Construye Agentes de IA Reales, del Primer Loop a Producción
Los agentes de IA son programas que utilizan modelos de lenguaje grande para razonar, invocar herramientas y ejecutar acciones en múltiples pasos — manejando tareas que el código estático no puede. Este track cubre todo, desde cómo funciona realmente el loop de un agente LLM hasta implementar agentes confiables y observables en producción. El currículo abarca 60 cursos en seis niveles (A1 a C2), basado en las herramientas que utilizan los profesionales hoy: LangChain, LangGraph, LlamaIndex, bases de datos vectoriales, y las APIs de function-calling expuestas por todos los proveedores principales de LLM.
Qué Aprenderás
Comenzarás con la mecánica de las APIs de LLM e ingeniería de prompts para agentes, luego trabajarás a través del patrón de tool-use y function-calling que hace que los agentes sean genuinamente útiles. Las habilidades centrales incluyen construir pipelines de generación aumentada por retrieval (RAG) e integraciones con bases de datos vectoriales, crear agentes para correo electrónico, calendario, Slack, GitHub y web scraping, diseñar memoria conversacional y análisis de salida estructurado, escribir tests de agentes y depurar loops de agentes, y aplicar el patrón ReAct en agentes multi-herramienta. En el nivel avanzado abordarás orquestación multi-agente, planificación de largo horizonte, agentes de computer-use y navegador, agentes generadores de código, sandboxing y ejecución segura de código, y gobernanza de agentes con audit trails.
El Camino de Aprendizaje
El camino abre en A1 con Intro a Agentes LLM y avanza a través de los fundamentos A2 — ingeniería de prompts, APIs de LLM en la práctica, operaciones del sistema de archivos, y memoria conversacional. B1 amplía el toolkit con integración de APIs, fundamentos de RAG, bases de datos vectoriales, observabilidad, fundamentos de LangChain, y agentes específicos de dominio para documentos, análisis de datos, y automatización de flujos de trabajo. B2 profundiza ese conocimiento a través de LangGraph para agentes con estado, LlamaIndex, el patrón ReAct, arquitecturas de memoria, diseño asincrónico y dirigido por eventos, seguridad de agentes y guardrails, y optimización de costo y latencia. El nivel C1 cubre técnicas avanzadas de RAG, orquestación multi-agente, implementación en producción, ajuste fino de modelos para tareas de agentes, y pipelines multimodales. El track cierra en C2 con Sistemas de Agentes Auto-Mejorables y El Camino Hacia Sistemas Autónomos.
Cómo Funciona
Cada curso se divide en lecciones cortas y enfocadas que trabajas en el editor de código integrado con retroalimentación en tiempo real. Un tutor de IA está disponible siempre que te atasques, y cada ejercicio se basa en código ejecutable para que los conceptos se mantengan concretos en lugar de teóricos.