Los sistemas de IA agentesicos van más allá de la IA generativa tradicional al permitir que los agentes de software planifiquen, tomen decisiones, usen herramientas, interactúen con sistemas externos y completen tareas de múltiples pasos con mayor autonomía. Este curso proporciona una introducción estructurada al diseño, desarrollo, aplicación, prueba y optimización de sistemas agentesicos efectivos.
El curso comienza con los fundamentos de la IA agentesica y explica cómo los sistemas agentesicos difieren de las aplicaciones de IA generativa basadas en prompts estándar. Los estudiantes explorarán las características de los agentes autónomos, incluyendo orientación a objetivos, razonamiento, planificación, memoria, toma de decisiones, uso de herramientas e interacción con entornos cambiantes.
El curso examina luego los principales componentes de los sistemas agentesicos. Los estudiantes comprenderán cómo los modelos de lenguaje, instrucciones, componentes de memoria, herramientas, APIs, fuentes de datos, flujos de trabajo y mecanismos de retroalimentación trabajan juntos para crear un agente funcional. También se presta atención a las relaciones entre agentes individuales, usuarios y sistemas externos.
Los estudiantes explorarán cómo diseñar flujos de trabajo agentesicos efectivos para tareas complejas. Esto incluye desglosar objetivos en acciones más pequeñas, definir puntos de decisión, organizar secuencias de tareas, manejar dependencias y crear rutas confiables para que los agentes sigan. El curso explica cómo los flujos de trabajo estructurados pueden mejorar la consistencia, eficiencia y control mientras aún permiten que los agentes operen de manera autónoma.
La sección de desarrollo se centra en crear agentes autónomos que puedan interpretar objetivos, seleccionar acciones apropiadas, usar herramientas disponibles, evaluar resultados y ajustar su comportamiento. Los estudiantes examinarán consideraciones prácticas para definir responsabilidades de los agentes, establecer límites, gestionar el contexto y reducir acciones innecesarias o incorrectas.
El curso introduce herramientas y marcos comunes utilizados para construir soluciones de IA agentesica. Los estudiantes comprenderán cómo estas tecnologías apoyan la integración de modelos, llamada de herramientas, orquestación, memoria, gestión de flujos de trabajo y comunicación entre agentes. El enfoque está en seleccionar herramientas basadas en los requisitos del proyecto en lugar de depender de un solo marco.
Se exploran aplicaciones prácticas de sistemas agentesicos en operaciones comerciales, soporte al cliente, investigación, procesamiento de datos, automatización de flujos de trabajo, gestión de contenido y soporte de decisiones. Los estudiantes examinarán cómo los agentes autónomos pueden mejorar la productividad mientras reconocen las situaciones en las que la revisión humana es necesaria.
