Descubre qué hace que un agente de IA tenga éxito en producción (¡y por qué muchos se quedan por el camino!). Conoce los principios clave de diseño agentic para preparar tus agentes para escalar, incluyendo infraestructura y herramientas robustas, arquitectura modular y evaluación continua con bucles de retroalimentación.

Agentes de IA en el mundo real

Opciones

Otras automatizaciones

Agentes de IA

Usar agente o no usar agente

Aplicaciones agentic

Principios de diseño para agentes escalables

Modularidad

Infraestructura y herramientas sólidas

Evaluación continua

Estrategias para un diseño escalable

Aplicar los pilares del diseño escalable

Cómo escalan (y fallan) los agentes de IA

¡No falles al escalar!

Costes más altos

Costes más bajos

Contabilidad agentic

Guardrails o fracaso

Diseño de agentes escalables

Aprende estrategias clave para garantizar que tu agente se desarrolle pensando en la escalabilidad. Descubre cómo el Model Context Protocol (MCP) y el Agent-to-Agent protocol (A2A) habilitan la escalabilidad mediante la estandarización.

Patrones de diseño multiagente

Dar el salto de un agente único a múltiples agentes

El Model Context Protocol (MCP)

Conociendo MCP

MCP es el MVP

Clientes, servidores y todo lo demás

El protocolo Agent-to-Agent (A2A)

Agent cards - Gotta Catch 'Em All

MCP y A2A: ¿amigos o enemigos?

Desarrollo de agentes para la escalabilidad

Hora de ir a producción, pero no tan rápido. Crea un marco de pruebas sólido que te dé confianza en que el agente de IA seguirá rindiendo en producción. Elige la mejor estrategia de despliegue para tu caso de uso y aprende a integrar fuentes de datos en tiempo real con tu sistema agentic.

Del prototipo a producción

Pruebas sólidas de un agente

¿Qué queda por comprobar?

Ingesta de datos rápida y eficiente

El valor de los datos en tiempo real

Fallar con elegancia: mitigación de riesgos

Reintentar con backoff exponencial

¡Poniendo las reglas!

¡Enhorabuena!

Despliegue de agentes en producción a escala

Cheat Sheet

Course Glossary

¿Por qué tantos sistemas agentic no logran pasar del desarrollo a producción? ¡En este curso lo descubrirás! Aprende a diseñar y desarrollar agentes de IA pensando en la escalabilidad, siguiendo los tres pilares de la escalabilidad agentic: infraestructura y herramientas robustas, arquitectura de diseño modular y evaluación continua con bucles de retroalimentación. Conocerás cómo marcos agentic como el Model Context Protocol (MCP) y el Agent-to-Agent protocol (A2A) permiten integraciones más limpias y rápidas entre fuentes de datos y agentes. Por último, descubre las pruebas y estrategias de despliegue para que tu agente empiece a aportar valor.

Los vídeos incluyen transcripciones en directo que puedes mostrar haciendo clic en "Show transcript" en la parte inferior izquierda de los vídeos.

El glosario del curso está a la derecha, en la sección de recursos.

Para obtener créditos CPE, debes completar el curso y alcanzar una puntuación del 70% en la evaluación cualificada. Puedes acceder a la evaluación haciendo clic en el aviso de créditos CPE a la derecha.

<h2>Diseñar y desarrollar agentes para la escalabilidad</h2>
Aprende a diseñar y desarrollar agentes de IA teniendo en cuenta la escalabilidad, siguiendo los tres pilares de la escalabilidad agentica: modularidad, robustez y adaptabilidad. Descubre qué es lo que hace que un agente tenga éxito en la producción y por qué a tantos les cuesta tanto llegar a serlo.<br><br><h2>Descubre el poder de MCP y A2A</h2>
El Protocolo de Contexto Modelo (MCP) desarrollado por Anthropic ha revolucionado la interoperabilidad de los agentes, creando un enfoque unificado para conectar los agentes con las fuentes de datos. El protocolo Agent-to-Agent (A2A) desarrollado por Google complementa al MCP. Descubre cómo se pueden combinar estos dos marcos para garantizar que las integraciones de tu agente sean escalables.<br><br><h2>Implementar las mejores prácticas de prueba y despliegue de agentes</h2>Antes de pulsar el gran botón rojo y poner en marcha tu agente en producción, debes mitigar los riesgos que conlleva el escalado. Aprende a crear un marco de pruebas sólido para detectar problemas relacionados con los componentes, las integraciones, el rendimiento y la seguridad. Decide qué tipo de implementación es la adecuada para tu agente analizando las necesidades del caso de uso.

Introduction to AI Agents

Descubre cómo escalar agentes de IA con ayuda de marcos como MCP y A2A.

Creación de sistemas agentic escalables

Descubre lo que se necesita para escalar agentes de IA, con un poco de ayuda de marcos como MCP y A2A.

Fundamentos de agentes de IA

🚀 Usar el modelo de mayor rendimiento disponible

📚 Pasar al modelo todo el contexto disponible

⬇️ Reducir el contexto enviado al modelo

Contabilidad agentic

Creación de sistemas agentic escalables

Ejercicio interactivo práctico