Agentes IA

¿Por qué es interesante este curso sobre Agentes IA?

Los Agentes de IA representan la nueva frontera de la inteligencia artificial, superando las limitaciones de los chatbots tradicionales al ser capaces de razonar, planificar y ejecutar acciones complejas de forma autónoma. Estos sistemas pueden:

• Automatizar flujos de trabajo completos: Desde procesar documentos hasta gestionar procesos empresariales end-to-end (p.ej. rellenando formularios web automáticamente en base a documentación existente)

• Interactuar con múltiples sistemas: Conectar bases de datos, APIs, navegadores web y aplicaciones de escritorio

• Tomar decisiones contextuales: Analizar información de múltiples fuentes y ejecutar acciones relevantes

• Adaptarse a entornos cambiantes: Aprender y ajustarse a nuevas situaciones sin intervención humana

Potencial y Alcance:

• Sector empresarial: Automatización de atención al cliente, análisis de documentos, gestión de inventarios

• Desarrollo de software: Asistentes de programación, testing automatizado, despliegue inteligente

• Investigación: Análisis de datos científicos, revisión de literatura, experimentación automatizada

• Productividad personal: Asistentes virtuales avanzados, gestión inteligente de tareas

Este curso proporciona una inmersión práctica completa donde aprenderás a construir desde agentes básicos hasta sistemas multi-agente complejos, utilizando las tecnologías más avanzadas del mercado (MCP, LangGraph, OpenAI Agents SDK, Arize Phoenix) y metodología PBL con casos reales.

Learning outcomes and type of achievement

Al completar este curso, los participantes habrán logrado los siguientes resultados de aprendizaje:

1. Implementar agentes de IA básicos y dotados de herramientas (función de llamada o "function calling"), comprendiendo su arquitectura y componentes esenciales (razonamiento, herramientas, acciones, observaciones).
   → Tipo de competencia: Habilidad práctica fundamental

2. Integrar agentes de IA con fuentes de datos y sistemas externos (bases de datos, APIs, servicios en la nube) utilizando protocolos como MCP, permitiendo a los agentes operar sobre información relevante en entornos reales.
   → Tipo de competencia: Habilidad de integración de sistemas

3. Desarrollar soluciones complejas basadas en agentes, incluyendo flujos de trabajo avanzados y sistemas multi-agente, empleando frameworks de industria como LangGraph y OpenAI Agents SDK.
   → Tipo de competencia: Habilidad avanzada de desarrollo

4. Capacitar agentes para interactuar autónomamente con interfaces de usuario (navegadores web) permitiendo la automatización de tareas complejas a nivel de interacción humana.
   → Tipo de competencia: Habilidad especializada de automatización

5. Analizar problemas reales y diseñar soluciones adecuadas basadas en Agentes de IA, aplicando técnicas de evaluación y monitorización para medir rendimiento, identificar fallos y asegurar fiabilidad en producción.
   → Tipo de competencia: Capacidad de análisis y evaluación crítica

Access prerequisites and admission criteria

Se recomienda encarecidamente que los participantes cuenten con los siguientes conocimientos y experiencia previos para un óptimo aprovechamiento del curso:

• Programación en Python: Nivel intermedio, con capacidad para desarrollar scripts y manejar estructuras de datos comunes.

• Sistemas de Virtualización basados en contenedores (Docker): Experiencia básica en el uso de Docker para ejecutar aplicaciones y servicios.

• Conocimientos básicos de tecnologías web: Familiaridad con conceptos de HTTP, servicios web (APIs REST), estructura de documentos HTML y fundamentos de programación en JavaScript.

Edad requerida: entre 25 y 64 años. 

Es necesario que el cada alumno/a traiga su propio portátil.

Level of learning experience according to EQF European Qualifications Framework

Considerando la profundidad de los conocimientos especializados impartidos, la complejidad de las habilidades prácticas desarrolladas (implementación, integración, manejo de frameworks avanzados, sistemas multi-agente) y la metodología de Aprendizaje Basado en Problemas (PBL) orientada a la resolución de casos reales complejos y no rutinarios, la experiencia de aprendizaje de este curso se corresponde con el Nivel 6 del Marco Europeo de Cualificaciones (EQF). Este nivel refleja la adquisición de conocimientos avanzados y habilidades que capacitan a los participantes para abordar y resolver problemas complejos en el ámbito de los Agentes de IA, aplicar de forma experta frameworks y tecnologías avanzadas, e integrar estas soluciones en entornos impredecibles, construyendo sobre una base sólida de conocimientos técnicos previos.