Al seleccionar un país verás los cursos disponibles en tu región.
⏱ 2 h 54 min📚 29 lecciones
Creación de agentes de IA de producción mediante Python y marcos multiagente
Aprenda los patrones de arquitectura y las prácticas LLMOps necesarias para implementar sistemas robustos y multiagente y aplicaciones de generación aumentada de recuperación (RAG) usando Python.
💬Instructor de IA Pregunta sobre cualquier lección y recibe una respuesta clara al instante, cuando quieras.
🕐Empieza cuando quieras Sin horarios ni fechas límite: aprende a tu ritmo, cuando quieras.
🌐En español Lecciones, tareas y certificado: todo completamente en tu idioma.
Sobre este curso
La complejidad de las aplicaciones de IA modernas requiere una orquestación sofisticada. ¿Está listo para ir más allá de los mensajes simples y crear sistemas inteligentes que puedan automatizar tareas complejas a nivel empresarial?Este curso proporciona una base práctica y centrada en el código para diseñar, crear e implementar agentes de IA que sean confiables, rastreables y escalables. Pasará de los conceptos básicos de agentes a la implementación de arquitecturas multiagente de nivel empresarial utilizando los principales marcos de Python.
Lo que aprenderás:
* Comprender los conceptos básicos de los agentes LLM, incluyendo el patrón ReAct y la utilización eficaz de herramientas (llamadas a funciones).
* Diseñar e implementar flujos de trabajo complejos multi-agente utilizando marcos de orquestación modernos como LangGraph y AutoGen.
* Aplicar técnicas de recuperación-generación aumentada (RAG) a agentes de tierra en datos propietarios utilizando bases de datos vectoriales.
* Practicar los principios esenciales de LLMOps, incluyendo monitoreo, rastreo y métricas básicas de evaluación para el rendimiento del agente.
* Configurar tuberías de implementación robustas para sistemas de agentes, integrando conceptos como los fundamentos de CI / CD y los conceptos básicos de contenedorización.
El curso comienza definiendo la terminología clave y los patrones de agentes fundamentales antes de sumergirse en la implementación práctica de arquitecturas multiagente.Nos enfocamos puramente en explicaciones escritas y ejemplos prácticos de código para ilustrar la preparación de producción. Este curso está diseñado para desarrolladores principiantes e ingenieros de software que tienen un conocimiento práctico de Python y desean especializarse en la creación de sistemas de agentes de IA desplegables.No se requiere experiencia previa con LangChain, LLMOps o IA avanzada.Comience a dominar las arquitecturas requeridas para la próxima generación de aplicaciones de IA hoy.
Contenido del curso
Lo que obtendrás
📜Certificado de finalización Añádelo a tu perfil de LinkedIn
💬Tutor AI personal ¿Atascado en una lección? Pregúntale a tu tutor integrado lo que quieras, cuando quieras.
♾️Acceso de por vida Vuelve cuando quieras, sin caducidad
📱Teléfono o computadora Funciona en cualquier dispositivo
💸Reembolso de 14 días Sin preguntas
⚡Breve y enfocado 2 h 54 min de contenido práctico
Certificado de finalización
Cada curso que completas en PickAClass emite una credencial como esta — original, con su propio código, verificable por URL y detallada sobre lo que realmente demostraste.
P
PickAClass
Perfil de habilidades · verificable
Documento
Certificado de Maestría
Esto certifica que
Nombre Apellido
ha demostrado con éxito el dominio de
Creación de agentes de IA de producción mediante Python y marcos multiagente
Habilidades demostradas
✓
Análisis de patrones de comportamiento
Fundamental
1.2 h
✓
Marcos de arquitectura de decisiones
Competente
1.4 h
✓
Diseño de pruebas A/B
Competente
1.7 h
✓
Redacción conductual
Avanzado
1.9 h
P
PickAClass — Nombre Apellido
Creación de agentes de IA de producción mediante Python y marcos multiagente
Página 2 de 2
Detalle de desempeño
Resumen del curso
Lecciones completadas14 / 14
Preguntas de práctica26 / 28
Tareas entregadas4 (prom. 4.5 / 5)
Proyecto finalRevisado — 4.6 / 5
Práctica total6.2 h
Referencia de desempeño
Posición en la cohorteTop 12% de 1,625
Tiempo hasta completar11 días (mediana: 22)
Puntuación de dominio91 / 100
Puntuación de preguntas de práctica94%
Verificación de habilidadRuta de habilidad verificada