Especialización en
IA para Programadores
Online.
Integra LLMs, construye RAGs y diseña agentes multi-agente.
Clases en directo. Profesor real. Grupos de máx. 12. Desde donde estés.
Sin compromiso. Tus datos están protegidos.
Las herramientas que usarás en producción
No tutoriales de juguete. El stack real con el que se construye IA aplicada en el mercado hoy.
Cómo funciona cada semana
El modelo que convierte conocimiento técnico en aplicaciones reales.
Clase en directo
Mañanas y tardes. Conceptos, ejemplos reales y correcciones con el profesor en tiempo real. Preguntas resueltas al momento.
chat directo con el profesor
Durante las prácticas hay soporte inmediato por chat o videollamada. Ningún bloqueo en un pipeline RAG dura horas.
Proyecto de semana
Cada semana entregable funcional: API con LLM, RAG sobre documentación propia, agente con memoria.
Consolidación + tutorías
Dos semanas sin temario nuevo intercaladas, con clase abierta y tutorías online para consolidar antes de avanzar.
Formación avanzada con rigor real
El mismo enfoque del Boot Camp de iniciación, aplicado a nivel técnico exigente y 100% online.
Proyectos reales cada semana
No ejercicios de relleno. Cada semana termina con un proyecto funcional que puedes mostrar en tu portfolio: una API con LLM, un RAG sobre tu propia documentación, un agente multi-herramienta.
En directo, no grabado
Las clases son en tiempo real. Puedes preguntar, interrumpir y participar. El profesor responde en el momento. Las grabaciones son un complemento para repasar, no el núcleo.
Semanas de consolidación
Dos semanas sin avanzar en temario, intercaladas en el programa. Clase abierta con chat directo con el profesor online para resolver lo que no haya quedado claro antes de entrar en agentes.
Semana 0 optativa de nivelación
Para refrescar Python, POO, Git y el entorno profesional antes del día 1. No obligatoria, pero disponible para quien quiera llegar sin fricciones técnicas a la primera semana.
6 semanas lectivas de LLMs a agentes multi-agente
Estructura progresiva con semanas de consolidación incluidas. Haz clic en cada semana para ver el detalle.
- POO: clases, herencia, polimorfismo
- Estructuras de datos, manejo de errores y ficheros
- Poetry y entornos virtuales
- Git y GitHub: control de versiones
- Arquitectura práctica de un LLM: qué es y qué no es
- Limitaciones reales, alucinaciones y errores habituales
- API de OpenAI: autenticación, modelos y parámetros clave
- Prompting técnico: system prompt, roles, temperatura y tokens
- Conversaciones multi-turno: gestión del historial de mensajes
- Respuestas estructuradas: JSON mode y Structured Outputs
- Gestión de errores, reintentos y control de costes
- Proyecto: primera aplicación Python con LLM integrado
- Gestión avanzada de contexto y ventana de contexto
- Streaming de respuestas: implementación y casos de uso
- Embeddings de OpenAI: generación, almacenamiento y búsqueda
- Introducción a LlamaIndex: arquitectura y componentes
- Integración LLM + FastAPI: API con IA en producción
- Buenas prácticas: logging, fallos y control de costes
- Proyecto: aplicación FastAPI + LLM + streaming
- Qué es un RAG y cuándo usarlo frente a fine-tuning o prompt engineering
- Pipeline RAG completo: ingesta, chunking, indexado y consulta
- ChromaDB y FAISS: diferencias y casos de uso
- RAG con LlamaIndex: VectorStoreIndex, SimpleDirectoryReader, QueryEngine
- Estrategias de chunking y su impacto en la calidad de respuestas
- RAG sobre PDFs y documentación técnica propia
- Proyecto: RAG completo sobre base de conocimiento real
- Qué es un agente: razonamiento, herramientas y bucle de acción
- Function calling con OpenAI: definición y ejecución de herramientas
- Agentes con LlamaIndex: ReActAgent, FunctionCallingAgent
- Memoria persistente en agentes: tipos e implementación
- Agente con acceso a base de datos propia
- Casos reales: agente que consulta una API externa
- Proyecto: agente con memoria y dos herramientas propias
- Orquestación de múltiples herramientas en un solo agente
- Arquitecturas multi-agente: cuándo y por qué usarlas
- Comunicación entre agentes con LlamaIndex
- Evaluación: métricas, trazabilidad y depuración
- Testing de agentes: cómo validar comportamientos complejos
- Proyecto: pipeline multi-agente sobre problema real
- Briefing: requisitos, planificación técnica y decisiones de diseño
- Desarrollo guiado sesión a sesión por profesor y asistente
- Documentación: README, arquitectura e instrucciones de despliegue
- Code review por videollamada y mejoras finales
- Presentación y defensa ante el grupo en directo
Precio claro, sin letra pequeña
Todo lo necesario para construir aplicaciones de IA reales, online y acompañado.
- 175h clases en directo (mañanas y tardes)
- 2 semanas de consolidación con tutorías online
- Semana 0 optativa de nivelación Python
- Tutorías 1 a 1 post-curso por videollamada
- chat directo con el profesor durante todas las prácticas
- Grabaciones permanentes de todas las clases
- Título Universitario de Experto en Programación
Consulta disponibilidad. Posibilidad de pago fraccionado.
Programa de referidos
Recomienda a alguien y ambos recibís bonificación. Pregunta las condiciones.
Accede sin
compromiso
Cuéntanos tu perfil técnico y el equipo Phiteca te responde en menos de 24 horas.
- Evaluamos si tu nivel encaja con el curso
- Te informamos de la próxima convocatoria online
- Opciones de pago fraccionado disponibles
- O por email: info@phiteca.es