Agentes IA

Lo primero que debes saber es cómo funcionan los agentes de IA generativa, qué los hace capaces de comprender, recordar y actuar. Por eso profundizaremos en qué aporta LangChain, plataforma potente y flexible que permite construir flujos interactivos y personalizados con inteligencia Artificial, y en cómo construir cadenas inteligentes que se adapten a tus necesidades utilizando memoria contextual para crear conversaciones fluidas y personalizadas.

Aquí aprenderás a integrar tus agentes con herramientas como APIs y bases de datos para que puedan obtener información actualizada en tiempo real, así como a usar agentes estándar de LangChain para resolver casos prácticos. Además, aprenderás a desarrollar agentes personalizados capaces de tomar decisiones de forma autónoma y automatizar flujos de trabajo complejos.

Este tercer módulo te permitirá conocer LangGraph, herramienta que permite diseñar flujos complejos con una lógica visual clara y potente, así como crear sistemas de Inteligencia Artificial más avanzados conectando módulos inteligentes con lógica condicional, ciclos y retroalimentación. Por último, aprenderás a combinar distintos agentes y recursos para perfeccionar flujos de trabajo más complejos de forma sofisticada.

Llegados a este punto, toca explorar qué aporta esta plataforma de Google Cloud al despliegue y gestión de soluciones basadas en IA. Aprenderás a desplegar modelos de lenguaje previamente entrenados y funciones personalizadas rápidamente en la nube, y también a llevar a producción tus agentes inteligentes creados con LangChain y LangGraph de la forma más eficiente posible.

Nuestro curso de agentes de IA abarca todo tipo de opciones para esta tecnología, por lo que aquí explorarás los softwares líderes en creación de agentes multimodales que interactúan con audio, imagen y texto. Aprenderás cómo desarrollar un agente interactivo de voz utilizando tecnologías como STT (Speech-to-Text), TTS (Text-to-Speech), y modelos multimodales, así como a automatizar tareas gracias a ellos.

Por último, exploraremos cómo diseñar arquitecturas simples o complejas en función de las necesidades de cada proyecto y qué se necesita para implementar soluciones multiagente que colaboren y se coordinen a la perfección, concluyendo con la construcción de un sistema multiagente aplicado a la gestión automatizada de contenidos para un equipo editorial de un periódico.