Contacta con nosotros

Temario del curso

Fundamentos de la IA Agente

  • ¿Qué es un agente autónomo: definiciones y taxonomía?
  • Ciclo del agente: percepcion, decision, accion y observacion
  • Patrones de diseño para responsabilidades y alcance del agente

Herramientas en Python y SDKs para agentes

  • Uso de LangChain y SDKs similares para arrancar agentes
  • Programación asíncrona, colas de tareas y gestión de subprocesos
  • Packaging (empaquetado), entornos virtuales y flujos de trabajo reproducibles de desarrollo

Integración de herramientas externas y APIs

  • Diseño de interfaces de herramientas y patrones seguros de invocación de herramientas
  • Conexión a APIs web, bases de datos y servicios internos
  • Gestión de credenciales, secretos y acceso de mínimo privilegio

Gestión de memoria, estado y contexto

  • Ventanas de contexto a corto plazo y técnicas de ingeniería de prompts (instrucciones)
  • Arquitecturas de memoria a largo plazo: Redis, almacenes vectoriales y mejora mediante recuperación
  • Consistencia, estrategias de almacenamiento en caché e higiene de la memoria

Orquestación, planificación y flujos de trabajo multietapa

  • Cadenas de acciones, subagentes y descomposición de tareas
  • Algoritmos de planificación frente a orquestación heurística
  • Gestión de fallos, reintentos y acciones compensatorias

Seguridad, pruebas y observabilidad

  • Modelos de amenaza, pruebas de penetración (red-teaming) y sanitización de entrada/salida
  • Pruebas unitarias, de integración y de extremo a extremo para agentes
  • Registro de eventos (logging), métricas, trazabilidad y alertas sobre el comportamiento del agente

Despliegue, escalado y MLOps para agentes

  • Contenedores, pipelines de CI/CD y estrategias de implementación
  • Control de costos, limitación de velocidad (rate limiting) y optimización de recursos
  • Monitoreo, gobernanza y manuales operativos

Resumen y próximos pasos

Requerimientos

  • Conocimiento de programación en Python
  • Experiencia con APIs REST y E/S asíncrona
  • Familiaridad con conceptos de aprendizaje automático y modelos de lenguaje grandes (LLM) preentrenados

Audiencia objetivo

  • Ingenieros de ML
  • Desarrolladores de IA
  • Ingenieros de software
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas