Este curso enseña a diseñar agentes de IA de forma independiente del proveedor: cómo estructurar objetivos, herramientas, memoria y límites de autonomía para que un agente resuelva tareas reales sin comportarse de forma impredecible. El foco está en la arquitectura, no en un producto concreto.
Se trabaja el protocolo abierto Model Context Protocol (MCP) para exponer herramientas y datos a distintos agentes de forma estandarizada, junto con patrones de orquestación: agente único con herramientas, supervisor-trabajador, secuencial y colaboración entre pares con aprobación humana.
El curso dedica un bloque a evaluación: cómo medir si un agente cumple su tarea, detectar alucinaciones y bucles, y decidir cuándo un proceso necesita un agente frente a una automatización determinista más simple y barata de mantener.
- Experiencia básica en programación, preferiblemente Python.
- Conocimientos de APIs REST y JSON.
- Familiaridad con el uso de modelos de lenguaje mediante API.
- Acceso a una clave de API de al menos un proveedor de modelos para las prácticas.
- Duración: 30 horas distribuidas en 6 módulos.
- Alineación: Itinerario propio de Winnya alineado con el estándar abierto Model Context Protocol (MCP) y patrones de arquitectura multiagente.
- Metodología: laboratorios guiados, retos aplicados y proyecto final.
- Evaluación: evidencias prácticas, revisión técnica y condición de superación del 80%.
- Resultado: portfolio de artefactos reutilizables y proyecto defendible.
Esta formación está dirigida a:
- Desarrolladores e ingenieros que construyen agentes y sistemas multiagente.
- Arquitectos técnicos que diseñan plataformas de IA independientes de proveedor.
- Product managers técnicos que deciden cuándo usar agentes frente a automatización clásica.
- Equipos que ya usan un proveedor de IA y quieren estandarizar con MCP.
Módulo 1. Fundamentos de agentes de IA — 5 horas
- Diferencia entre asistente, flujo determinista y agente autónomo.
- Roles, objetivos, instrucciones, estado y bucle de razonamiento-acción.
- Cuándo un agente aporta valor y cuándo añade riesgo innecesario.
- Práctica aplicada: Diseño de un agente mínimo con objetivo y herramienta.
Módulo 2. Herramientas, function calling y Model Context Protocol — 5 horas
- Function calling: definición, validación y ejecución de herramientas.
- MCP: servidores, recursos, herramientas y descubrimiento estandarizado.
- Exposición de datos y sistemas internos como herramientas de agente.
- Práctica aplicada: Servidor MCP propio conectado a un agente funcional.
Módulo 3. Memoria y gestión de contexto — 5 horas
- Memoria de corto y largo plazo, resumen y recuperación relevante.
- Gestión de ventana de contexto y coste por token.
- Persistencia de preferencias y estado entre sesiones.
- Práctica aplicada: Agente con memoria persistente entre conversaciones.
Módulo 4. Arquitecturas multiagente y orquestación — 5 horas
- Patrones secuencial, supervisor-trabajador y peer-to-peer.
- Comunicación entre agentes, mensajería y control de concurrencia.
- Puntos de aprobación humana y límites de autonomía por agente.
- Práctica aplicada: Sistema de dos agentes coordinados con supervisión.
Módulo 5. Evaluación, seguridad y observabilidad — 5 horas
- Métricas de éxito, detección de bucles y alucinaciones.
- Prompt injection, fuga de datos y abuso de herramientas.
- Trazas, logs y paneles de calidad operativa del agente.
- Práctica aplicada: Batería de evaluación con casos límite y de seguridad.
Módulo 6. Proyecto final: sistema de agentes end-to-end — 5 horas
- Diseño completo de arquitectura, herramientas y memoria.
- Implementación con MCP y al menos dos agentes coordinados.
- Evaluación, seguridad y documentación de despliegue.
- Práctica aplicada: Sistema multiagente funcional, evaluado y documentado.
