AI Engineer
Agentes de IA de prototipo a producción
Para quién es
Profesionales con dos años o más entregando software, cuyo producto depende de un LLM. Python y terminal en el día a día.
Te llevas: el agente en tu propio fork, con cuatro capas: harness, evals y trazas, gobierno y guardrails.
Herramientas que usarás
- Python
- SDK de Anthropic
- Adaptador compatible con OpenAI
- Pydantic
- SQLite
- OpenTelemetry
- pytest
Ver requisitos
Imprescindible
- Programas con regularidad en Python. Todo el código del track es Python
- Te manejas con soltura en la terminal
- Portátil con permisos de administrador: macOS, Linux o Windows 10 o superior, 8 GB de RAM
- Unos 10 USD de créditos de API de Anthropic u OpenAI. Claude Pro y ChatGPT Plus no incluyen API key
Recomendado
- Has llamado a una API de LLM desde tu propio código
- Has puesto soluciones de IA en producción
- Has hecho fine-tuning o servido tu propio modelo
- jue mañana · 1.1
Harness Engineering
Construyes a mano el bucle que controla al modelo y lo pones a resolver los tickets de la empresa caso.Impartido por José Carlos NavarroContenidos
- El bucle agéntico sin framework
- Herramientas tipadas con Pydantic
- Memoria persistente en fichero
- Subagentes y traspaso de contexto
- Un interceptor de permisos en cada llamada
- Log de auditoría en SQLite
Objetivo
Construyes a mano el bucle que controla al modelo y lo pones a resolver los tickets de la empresa caso.
Entregable
Agente de soporte operativo. Resuelve tickets de la empresa caso y registra cada llamada.
Un agente con más permisos de los que necesita, que la clase 3 recorta.
Herramientas
- SDK de Anthropic
- Pydantic
- SQLite
- Flask
- pytest
- jue tarde · 1.2
Evals & Observability for Agents
Instrumentas el agente con trazas y escribes la suite de evals que detecta cuándo empeora.Impartido por Ximo CerdáContenidos
- Trazas de OpenTelemetry en el bucle y las herramientas
- Leer una traza para encontrar el paso fallido
- Evals unitarios sobre herramientas y contratos
- Evals de trayectoria: herramientas correctas y en orden
- LLM-as-judge con una rúbrica escrita
- Golden set de 20 tickets y coste por tarea
Objetivo
Instrumentas el agente con trazas y escribes la suite de evals que detecta cuándo empeora.
Entregable
Suite de evals y trazas. 20 casos o más que corren en menos de dos minutos con make evals.
La suite de evals que protege los cambios de las clases 3 y 4.
Herramientas
- OpenTelemetry
- Jaeger o exportación a fichero
- pytest
- vie mañana · 1.3
AI Agents in Production
Recortas el agente a su trabajo y lo demuestras con una auditoría de gobierno automática.Impartido por David Garrido LealContenidos
- Auditoría de capacidades y radio de impacto
- Credenciales acotadas y con caducidad
- Tres niveles de permiso, con aprobación humana en lo irreversible
- Techos de gasto, acciones y escrituras por minuto
- Aprobaciones según una puntuación de riesgo
- Contratos de salida con topes de negocio
Objetivo
Recortas el agente a su trabajo y lo demuestras con una auditoría de gobierno automática.
Entregable
Agente endurecido. Hace solo su trabajo, y una auditoría automática lo demuestra.
El agente endurecido que la clase 4 ataca.
Herramientas
- Pydantic
- BudgetGuard
- auditor.py
- vie tarde · 1.4
AI Security & Red Teaming
Atacas tu propio agente, documentas cada hallazgo y lo cierras con un guardrail que mantiene todo en verde.Por confirmarContenidos
- Modelo de amenazas para agentes
- Prompt injection directa e indirecta
- Envenenamiento de herramientas y servidores MCP
- Exfiltración y jailbreaks en agentes
- Red team automático con promptfoo o garak
- Guardrails en entrada, recuperación, herramientas y salida
Objetivo
Atacas tu propio agente, documentas cada hallazgo y lo cierras con un guardrail que mantiene todo en verde.
Entregable
Informe de red team. Cinco hallazgos o más, con severidad, reproducción y corrección.
El proyecto final: el agente atacado, corregido y con los checks en verde.
Herramientas
- promptfoo o garak
- Casos de ataque del profesor






