Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a GPT-5 y capacidades para desarrolladores
- Capacidades clave de GPT-5, multimodalidad y características de agentes
- Elegir modelos, comprender precios y límites
- Consideraciones éticas y gobernanza empresarial
Diseño de prompts y sistemas para salidas confiables
- Patrones de prompts, mensajes del sistema e ingeniería de contexto
- Cadena de pensamiento frente a prompts concisos y técnicas de few-shot
- Pruebas de prompts y establecimiento de criterios de aceptación
APIs, SDKs y flujo de trabajo de desarrollo local
- Llamadas a APIs de GPT-5, uso de SDKs, autenticación y gestión de secretos
- Desarrollo local, simulación de respuestas y entornos aislados (sandbox)
- Versionado, esquemas de solicitud/respuesta y manejo de errores
Construcción de agentes e integraciones de herramientas
- Diseño de arquitecturas de agentes seguras e interfaces de herramientas
- Ruteo, orquestación y estrategias de respaldo
- Límites de tasa, control de concurrencia y consideraciones transaccionales
Pruebas, evaluación y validación
- Suites de pruebas automatizadas para prompts y comportamientos
- Caza de fallos (red-teaming), pruebas de estrés (fuzz testing) y ejemplos adversarios
- Métricas de precisión, tasas de alucinación y satisfacción del usuario
Despliegue, monitoreo y observabilidad
- Patrones CI/CD para características habilitadas por modelos y lanzamientos piloto (canary)
- Registro de datos, trazado y telemetría para la observabilidad a nivel de prompt
- Alertas, consideraciones SLA y respuesta ante incidentes
Seguridad, privacidad y optimización de costos
- Manejo de datos, consideraciones PI/PHI (información personal identificable/sensible) y saneamiento de contexto
- Control de acceso, auditoría y puntos de verificación de cumplimiento
- Optimización del uso de tokens, estrategias de agrupación y almacenamiento en caché
Resumen y siguientes pasos
Requerimientos
- Comprensión de al menos un lenguaje de programación como Python o JavaScript
- Experiencia llamando APIs REST o utilizando SDKs
- Familiaridad básica con conceptos de ML/AI y estructuras de datos JSON
Audiencia Objetivo
- Ingenieros de software
- Ingenieros de aprendizaje automático (ML)
- Ingenieros DevOps / SRE
14 Horas
Testimonios (1)
Capacidad de adaptarse a las sugerencias de la audiencia, es decir, poder crear un escenario real de agente de IA sobre la marcha.
Brett McLaren - Zoll Itamar
Curso - ChatGPT for Productivity: A Beginner’s Guide
Traducción Automática