Los agentes de inteligencia artificial están transformando la manera en que interactuamos con la tecnología, automatizamos procesos y diseñamos sistemas capaces de percibir, razonar, decidir y actuar de forma autónoma. Desde asistentes inteligentes y sistemas multiagente hasta aplicaciones avanzadas en robótica, finanzas, investigación o desarrollo de software, los agentes de IA representan uno de los campos con mayor proyección dentro de la inteligencia artificial actual.
Este curso ofrece una visión integral, estratégica y aplicada sobre el diseño, la arquitectura, el desarrollo y el despliegue de agentes de IA, abordando tanto sus fundamentos conceptuales como sus aplicaciones más avanzadas. El participante conocerá cómo evolucionan estos sistemas, qué componentes los hacen posibles, qué modelos y frameworks permiten construirlos y cuáles son los principales retos de escalabilidad, gobernanza, seguridad y alineamiento.
Una formación clave para profesionales que deseen comprender el presente y anticipar el futuro de los sistemas autónomos, adquiriendo los conocimientos necesarios para diseñar, implementar y evaluar agentes de IA con una visión técnica, práctica y responsable.
Objetivos del curso
Al finalizar el curso, el participante será capaz de comprender qué es un agente de IA, cómo funciona su ciclo de percepción, razonamiento y acción, y cuáles son sus principales tipologías, arquitecturas y componentes fundamentales.
Aprenderá a identificar los modelos clásicos y modernos de agentes, incluyendo aquellos basados en modelos de lenguaje, memoria, planificación, uso de herramientas y sistemas multiagente. También desarrollará una comprensión aplicada del proceso de diseño y desarrollo de agentes, desde la definición de objetivos hasta su implementación, evaluación y despliegue.
Además, adquirirá una visión crítica sobre los retos éticos, de seguridad, gobernanza y alineamiento, así como sobre las tendencias emergentes que marcarán la evolución de los agentes inteligentes y su papel en la búsqueda de sistemas cada vez más autónomos, colaborativos y avanzados.
Metodología o Enfoque
El curso se imparte en formato multimedia, combinando contenidos conceptuales, explicaciones visuales, casos de uso, esquemas de arquitectura y actividades prácticas orientadas a la aplicación real.
Cada unidad está diseñada para ofrecer una experiencia de aprendizaje progresiva, que permite al participante comprender primero los fundamentos de los agentes de IA y avanzar después hacia sus arquitecturas, frameworks, aplicaciones, estrategias de despliegue y desafíos futuros.
La metodología fomenta la comprensión estratégica, el aprendizaje aplicado y la transferencia al entorno profesional, proporcionando una base sólida para analizar, diseñar y participar en proyectos vinculados al desarrollo de agentes inteligentes y sistemas autónomos.
Características del curso
- Lecciones 49
- Cuestionario 0
- Duración 20 horas
- Nivel de habilidad Todos los niveles
- Idioma Inglés
- Estudiantes 0
- Evaluaciones Si
- 7 Sections
- 49 Lecciones
- 20 Hora
- UNIDAD 1.- Introducción a los agentes de IA7
- 1.1Qué es un agente de IA
- 1.2Características clave de un agente de IA.
- 1.3El ciclo del agente: percibir, razonar y actuar.
- 1.4Evolución de los agentes: desde agentes reactivos simples hasta agentes de aprendizaje y agentes basados en LLM.
- 1.5Sistemas multiagente y futuro colaborativo.
- 1.6Taxonomía de agentes y criterios de clasificación.
- 1.7Componentes fundamentales de un agente moderno: percepción, memoria, planificación, razonamiento, herramientas y actuadores.
- UNIDAD 2.- Arquitecturas y modelos de agentes10
- 2.1Arquitecturas clásicas de agentes: PEAS y BDI.
- 2.2Agentes basados en modelos de lenguaje.
- 2.3El LLM como núcleo de razonamiento del agente.
- 2.4Prompt engineering avanzado para control de agentes.
- 2.5Frameworks populares: ReAct, Plan-and-Execute y Reflection / Self-Critique.
- 2.6Agentes con memoria y contexto.
- 2.7Memoria a corto y largo plazo y bases de datos vectoriales.
- 2.8Retrieval Augmented Generation (RAG).
- 2.9Agentes con uso de herramientas y function calling.
- 2.10Seguridad y control en el uso de herramientas.
- UNIDAD 3.- Desarrollo de agentes de IA9
- 3.1Entorno de desarrollo y herramientas principales.
- 3.2Python como lenguaje de referencia para IA.
- 3.3Librerías clave para construir agentes.
- 3.4Diseño de agentes: objetivos, tareas, arquitectura y modelo base.
- 3.5Diseño del flujo de razonamiento y toma de decisiones.
- 3.6Taller práctico de construcción de un agente simple de investigación y resumen.
- 3.7Taller práctico de implementación de un agente con memoria y uso de herramientas.
- 3.8Depuración, pruebas y evaluación de agentes.
- 3.9Métricas, estrategias de validación y mejora de la fiabilidad.
- UNIDAD 4.- Sistemas Multi-Agente (MAS)8
- 4.1Agentes para automatización de tareas complejas y workflows inteligentes.
- 4.2RPA inteligente y automatización dinámica.
- 4.3Agentes aplicados al desarrollo de software: generación de código, testing y debugging.
- 4.4Agentes para investigación científica y descubrimiento.
- 4.5Aplicaciones en finanzas: trading, análisis de riesgo y asesoramiento.
- 4.6Agentes en robótica y sistemas autónomos físicos.
- 4.7Agentes creativos en contenido, diseño y música.
- 4.8Agentes personales y asistentes cognitivos avanzados.
- UNIDAD 6.- Orquestación, despliegue y escalado de agentes5
- 5.1Plataformas y herramientas para orquestación de agentes y sistemas multiagente.
- 5.2Estrategias de despliegue en cloud, edge e híbrido.
- 5.3Monitorización, logging y gestión del ciclo de vida de los agentes.
- 5.4Escalabilidad y rendimiento en entornos reales.
- 5.5Human-in-the-Loop (HITL): supervisión, control humano y colaboración efectiva entre personas y agentes.
- UNIDAD 7.- Ética, seguridad y gobernanza de agentes de IA5
- 6.1Sesgos y equidad en agentes autónomos.
- 6.2Responsabilidad, transparencia y explicabilidad en la toma de decisiones.
- 6.3Seguridad de agentes frente a amenazas internas y externas.
- 6.4El problema del alineamiento en agentes avanzados.
- 6.5Impacto socioeconómico de los agentes de IA en el trabajo, las profesiones y la organización social.
- UNIDAD 8.- El futuro de los agentes de IA y la inteligencia general artificial (AGI)5
- 7.1Tendencias emergentes: agentes auto-mejorables, aprendizaje por refuerzo profundo y agentes encarnados.
- 7.2Razonamiento de sentido común y comprensión profunda.
- 7.3El papel de los agentes en la evolución hacia la AGI.
- 7.4Simbiosis humano-agente y modelos de colaboración aumentada.
- 7.5Desafíos abiertos y oportunidades de investigación en la frontera de los agentes de IA.
