Objetivos:

• Comprender los fundamentos de la IA moderna. 

• Cómo funcionan los modelos generativos, los embeddings y el aprendizaje de máquina.

• Cuándo usar modelos propios, APIs externas o soluciones open-source.

• Diseñar infraestructuras para aplicaciones con IA y agentes

• Arquitecturas fundamentales: bases de datos, pipelines, APIs, contenedores, servidores y servicios gestionados en nube.

• Construcción de entornos productivos con LLMs, RAG, n8n, Qdrant, Supabase y herramientas afines.

• Crear agentes y automatizaciones

• Diseño de agentes autónomos que toman decisiones, llaman herramientas y ejecutan tareas.

• Integración con n8n para construir flujos complejos y servicios automatizados.

• Orquestación de datos, workflows y servicios para aplicaciones inteligentes.

• Analizar y transformar datos con IA

• Limpieza, clasificación, extracción y análisis avanzado de datos utilizando modelos y técnicas de Auto ML.

• Uso de IA para acelerar procesos de data engineering y análisis exploratorio.

• Diseñar productos digitales con enfoque humano

• Técnicas de UX research específicamente adaptadas a aplicaciones con IA.

• Construcción de prototipos de baja y alta fidelidad que integran modelos, agentes y datos.

• Métodos para evaluar calidad, confiabilidad y experiencia de usuario en sistemas impulsados por IA.

• Desarrollar un proyecto final

• Arquitectura, prototipo funcional y pitch de un producto basado en IA que resuelva un problema real.

Contenidos:

Módulo 1. Introducción a la IA y el aprendizaje de máquina

Módulo 2. Infraestructuras para la creación de aplicaciones con IA y agentes

Módulo 3. Automatización y agentes con n8n

Módulo 4. Ingeniería y análisis de datos con IA

Módulo 5. UX research y prototipado de aplicaciones con IA

Objetivos:

• Comprender los fundamentos de la IA moderna. 
  • Cómo funcionan los modelos generativos, los embeddings y el aprendizaje de máquina.
  • Cuándo usar modelos propios, APIs externas o soluciones open-source.
• Diseñar infraestructuras para aplicaciones con IA y agentes
  • Arquitecturas fundamentales: bases de datos, pipelines, APIs, contenedores, servidores y servicios gestionados en nube.
  • Construcción de entornos productivos con LLMs, RAG, n8n, Qdrant, Supabase y herramientas afines.
• Crear agentes y automatizaciones
  • Diseño de agentes autónomos que toman decisiones, llaman herramientas y ejecutan tareas.
  • Integración con n8n para construir flujos complejos y servicios automatizados.
  • Orquestación de datos, workflows y servicios para aplicaciones inteligentes.
• Analizar y transformar datos con IA
  • Limpieza, clasificación, extracción y análisis avanzado de datos utilizando modelos y técnicas de Auto ML.
  • Uso de IA para acelerar procesos de data engineering y análisis exploratorio.
• Diseñar productos digitales con enfoque humano
  • Técnicas de UX research específicamente adaptadas a aplicaciones con IA.
  • Construcción de prototipos de baja y alta fidelidad que integran modelos, agentes y datos.
  • Métodos para evaluar calidad, confiabilidad y experiencia de usuario en sistemas impulsados por IA.
• Desarrollar un proyecto final
  • Arquitectura, prototipo funcional y pitch de un producto basado en IA que resuelva un problema real.

Contenidos:

Módulo 1. Introducción a la IA y el aprendizaje de máquina

Módulo 2. Infraestructuras para la creación de aplicaciones con IA y agentes

Módulo 3. Automatización y agentes con n8n

Módulo 4. Ingeniería y análisis de datos con IA

Módulo 5. UX research y prototipado de aplicaciones con IA