Vías de aprendizaje para Profesionales técnicos
IA agente
Esta vía de aprendizaje de inicio presenta los fundamentos y las técnicas avanzadas para construir agentes de IA autónomos. Los estudiantes explorarán marcos clave como LangChain, LangGraph, AutoGen, CrewAI y el SDK de Semantic Kernel, mientras dominan los patrones de diseño agéntico, los sistemas multiagente, las arquitecturas de memoria, RAG, las bases de datos vectoriales y la implementación en producción. El plan de estudios enfatiza los proyectos prácticos, los casos de uso en el mundo real y la integración de herramientas de IA de código abierto y basadas en la nube.
Objetivos de aprendizaje
- Desarrollar agentes de IA autónomos: crea, configura e implementa agentes de IA utilizando marcos como LangChain, LangGraph, CrewAI y el SDK de Semantic Kernel.
- Implementar sistemas multiagente: diseña e implementa flujos de trabajo de agentes colaborativos con AutoGen y patrones de conversación avanzados para aplicaciones del mundo real.
- Integrar la memoria y la recuperación: equipa a los agentes con memoria y generación aumentada de recuperación (RAG) utilizando bases de datos vectoriales, incrustaciones y técnicas de gestión de memoria.
- Aplicar patrones de diseño agéntico: utiliza patrones de reflexión, uso de herramientas, planificación y colaboración para diseñar soluciones sólidas, escalables y adaptables.
- Integra plugins basados en IA en aplicaciones empresariales con el SDK de Semantic Kernel
Público objetivo:
Esta vía está diseñada para ingenieros de software, desarrolladores de IA, científicos de datos y profesionales técnicos que buscan crear, implementar y escalar agentes autónomos de IA. Es adecuada para aquellos con experiencia básica en programación que deseen una exposición práctica a los marcos de trabajo agénticos más avanzados y a las soluciones de IA del mundo real.