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.
Duración 28 horas
Temario del curso
El Ingeniero de IA Desplegado en el Frente
- El rol en comparación con el ingeniero de ML y el ingeniero de soluciones
- Responsabilidad por los resultados en lugar de hitos de entrega
- Trabajo en colaboración con equipos de producto, investigación y seguridad
Descubrimiento en Entornos Empresariales Complejos
- Seguimiento de un flujo de trabajo de principio a fin
- Mapeo de sistemas, datos y puntos de transferencia
- Identificación de la restricción que bloquea el valor
Delimitación del Problema y Priorización
- Cualificación de casos de uso según la factibilidad
- Puntuación de flujos de trabajo candidatos según el esfuerzo
- Selección del primer flujo de trabajo a demostrar
Enmarcado del Valor y Criterios de Aceptación
- Establecimiento de métricas de referencia antes de cualquier desarrollo
- Lenguaje de caso de negocio para patrocinadores financieros
- Acuerdo de criterios de aceptación con los usuarios
Selección de Modelos: Frontera y Pesos Abiertos
- Comparación entre GPT-6, Claude 5.5 y modelos abiertos
- Compromisos entre contexto, latencia y costo por unidad
- Cuando las regulaciones de datos exigen modelos alojados localmente
Ingeniería de Contexto y Diseño de Prompts
- Estructuración de instrucciones para un comportamiento fiable
- Ensamblaje del contexto desde sistemas de registro
- Caché de prompts y minimización de tokens
Recuperación de Información y Fundamentación del Conocimiento
- División y indexación de contenido empresarial
- Búsqueda híbrida, reordenación y citación
- Evaluación de la recuperación por separado de la generación
Agentes y Uso de Herramientas
- Diseño de herramientas e interfaces tipadas
- Construcción con los SDK de agentes de OpenAI y Claude
- Aprobaciones, reintentos y manejo de fallas
MCP e Integración Empresarial
- La revisión de 2026-07-28 del Protocolo de Contexto de Modelo
- Construcción y seguridad de servidores MCP
- Asignación de permisos a las herramientas frente a la identidad empresarial
Evaluación como Lenguaje de la Entrega
- Conjuntos dorados construidos a partir del trabajo real
- Puntuación automatizada y jueces de IA
- Compuertas de liberación vinculadas a umbrales de evaluación
Medidas de Seguridad, Prevención y Supervisión Humana
- Medidas de seguridad en las capas de prompt, herramienta y política
- Puntos de escalación y revisión humana
- Registros de auditoría y deberes de manejo de datos
Arquitectura de Despliegue en el Entorno del Cliente
- Restricciones de identidad, red y residencia de datos
- Puerta de modelo y abstracción de múltiples proveedores
- Infraestructura como código y proceso de liberación
Observabilidad, Costo y Economía de Tokens
- Seguimiento de ejecuciones de agentes y llamadas a herramientas
- Tableros para calidad y gasto
- Reducción de costos sin perder calidad
Adopción y Cambio
- Habilitación para las personas que realizan el trabajo
- Redes de promotores y bucles de retroalimentación
- Medición de la velocidad de adopción
De la Colaboración a la Capacidad Reutilizable
- Empaquetado de flujos de trabajo probados
- Manuales de procedimientos, planos y aceleradores
- Transición a los equipos internos
Requerimientos
- Dominio de Python, incluyendo el trabajo con API y entornos virtuales
- Conocimiento de plataformas en la nube, contenedores y control de versiones
- Experiencia previa en la llamada a una API de LLM o en la construcción de funciones basadas en prompts
- Comprensión básica de sistemas empresariales como CRM, ERP o plataformas de gestión de tickets
Público Objetivo
- Ingenieros de IA desplegados en el frente y de IA aplicada
- Ingenieros de software que se están incorporando a la entrega de IA centrada en el cliente
- Consultores técnicos y arquitectos de soluciones responsables de las implementaciones de IA
- Ingenieros de plataforma que apoyan cargas de trabajo de IA en producción