Información sobre el curso
Características
Clica AQUÍ para más información.
Modalidad
Online en directo
Duración
27 horas
Fechas
12/02/2027 – 27/02/2027
Días y horarios
Viernes 16:00 a 20:00
Sábados 9:00 a 14:00
Programa técnico para diseñar, construir, evaluar y endurecer sistemas agénticos útiles en negocio.
Deja de hacer demos con prompts sueltos. En tres semanas aprenderás a construir agentes con LangGraph que usan herramientas, memoria y contexto propio, y a medirlos y protegerlos para que aguanten en producción.
Construir agentes con criterio
Fundamentos de AI engineering y building blocks (prompts, salidas estructuradas y herramientas), para saber cuándo un agente tiene sentido y cómo montarlo.
Orquestar con memoria y contexto
Estado, memoria y diseño de contexto, con flujos controlados en LangGraph y patrones de sistemas agénticos.
Conectar con tus datos y protegerlos
Retrieval y context engineering para trabajar con la información de tu empresa, más guardrails y seguridad frente a prompt injection y fugas de datos.
Medir y llevar a producción
Evals, observabilidad y feedback loops, y un proyecto Build in Public que lleva el agente de prueba de concepto a producción.
Nuestras métricas
Dicen de nosotros
“Excelente curso de MIDE CRO, aprendí mucho; personalmente me ha ayudado a reforzar mis conocimientos y a entender planteamientos en el mundo del A/B testing. Gracias a este curso, estoy más segura de que me quiero dedicar completamente al maravilloso mundo de la experimentación. Muchas gracias por permitirme formar parte de este gran universo llamado CRO”
“Como amante de la analítica, MIDE fue fundamental para entender Google Analytics 4, Google Tag Manager y BigQuery. Este curso me ha enseñado la importancia de los datos y cómo tomar decisiones. Pero lo mejor es formar parte de su comunidad, es una formación continua. ¡100% imprescindible, siempre querrás más!”
“Soy fan de MIDE y de su equipo. Formadores top, profesionales en activo referentes con gran experiencia y muy generosos en su atención a los alumnos. Recomendable 100%.”
Aprender a construir agentes se parece más a entrenar un oficio que a seguir un curso teórico. Por eso cada semana mezcla concepto, código y criterio de negocio.
Enfoque en negocio (outcome-driven). Cada patrón se justifica por el problema de marketing que resuelve: campañas, contenidos, analítica, atención al cliente. Si no hay caso de uso, no hay agente.
Aprender construyendo. Sesiones en directo donde se programa, se rompe y se arregla. Cada bloque termina con algo que funciona, no con una diapositiva.
Un proyecto vertebrador (Build in Public). Un mismo agente evoluciona durante las tres semanas, de prueba de concepto a sistema con evals, guardrails y observabilidad. Lo documentas en abierto y recibes feedback.
Evaluar antes de confiar. Medir es el hilo conductor: aprenderás a definir qué significa “funciona” antes de escribir el primer prompt.
Material de apoyo y comunidad. Repositorio con código, plantillas y checklists, grabaciones de las sesiones y un canal para resolver dudas durante el programa.
El programa más completo
- De la IA como herramienta a la IA como componente de software
- Anatomía de un LLM: tokens, ventana de contexto, temperatura, coste y latencia
- Cuándo usar un agente y cuándo basta un flujo determinista
- Entorno de trabajo y stack del programa
- Diseño de prompts: system, usuario y ejemplos
- Salidas estructuradas y validación con esquemas
- Function calling y conexión con APIs de marketing (CRM, analítica, ads, CMS)
- Manejo de errores y reintentos
-
- Memoria a corto y largo plazo
- Qué entra y qué no en el contexto de cada paso
- Resumen, compresión y persistencia de conversaciones
- Personalización por usuario o cuenta
- Grafos, nodos, aristas y estado compartido
- Ramas condicionales, bucles y checkpoints
- Human-in-the-loop: aprobaciones antes de actuar
- Del script al flujo mantenible
- Prompt injection y fuga de datos
- Validación de entradas y salidas, y filtros de contenido
- Permisos mínimos para herramientas
- Privacidad, RGPD y uso de datos de clientes
- Embeddings y bases vectoriales
- Chunking, recuperación híbrida y reranking
- RAG sobre documentación de marca, producto y campañas
- Cuándo RAG, cuándo contexto largo y cuándo fine-tuning
- Prompt chaining, routing y paralelización
- Orquestador-trabajadores y evaluador-optimizador
- Sistemas multiagente: cuándo compensan y cuándo no
- Casos de marketing: research, creatividades, reporting, atención al cliente
- Datasets de evaluación y métricas por tarea
- LLM-as-judge y sus límites
- Trazas, logs y monitorización de coste y calidad
- Feedback de usuarios y ciclo de mejora continua
- Revisión del proyecto de cada alumno
- Despliegue, costes, latencia y escalado
- Checklist de producción
- Presentación final y feedback de los docentes
Docentes
Impartido por profesionales
Ubaldo Hervás
Profesor de Analítica Digital, Director del Máster de Growth Hacking & Marketing Automation y Profesor de Growth Hacking y Business Experimentation.
Jon Onandia
Ingeniero técnico en Informática de Sistemas y Máster en Big Data y Business Intelligence entre otros estudios. Formador en Analítica GA4 tanto en cursos in-company como Iberdrola, como en instituciones.
Un proyecto de
Certificaciones
Contacta con nosotros
Preguntas frecuentes
- Con tarjeta de crédito.
- PayPal
- Trasferencia bancaria
- Pago a plazos con Klarna
- Aplazapagos (de 4 a 12 meses con intereses)
Para más información sobre pago a plazos, CLICA AQUÍ
- Con clases por vídeo-conferencia en Directo con los profesores y compañeros. Este curso se celebra en unas fechas concretas.
- A tu ritmo en tele formación. Tendrás acceso de forma indefinida a las clases, ejercicios y documentación del curso que, además se irán actualizando.
Llévalo a tu empresa
Programas de aprendizaje a medida y soluciones adaptadas a los desafíos de tu negocio.
