Automation & AI Agent Manager

IA Clásica vs IA Generativa: Entendiendo las diferencias (1h)

• IA Clásica: Machine Learning tradicional, modelos predictivos, clasificación y regresión.

• IA Generativa: Transformers, modelos de lenguaje (LLMs), generación de contenido.

• Casos de uso reales: Cuándo usar cada tipo de IA.

Laboratorio de Introducción a Python (para Managers)

• No necesitas ser programador, pero sí entender la lógica detrás de los agentes.

• Aprenderás la sintaxis básica y estructura de código necesaria para supervisar y entender cómo "piensa" un agente.

Anatomía de un prompt profesional: Rol, Objetivo, Contexto y Formato.

Técnicas avanzadas: Chain of Thought, Few-Shot Prompting.

Evaluación automática de calidad

• Precisión: Métricas para medir exactitud de respuestas

• Consistencia: Evaluar si el prompt produce resultados predecibles

• Relevancia: Medir qué tan bien responde a la necesidad real

• Frameworks de testing y validación de prompts

Técnicas avanzadas (más simples de lo que suenan)

• Chain of Thought: Hacer que la IA "piense en voz alta" paso a paso (mejora resultados en un 30-40%)

• ReAct: Combinar razonamiento y acción (suena técnico, pero lo verás funcionando en minutos)

• Prompts multirol: Hacer que la IA debata consigo misma para mejores resultados

• Control de coste: Cómo pagar menos sin sacrificar calidad

• Few-shot learning: Darle ejemplos a la IA para que haga exactamente lo que quieres

Buenas prácticas para sistemas corporativos

• Documentación de prompts para equipos

• Versionado y control de cambios

• Gestión de prompts en ambientes de producción

• Seguridad y prevención de prompt injection

Fundamentos de la automatización inteligente: n8n y Make.

Arquitectura básica: entrada → razonamiento → acción → validación.

Creación de flujos con herramientas low-code

• n8n: Plataforma open-source para workflows complejos

• Make (Integromat): Automatizaciones visuales avanzadas

• OpenAI Builder Toolkit: Construcción de GPTs personalizados

• Comparativa: Cuándo usar cada herramienta

Integración con herramientas corporativas reales

• Google Sheets: Lectura/escritura de datos, actualización automática

• Gmail: Clasificación, respuesta automática, extracción de información

• Notion: Creación/actualización de bases de datos y páginas

• Slack: Bots, notificaciones inteligentes, respuestas contextuales

• WhatsApp: Automatización de conversaciones y respuestas

• Stripe: Procesamiento de pagos y notificaciones

• CRMs: Actualización de leads, scoring automático, seguimiento

Esta fase te da superpoderes: la IA escribe el código por ti, y tú te enfocas en resolver problemas reales.

Claude para Desarrollo Conversacional

• Claude como asistente de código: Explicación de código complejo, refactorización y optimización

• Debugging con IA: Cómo usar Claude para encontrar y corregir errores rápidamente

• Generación de código: Scripts para automatizaciones, APIs y procesamiento de datos

• Documentación automática: Generar docstrings, comentarios y README con IA

Cursor: Tu IDE Inteligente

• Autocompletado con IA: Código que se escribe casi solo

• Chat integrado: Pregunta sobre tu código en contexto

• Refactorización instantánea: Mejora tu código con un comando

• Multi-archivo: Cambios coordinados en varios archivos a la vez

Lovable: De Idea a App Completa

• Desarrollo sin código: Describe tu app y la IA la construye

• Interfaces visuales: Diseño responsive automático

• Backend integrado: Base de datos y APIs generadas

• Deploy instantáneo: De idea a producción en minutos

Aquí es donde la magia sucede: tus agentes razonan por sí mismos, toman decisiones y ejecutan tareas complejas.

1. Fundamentos de agentes IA (1.5h)

• Diferencia crítica: Agente vs flujo automatizado

• Los 4 pilares de un agente: Razonamiento, Memoria, Herramientas, Bucles de acción

• Casos de uso reales: Asistentes inteligentes, análisis autónomo, orquestación de tareas

• Cuándo usar agentes vs automatización simple

2. Arquitectura de agentes (1.5h)

• Ciclo ReAct (Reasoning + Acting):

1. Observar la situación actual

2. Razonar sobre qué hacer

3. Actuar ejecutando una herramienta

4. Observar el resultado

5. Repetir hasta completar el objetivo

• Memoria de corto plazo: Contexto de la conversación actual

• Memoria de largo plazo: Información persistente entre sesiones

• Herramientas (funciones/APIs): Capacidades que el agente puede usar

• Bucles iterativos: Decidir → ejecutar → validar → iterar

3. Frameworks actuales (0.5h)

• LangGraph: Ideal para razonamiento complejo y grafos de estado

• LlamaIndex: Mejor para RAG avanzado y consulta de documentos

• OpenAI Assistants: Solución managed para casos simples

• Criterios de selección: Cuándo elegir cada framework

4. Creación de agentes con LangGraph (2.0h)

• Grafos de estado: Razonamiento no lineal con múltiples caminos

• Nodos: Puntos de decisión y acción en el flujo

• Transiciones: Lógica para moverse entre estados

• Lógica condicional: If/else inteligente basado en resultados

• Tools (funciones/APIs): Conectar el agente con capacidades externas

• Memory (contexto histórico): Mantener información relevante

• Checkpoints: Persistencia y recuperación de estado para continuar después

• Mini-demo guiada + plantilla editable para tu caso de uso

5. RAG avanzado con LlamaIndex (2.0h)

• Indexado inteligente:

• Embeddings: Representación vectorial de documentos

• Vector stores: Bases de datos para búsqueda semántica

• Grafos de conocimiento: Relaciones entre conceptos

• Query engines personalizados: Búsqueda adaptada a tu dominio

• Retrievers avanzados: Estrategias de recuperación (semantic, keyword, hybrid)

• Citación con confianza: Score de relevancia y trazabilidad de fuentes

• Agentes que combinan razonamiento + recuperación: Decidir cuándo buscar información

• Multi-documento: Orquestación de consultas en varias fuentes simultáneamente

• Construcción de índice operativo con tus propios documentos

Objetivo: Crear un sistema completo que integre:

• Prompting profesional: Prompts estructurados y optimizados

• Reasoning (razonamiento): Lógica de decisión del agente

• Retrieval (recuperación): Consulta inteligente de información

• Automatización: Integración con herramientas reales

• Vibe Coding: Desarrollo asistido por IA

Proceso:

• Desarrollo de un caso integrador personalizado a tu contexto laboral

• Trabajo práctico guiado por el instructor paso a paso

• Troubleshooting en tiempo real de problemas comunes

• Optimización de costes, latencia y precisión

• Documentación profesional con README y comentarios

• Deployment en producción (opcional)

• Entrega individual de proyecto funcional

📊 Masterclass 1: IA en Datos (2 horas)

Aprende a aplicar IA para análisis de datos profesional y toma de decisiones estratégicas.

🛡️ Masterclass 2: Gobierno de IA (2 horas)

Domina las mejores prácticas de implementación ética, compliance y gestión responsable de IA.