Keras
¿Qué es Keras?
Keras es la API de alto nivel para deep learning más amigable del ecosistema Python, creada por François Chollet en 2015 como interfaz para Theano y posteriormente TensorFlow. Desde 2017 se convirtió en API oficial de TensorFlow (tf.keras), y desde Keras 3 (2023) es multi-backend, funcionando indistintamente sobre TensorFlow, PyTorch y JAX con el mismo código. Ofrece una API declarativa, pythónica y consistente para definir redes neuronales con capas (Dense, Conv2D, LSTM, Attention, Transformer), optimizadores (Adam, SGD, RMSprop), losses, métricas, callbacks y utilidades de preprocessing. Su simplicidad la hace ideal para aprendizaje de deep learning, prototipado rápido, experimentación académica y producción de arquitecturas estándar. Integra Keras Applications (modelos pre-entrenados como ResNet, EfficientNet, VGG, MobileNet), Keras Tuner (hyperparameter optimization), y Keras CV / Keras NLP para visión y lenguaje. Mantiene excelente integración con TensorFlow Serving, TensorFlow Lite, TensorFlow.js y ahora también con PyTorch deployment tooling.
¿Por qué aprender Keras?
Keras es puerta de entrada más amigable al deep learning para data scientists y ML engineers en España. Muchos bootcamps y cursos de IA la usan para enseñar. Aunque PyTorch domina research y startups modernas, Keras sigue muy presente en empresas corporativas con pipelines TensorFlow establecidos y en educación. Los ML Engineers con Keras+TensorFlow ganan entre 40.000 y 75.000 euros en España. Keras 3 multi-backend la hace todavía más relevante al permitir usar cualquier backend.