Microcredencial universitaria en diseño e implementación de agentes de IA basados en modelos de lenguaje

  • Microcredencial Universitaria

  • Del 13/07/2026 al 24/07/2026

  • Idioma: Español

  • Modalidad: Presencial

  • 60 Horas (20 presenciales)

  • Horario: del 13/07/2026 al 24/07/2026 de 16:00 a 18:00

  • Lugar: etsii/etsino

  • 2.4 Créditos ECTS

  • Carga total de trabajo: 25 horas / ECTS

  • Estudiantes, PTGAS, PDI, Externos

  • 40 Estudiantes

  • Director: Juan José Alcaraz Espín

    • Juan José Alcaraz Espín

  • Preinscripción: Del 04/05/2026 al 31/05/2026

  • Matriculación: Del 01/06/2026 al 03/07/2026

  • Tipo de acceso: Admisión por selección

  • TASAS
    TASAS
    Estudiantes175€
    PTGAS175€
    PDI175€
    Externos175€

Matricúlate

Si no eres miembro de la universidad REGÍSTRATE para poder matricularte.

  • Requisitos de admisión:

    Titulados universitarios o estudiantes de grado o máster.

  • Objetivos y relevancia del curso:

    El objetivo general es capacitar al estudiante para diseñar, implementar y evaluar agentes de inteligencia artificial generativa basados en modelos de lenguaje (LLM) orientados a la automatización de procesos, búsqueda y análisis de información relevante, toma de decisiones y orquestación de herramientas digitales. Esta microcredencial responde a una demanda creciente de perfiles capaces de integrar inteligencia artificial generativa en múltiples ámbitos profesionales, incrementando significativamente la productividad al delegar tareas repetitivas y de coordinación en agentes autónomos o semiautónomos.

  • Contenido:

    COMPETENCIAS ADQUIRIDAS/PROGRAMA

    1.- Desarrollar agentes de inteligencia artificial basados en modelos de lenguaje.

    ASIGNATURAS EN LAS QUE SE HAN TRABAJADO LOS RESULTADOS DE APRENDIZAJE

    1.- Diseño e implementación de agentes de IA basados en modelos de lenguaje.

    Contenido:
    1. Fundamentos. Definición de agente y descripción de sus componentes: modelo de lenguaje (LLM), herramientas y capa de orquestación. Tipologías, librerías de implementación y casos de uso reales en distintos dominios.
    2. Configuración de LLMs: Características y configuración de los diversos modelos de lenguaje. Ingeniería de prompt, instrucciones del sistema, patrones de razonamiento e interacción con el agente.
    3. Herramientas: Diseño de agentes capaces de emplear herramientas para interactuar con otros sistemas, buscar información o ejecutar código. Tipos de herramientas: extensiones, funciones y almacenes de datos. Diseño de herramientas para agentes.
    4. Extracción de información: Desarrollo de agentes con base de conocimiento propia. Uso práctico de embeddings, búsqueda semántica y bases de datos vectoriales para recuperación de información relevante.
    5. Sistemas multiagente: Frameworks de desarrollo de agentes. Arquitecturas para la coordinación de múltiples agentes. Orquestación, gestión de contexto y memoria.
    6. Evaluación y buenas prácticas de ingeniería: metodologías para evaluar el comportamiento de los agentes. Seguridad, trazabilidad, pruebas automatizadas y criterios de calidad en sistemas basados en LLM.

  • Observaciones:

    Lugar de impartición y medios materiales:
    Laboratorios de la ETSIT para sesiones teórico-prácticas
    Aula Virtual (materiales y videos) y plataforma Teams (tutorías)