Curso de AI Engineering - Analítica Delfos

Conoce tu curso

En un mundo donde la inteligencia artificial está cada vez más presente, es imposible ignorar su uso a nivel empresarial. Se están abriendo nuevas posiciones donde se requiere saber manejar modelos grandes de lenguaje tanto propietarios como de terceros (OpenAI, Anthropic, Gemini, etc), lo cual conlleva un stack completamente diferente al de años anteriores. Este curso tiene como objetivo que identifiques los elementos necesarios para manipular y trabajar con modelos grandes de lenguaje como elemento productivo, así como llevarlo a entornos reales de trabajo.

¿A quién va dirigido?

Desarrolladores de Software que deseen crear aplicación de IA.
Ingenieros y científicos de datos que deseen extender sus conocimientos en inteligencia artificial agéntica

¿Qué necesito?

Conexión estable a internet.

Computadora con al menos 4 GB de memoria

Computadora con al menos 1 GB de espacio disponible.

Tarjeta de crédito

¿Qué habilidades voy a adquirir?

APIs de Alto Rendimiento: Servicios asíncronos y con streaming en FastAPI, tipados con Pydantic y gestionados con uv.

RAG Empresarial: Búsqueda semántica e híbrida sobre datos relacionales usando PostgreSQL + pgvector.

Sistemas Agénticos y MCP: Flujos autónomos con control de estado y memoria en LangGraph, integrados a herramientas externas mediante FastMCP.

Seguridad y Guardrails: Protección contra inyecciones de prompts y validación semántica de respuestas.

Observabilidad: Trazabilidad paso a paso, auditoría de fallos y control de costes de tokens con Langfuse.

Evaluación Automatizada: Pipelines de calidad con Ragas (fidelidad, relevancia y LLM-as-a-judge) integrados a CI/CD.

Despliegue Serverless: Empaquetado con Docker y puesta en producción escalable en Google Cloud Run.

Detalles del programa

Bloque 0: Entorno de trabajo y tipado

Instalación de Python con procesos modernos (uso de uv).

Manejo de entornos virtuales.

Validación de tipos con Pydantic.

Bloque 1: Modelos fundacionales (teoría)

Datos de entrenamiento.

Modelado.

Post entrenamiento

Bloque 2: Fundamentos de integración

Consumo de APIs con buenas prácticas.

Muestreo.

Diseño de APIs con FastAPI.

Reintento de peticiones.

Streaming de respuestas.

Bloque 3: Gestión de contexto y recuperación

Embeddings.

Bases de datos vectoriales.

RAG.

RAG Avanzado.

Evaluación con Ragas

Bloque 4: Orquestación y sistemas agénticos

LangGraph y agentes de IA.

Memoria de agentes.

MCP.

Herramientas.

Reintentos de agente

Bloque 5: Seguridad

Prompt injection.

Ingeniería de prompts defensivos.

Guardrails en producción.

Bloque 6: Observabilidad y Monitoreo

Langfuse.

Trazabilidad distribuida de llamadas.

Consumo de tokens

Bloque 7: Evaluación

Evaluación de modelos grandes de lenguaje.

Evaluación exacta.

IA como juez.

Criterios de evaluación.

Selección de modelo.

Bloque 8: Automatización y Despliegue

Empaquetado de aplicaciones con Docker.

Patrones de despliegue para APIs de Inferencia.

Despliegue en GCP

Este curso está registrado ante la IEEE (Institute of Electrical and Electronics Engineers) y puedes ser acreedor a un certificado emitido por ellos por un total de 5.6 CEUs*

*Para obtener nuestro certificado y el emitido por IEEE deber acreditar un examen con al menos un 80% de calificación y cubrir con un 80% de asistencias