Construcción de sistemas multi-agente con CrewAI y Python — PickAClass
4.6 (12) ⏱ 3 h 📚 30 lecciones

Construcción de sistemas multi-agente con CrewAI y Python

Aprenda a diseñar, configurar y orquestar agentes de AI basados en roles que colaboran para resolver tareas complejas utilizando 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

A medida que la inteligencia artificial avanza más allá de las interacciones de un solo prompt, el futuro pertenece a los agentes de AI autónomos y colaborativos. Si desea construir sistemas donde múltiples modelos de AI trabajen juntos para investigar, analizar y ejecutar tareas sin problemas, comprender los marcos de trabajo agénticos es esencial. Este curso le enseña cómo construir tripulaciones multi-agente basadas en roles utilizando CrewAI y Python. Aprenderá a definir personalidades de agentes distintas, equiparlos con herramientas especializadas y orquestar sus flujos de trabajo para abordar problemas complejos de múltiples pasos de forma autónoma. Lo que aprenderá: - Comprender los conceptos básicos de la AI agéntica y la orquestación multi-agente. - Configurar agentes de AI especializados con roles, objetivos y trasfondos distintos. - Equipar a sus agentes con herramientas y funciones personalizadas para interactuar con datos externos. - Diseñar tareas secuenciales y jerárquicas para guiar el flujo de trabajo de su tripulación. - Aplicar prácticas modernas de Python, incluyendo entornos virtuales y type hinting, para escribir código de agentes robusto. - Implementar conceptos básicos de prompt engineering para mejorar el razonamiento de los agentes y la confiabilidad de los resultados. El plan de estudios comienza con la terminología fundamental de los agentes de AI antes de pasar a ejercicios prácticos basados en código. Leerá tutoriales escritos paso a paso que lo guiarán desde la escritura de su primer script de un solo agente hasta la orquestación de una tripulación multi-agente totalmente coordinada. Diseñado para principiantes y desarrolladores con conocimientos básicos de Python, este curso no requiere experiencia previa con machine learning avanzado o frameworks de AI complejos. Comience a construir sus propias tripulaciones de AI autónomas hoy mismo y entre en el futuro del desarrollo de software.

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
    3 h 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
Construcción de sistemas multi-agente con CrewAI y Python
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
Construcción de sistemas multi-agente con CrewAI y Python
Página 2 de 2
Detalle de desempeño
Resumen del curso
Lecciones completadas 14 / 14
Preguntas de práctica 26 / 28
Tareas entregadas 4 (prom. 4.5 / 5)
Proyecto final Revisado — 4.6 / 5
Práctica total 6.2 h
Referencia de desempeño
Posición en la cohorte Top 12% de 1,625
Tiempo hasta completar 11 días (mediana: 22)
Puntuación de dominio 91 / 100
Puntuación de preguntas de práctica 94%
Verificación de habilidad Ruta de habilidad verificada
Verifica esta credencial
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Emitido bajo los estándares académicos de PickAClass. Los niveles de habilidad reflejan el desempeño evaluado frente a la rúbrica de competencias del curso. Es una credencial original de esta plataforma.

Reseñas (12)

Iwan Setiawan ID Estudiante verificado
★ 4 · 26 julio 2026

Materi jelas, langsung praktik dengan Python.

Diego Flores CO Estudiante verificado
★ 4 · 25 julio 2026

Venía de probar otros frameworks y CrewAI me resultó mucho más intuitivo para repartir roles entre agentes. El curso explica muy bien cómo definir las tareas y hacer que los agentes colaboren entre sí, con ejemplos en Python que se pueden seguir sin problemas. Logré armar un flujo donde un agente investiga y otro redacta, y funcionó a la primera. Me hubiera gustado un poco más sobre cómo manejar costes de tokens cuando hay muchos agentes, pero por lo demás quedé muy satisfecho. Lo recomiendo si quieres empezar con sistemas multiagente.

Fernanda Mendes BR Estudiante verificado
★ 5 · 16 julio 2026

O curso mostra muito bem como configurar cada agente com seu próprio papel e ferramentas dentro do CrewAI. A parte de orquestração, onde os agentes realmente colaboram entre si, foi a que mais me surpreendeu. Consegui montar um pequeno time de agentes funcionando ainda na metade do curso.

Sophia Koch AT
★ 5 · 10 julio 2026

Endlich verstehe ich rollenbasierte KI-Agenten wirklich.

Hatice Şahin TR Estudiante verificado
★ 4 · 4 julio 2026

Rol tabanlı ajanları anlamak çok kolaylaştı.

Manon Bonnet MC
★ 5 · 2 julio 2026

Explique très bien comment configurer des agents avec des rôles précis dans CrewAI et les faire collaborer sur une même tâche en Python.

Henry White NZ Estudiante verificado
★ 5 · 30 junio 2026

Clear, practical intro to CrewAI agents.

فوزية DZ Estudiante verificado
★ 5 · 24 junio 2026

CrewAI के साथ अलग-अलग रोल वाले एजेंट्स को आपस में काम करते देखना बहुत रोमांचक था, कोर्स ने हर कॉन्सेप्ट को आसान उदाहरणों से समझाया।

Thomas Mensah GH Estudiante verificado
★ 5 · 17 junio 2026

I've messed around with single-purpose AI scripts before but never actually understood how to get multiple agents to cooperate on a task until this course. The way it walks through defining roles, goals, and tools for each agent made the whole orchestration concept finally click for me. By the third project we were building a small team of agents that actually delegated subtasks to each other instead of just running in sequence, which felt like a real breakthrough. The pacing between theory and hands-on coding was well balanced, and the Python examples were clean enough to reuse directly. I walked away with an actual working crew doing research and writing tasks on its own.

中村 悠真 JP Estudiante verificado
★ 5 · 5 junio 2026

役割ごとにエージェントを分けて協調させる考え方がCrewAIでとてもしっくりきました。Pythonのコードもシンプルで、リサーチ用のチームを自分で組み立てられたときは感動しました。エージェント同士のタスクの受け渡しの解説が特にわかりやすかったです。

Jorge Alberto Medina MX
★ 4 · 31 mayo 2026

Muy buena introducción a CrewAI y cómo orquestar agentes con roles distintos, aunque algunos ejemplos podrían actualizarse a la última versión de la librería.

Citra Kirana ID
★ 4 · 25 mayo 2026

Penjelasan tentang cara mengatur agen berbasis peran di CrewAI cukup jelas, meski beberapa contoh kode terasa agak padat untuk pemula.

Escribir una reseña

Te pediremos iniciar sesión después de enviar — tu borrador se guarda.

Otros también tomaron

Preguntas frecuentes

¿Qué necesito para tomar este curso? +

Solo un teléfono o computadora con internet. Sin instalaciones ni hardware especial.

¿Cómo pago? +

Con tarjeta a través de Stripe. No almacenamos datos de tarjeta — Stripe los gestiona de forma segura.

¿Puedo obtener un reembolso? +

Sí — reembolso completo en 14 días, sin preguntas.

¿Por cuánto tiempo tendré acceso? +

Para siempre. Una vez comprado, el curso es tuyo para revisarlo cuando quieras.

¿Obtendré un certificado? +

Sí. Al finalizar recibirás un certificado que puedes añadir a tu perfil de LinkedIn.

Diseñado para profesionales en
Tecnología Diseño Finanzas Marketing Salud Educación Hostelería Manufactura