Contacta con nosotros

Temario del curso

Fundamentos de la IA Agéntica

  • ¿Qué es un agente autónomo: definiciones y taxonomía?
  • Bucle del agente: ciclo de percepción, decisión, acción y observación.
  • Patrones de diseño para responsabilidades y alcance del agente.

Herramientas en Python y SDKs para agentes

  • Uso de LangChain y SDKs similares para inicializar agentes.
  • Programación asíncrona, colas de tareas y gestión de subprocesos.
  • Empaquetado, entornos virtuales y flujos de trabajo reproducibles de desarrollo.

Integración de herramientas externas y APIs

  • Diseño de interfaces de herramientas y patrones seguros para la 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.
  • Arquitecturas de memoria a largo plazo: Redis, almacenes vectoriales y aumento mediante recuperación.
  • Consistencia, estrategias de almacenamiento en caché e higiene de la memoria.

Orquestación, planificación y flujos de trabajo multifase

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

Seguridad, pruebas y observabilidad

  • Modelos de amenazas, pruebas de penetración (red-teaming) y saneamiento de entradas y salidas.
  • Pruebas unitarias, integradas y de extremo a extremo para agentes.
  • Registros (logs), métricas, trazabilidad y alertas para el comportamiento del agente.

Despliegue, escalado y MLOps para agentes

  • Contenerización, pipelines de CI/CD y estrategias de despliegue.
  • Control de costos, limitación de velocidad y optimización de recursos.
  • Monitoreo, gobernanza y manuales operativos.

Resumen y próximos pasos

Requerimientos

  • Comprensión de la programación en Python
  • Experiencia con APIs REST y E/S asíncrona
  • Conocimiento de 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