Track 1 – Programación Agéntica para IA

Programa Tentativo

Resumen

Una semana intensiva y práctica para diseñar, construir y desplegar agentes de inteligencia artificial capaces de razonar, usar herramientas, recuperar información propia (RAG) e interactuar con sistemas externos mediante el Model Context Protocol (MCP). El recorrido va desde los fundamentos de LLMs y prompt engineering hasta los sistemas multiagente en producción, pasando por memoria y recuperación de información.

Cada día combina teoría breve, un laboratorio con código real y trabajo en grupo. El proyecto que arranca el lunes crece día a día y se presenta el viernes como demo final.

Requisitos

  • Conocimientos básicos de Python.
  • No se requiere experiencia previa en IA.

Lo que aprenderá el participante

  • Fundamentos de IA Generativa y LLMs.
  • Prompt Engineering, Structured Outputs y Function Calling.
  • Diseño e implementación de agentes inteligentes.
  • Uso de herramientas (Tool Use) y memoria.
  • Retrieval-Augmented Generation (RAG).
  • Model Context Protocol (MCP): cliente y servidor.
  • Arquitecturas multiagente.
  • Despliegue local de modelos de IA.
  • Buenas prácticas para agentes de IA.

Estructura del track

Lunes – Fundamentos de IA Generativa y Agentes

Teoría:

  • Introducción a LLMs.
  • Prompt Engineering.
  • Structured Outputs.
  • Function Calling.
  • ¿Qué es un agente?

Laboratorio:

  • Configuración del entorno con modelos open-source locales. Primer agente conversacional.
Martes – Herramientas, Memoria y RAG

Teoría:

  • Arquitectura de agentes.
  • Tool Use.
  • Memoria.
  • Retrieval-Augmented Generation (RAG).

Laboratorio:

  • Construcción de un agente con herramientas, memoria y RAG sobre una base de conocimiento propia.
Miércoles – Integración con Sistemas

Teoría:

  • APIs.
  • Model Context Protocol (MCP).
  • Cliente y servidor MCP.

Laboratorio:

  • Creación de un servidor MCP propio y consumo de sus herramientas desde un agente.
Jueves – Sistemas Multiagente

Teoría:

  • Patrones de agentes.
  • Coordinación entre agentes.
  • Frameworks multiagente.
  • Despliegue local.

Laboratorio:

  • Construcción de un sistema multiagente.
Viernes – Agentes para Producción

Teoría:

  • Seguridad.
  • Human in the Loop.
  • Evaluación de agentes.
  • Buenas prácticas.

Laboratorio:

  • Integración final del proyecto y presentación de resultados.

Proyecto

Durante toda la semana, los equipos desarrollarán una solución de IA agéntica que incorporará progresivamente los conocimientos adquiridos.

Herramientas

Se utilizarán herramientas de código abierto.

Competencias al finalizar

El participante será capaz de:

  • Diseñar agentes basados en LLMs.
  • Implementar agentes con herramientas, memoria y RAG.
  • Integrar agentes con servicios externos mediante MCP.
  • Construir sistemas multiagente.
  • Desplegar soluciones de IA de forma local.
  • Aplicar principios básicos de seguridad en aplicaciones de IA agéntica.
Coordinador

Ronald Criollo.

Instructores
  • Ronald Criollo – Escuela Superior Politécnica del Litoral, ESPOL., Guayaquil, Ecuador.
  • Stalin Arciniegas – Pontificia Universidad Católica del Ecuador, PUCE – Ibarra, Ecuador.
Cupo

30 participantes.

Duración

40 horas.