guía comunitaria más completa sobre ingeniería de prompts: técnicas como few-shot, chain-of-thought, generación aumentada por recuperación (RAG) y agentes autónomos, explicadas con ejemplos prácticos y papers de referencia. Incluye secciones para principiantes y para usuarios avanzados, además de un índice de herramientas y lecturas recomendadas. Imprescindible para sacar más partido a cualquier modelo de lenguaje.
mlabonne/llm-course — +81.000 estrellas
Un curso práctico centrado en el ecosistema de los grandes modelos de lenguaje: desde el ajuste fino (fine-tuning) con LoRA y QLoRA hasta la cuantización, la evaluación de modelos y el despliegue en local. Todos los notebooks funcionan en Google Colab, así que no necesitas un equipo potente para seguir el curso. Es la ruta más directa que conozco para pasar de usar una API a entrenar y desplegar tus propios modelos.
openai/openai-cookbook — +75.000 estrellas
El recetario oficial de OpenAI: ejemplos y guías de buenas prácticas para trabajar con su API, incluyendo gestión de tokens, embeddings, funciones, visión y técnicas de prompting avanzadas. No es documentación teórica, sino fragmentos de código listos para adaptar a tus proyectos. Complementa perfectamente a las guías de prompt engineering con ejemplos reales de producción.
anthropics/claude-cookbooks — +50.000 estrellas
El equivalente para Claude: una colección de notebooks y recetas que muestran casos de uso efectivos de los modelos de Anthropic, desde agentes y herramientas hasta análisis de documentos y generación de código. El repositorio se renombró recientemente desde anthropic-cookbook, así que conviene usar el nombre actual. Si trabajas con Claude, aquí encontrarás los patrones que sus propios creadores recomiendan.
Cómo aprovechar estos repositorios de verdad
Guardar estrellas en GitHub no enseña nada: lo que funciona es un uso activo. Algunas recomendaciones prácticas:
- Elige una sola ruta y termínala. Es tentador abrir diez repositorios a la vez. Mejor comprométete con freeCodeCamp o con un roadmap concreto y avanza hasta el final antes de saltar a otro.
- Clona y ejecuta. Un repositorio de algoritmos o un cookbook de IA solo aporta valor si ejecutas los ejemplos, los modificas y rompes cosas a propósito.
- Construye un proyecto que combine varios repos. Por ejemplo: aprende Python con TheAlgorithms, consume una API de public-apis y despliega un modelo de transformers con un notebook del llm-course. Al final tendrás un portafolio real.
- Consulta las fechas de actualización. En el mundo de la IA todo cambia rápido. Los repositorios grandes se actualizan a diario, pero algunas guías llevan años sin tocarse; fíjate siempre en la actividad reciente antes de seguir una técnica concreta.
Conclusión
Lo mejor de estos repositorios es que no compiten entre sí: se complementan. Puedes empezar con freeCodeCamp para las bases, usar developer-roadmap para orientarte, practicar algoritmos en Python, descubrir librerías en awesome-python y terminar construyendo aplicaciones de IA con transformers y los cookbooks de OpenAI o Anthropic. Todo gratis, todo abierto y todo actualizado por comunidades que invierten miles de horas en mantenerlo.
La única pieza que falta eres tú: abre uno de estos repos, haz clic en el primer enlace y empieza hoy. Dentro de un año, ese primer commit que hoy parece insignificante será la base de algo mucho más grande.