Curso de Fundamentos de Ingeniería para Agentes IA

Entorno y diagnóstico de infraestructura

• Kickoff, entorno y diagnóstico de infraestructura
• Tesis central: los agentes dependen de su infraestructura.
• Landscape de AI Engineering aplicado a agentes IA.
• Pipelines de ingestión para agentes
• Configuración de Python, Docker, repositorio y entorno cloud.
• Transformación y calidad de datos
• AI Infra Readiness Assessment inicial.
• Embeddings y vector stores

Kickoff y landscape de AI Engineering

• Kickoff, entorno y diagnóstico de infraestructura
• Tesis central: los agentes dependen de su infraestructura.

Datos para agentes

• Landscape de AI Engineering aplicado a agentes IA.
• Pipelines de ingestión para agentes
• Configuración de Python, Docker, repositorio y entorno cloud.
• Transformación y calidad de datos
• AI Infra Readiness Assessment inicial.
• Embeddings y vector stores
• Arquitectura de pipelines para sistemas agénticos.
• RAG incremental y evaluación de retrieval
• Fuentes de datos: APIs, bases de datos y archivos.
• Governance de datos para agentes

Pipelines de ingestión para agentes

• Landscape de AI Engineering aplicado a agentes IA.
• Pipelines de ingestión para agentes
• Arquitectura de pipelines para sistemas agénticos.
• RAG incremental y evaluación de retrieval
• Fuentes de datos: APIs, bases de datos y archivos.
• Governance de datos para agentes
• Diseño de APIs para tool use
• Ingestión batch y near-real-time.
• Construcción de APIs con FastAPI
• Diseño inicial del pipeline del participante.

APIs como herramientas

• Diseño de APIs para tool use
• Ingestión batch y near-real-time.
• Construcción de APIs con FastAPI
• Diseño inicial del pipeline del participante.
• Integración con sistemas legacy
• Limpieza, normalización y enriquecimiento de datos.
• Checks de completitud, consistencia y freshness.
• Workshop de integración end-to-end

Transformación y calidad de datos

• Configuración de Python, Docker, repositorio y entorno cloud.
• Transformación y calidad de datos
• Integración con sistemas legacy
• Limpieza, normalización y enriquecimiento de datos.
• Checks de completitud, consistencia y freshness.
• Workshop de integración end-to-end
• Contenerización para sistemas agénticos
• Validación con Pydantic o Great Expectations.
• Data contracts para sistemas agénticos.
• Deploy cloud y gestión de secretos

Infraestructura y deploy

• Contenerización para sistemas agénticos
• Validación con Pydantic o Great Expectations.
• Data contracts para sistemas agénticos.
• Deploy cloud y gestión de secretos
• Escalamiento y procesamiento asíncrono
• Fundamentos de embeddings y selección de modelos.
• Estrategias de chunking documental.
• Seguridad en producción para sistemas agénticos
• Uso de ChromaDB, pgvector o Pinecone.
• Workshop de deploy y smoke testing

Embeddings y vector stores

• AI Infra Readiness Assessment inicial.
• Embeddings y vector stores
• Escalamiento y procesamiento asíncrono
• Fundamentos de embeddings y selección de modelos.
• Estrategias de chunking documental.
• Seguridad en producción para sistemas agénticos
• Uso de ChromaDB, pgvector o Pinecone.
• Workshop de deploy y smoke testing
• Construcción de vector store con datos propios o simulados.
• Logging y tracing distribuido

Observabilidad y costos

• Construcción de vector store con datos propios o simulados.
• Logging y tracing distribuido
• Métricas y dashboards operativos
• Pipeline RAG para agentes IA.
• Actualización incremental y versionamiento de índices.
• Gestión de costos de LLMs
• Alertas y runbook de incidentes
• Hybrid search y grounded generation.

RAG incremental y evaluación de retrieval

• Arquitectura de pipelines para sistemas agénticos.
• RAG incremental y evaluación de retrieval
• Métricas y dashboards operativos
• Pipeline RAG para agentes IA.
• Actualización incremental y versionamiento de índices.
• Gestión de costos de LLMs
• Alertas y runbook de incidentes
• Hybrid search y grounded generation.
• Evaluación de relevancia, fidelidad y cobertura.
• Resiliencia y tolerancia a fallos

Confiabilidad y CI/CD

• Evaluación de relevancia, fidelidad y cobertura.
• Resiliencia y tolerancia a fallos
• CI/CD para sistemas agénticos
• Control de acceso a datos sensibles.
• Anonimización y enmascaramiento.
• Demo day y cierre del curso

Governance de datos para agentes

• Fuentes de datos: APIs, bases de datos y archivos.
• Governance de datos para agentes
• CI/CD para sistemas agénticos
• Control de acceso a datos sensibles.
• Anonimización y enmascaramiento.
• Demo day y cierre del curso
• Data lineage y trazabilidad de fuentes.
• Políticas básicas de retención y uso de datos.

Diseño de APIs para tool use

• Diseño de APIs para tool use
• Ingestión batch y near-real-time.
• Diferencias entre APIs para humanos y APIs para agentes.
• Naming claro, scope mínimo e idempotencia.
• Respuestas predecibles y errores informativos.
• Diseño de endpoints como tools.

Construcción de APIs con FastAPI

• Construcción de APIs con FastAPI
• Diseño inicial del pipeline del participante.
• Implementación de endpoints con FastAPI.
• Modelos de validación con Pydantic.
• Generación de schemas OpenAPI.
• Documentación técnica de endpoints.

Integración con sistemas legacy

• Integración con sistemas legacy
• Limpieza, normalización y enriquecimiento de datos.
• Adapter pattern para sistemas existentes.
• API gateway como capa de abstracción.
• Middleware y event bridge.
• Construcción de adapter funcional.

Workshop de integración end-to-end

• Checks de completitud, consistencia y freshness.
• Workshop de integración end-to-end
• Conexión de pipeline, vector store y APIs.
• Integración con sistema legacy o simulado.
• Testing de integración.
• Code review y revisión cruzada.

Contenerización para sistemas agénticos

• Contenerización para sistemas agénticos
• Validación con Pydantic o Great Expectations.
• Docker para sistemas agénticos.
• Dockerfiles y multi-stage builds.
• Docker Compose para stack completo.
• Variables de entorno y dependencias.

Deploy cloud y gestión de secretos

• Data contracts para sistemas agénticos.
• Deploy cloud y gestión de secretos
• Opciones de despliegue: Railway, Render, Cloud Run o equivalentes.
• Trade-offs de costo, escalabilidad y control.
• Gestión de secretos y variables de entorno.
• Despliegue inicial del stack.

Escalamiento y procesamiento asíncrono

• Escalamiento y procesamiento asíncrono
• Fundamentos de embeddings y selección de modelos.
• Latencia y throughput en sistemas agénticos.
• Procesamiento asíncrono con Redis, Celery o equivalentes.
• Background workers para tareas largas.
• Auto-scaling básico y límites operativos.

Seguridad en producción para sistemas agénticos

• Estrategias de chunking documental.
• Seguridad en producción para sistemas agénticos
• Threat model para agentes IA.
• Prompt injection y data exfiltration.
• Input sanitization y output validation.
• Principio de mínimo privilegio y sandboxing.

Workshop de deploy y smoke testing

• Uso de ChromaDB, pgvector o Pinecone.
• Workshop de deploy y smoke testing
• Revisión del despliegue cloud o entorno controlado.
• Smoke testing end-to-end.
• Troubleshooting en vivo.
• Checklist de seguridad y producción.

Logging y tracing distribuido

• Construcción de vector store con datos propios o simulados.
• Logging y tracing distribuido
• Limitaciones del logging tradicional en agentes.
• Logging estructurado en JSON.
• Tracing con Langfuse o LangSmith.
• Seguimiento de tool calls, LLM calls y errores.

Métricas y dashboards operativos

• Métricas y dashboards operativos
• Pipeline RAG para agentes IA.
• Métricas de latencia, disponibilidad y tasa de error.
• Métricas de calidad del sistema agéntico.
• Métricas de costo y negocio.
• Dashboard operativo con Grafana o equivalente.

Gestión de costos de LLMs

• Actualización incremental y versionamiento de índices.
• Gestión de costos de LLMs
• Anatomía del costo por tokens, modelos y llamadas.
• Model routing por complejidad de tarea.
• Prompt caching y response caching.
• Proyección de costos a escala.

Alertas y runbook de incidentes

• Alertas y runbook de incidentes
• Hybrid search y grounded generation.
• Alertas por costo, error y degradación de calidad
• Umbrales dinámicos para sistemas no deterministas.
• Escenarios críticos de incidente.
• Runbook operativo para sistemas agénticos.

Resiliencia y tolerancia a fallos

• Evaluación de relevancia, fidelidad y cobertura.
• Resiliencia y tolerancia a fallos
• Circuit breaker, retry y backoff exponencial.
• Fallback a modelos o servicios alternativos.
• Graceful degradation.
• Dead letter queues y manejo de fallos persistentes.

CI/CD para sistemas agénticos

• CI/CD para sistemas agénticos
• Control de acceso a datos sensibles.
• Pipeline CI/CD con GitHub Actions.
• Tests unitarios, integración y evals automatizados.
• Versionamiento de prompts y configuración.
• Deployment automático y rollback rápido.

Demo day y cierre del curso

• Anonimización y enmascaramiento.
• Demo day y cierre del curso
• Presentación del stack completo.
• Sustentación de métricas de rendimiento, costo y confiabilidad.
• Plan de escalamiento y próximos pasos.
• Retroalimentación final y cierre académico.