Ingeniería de Inteligencia Artificial: Crear Aplicaciones de IA de Extremo a Extremo

Objetivos

Objetivos de la formación en ingeniería de inteligencia artificial

Al final de esta formación será capaz de:

• Dominar los conceptos avanzados de la IA moderna (LLM, modelos fundacionales, agentes, RAG)
• Construir aplicaciones basadas en IA con modelos fundacionales
• Evaluar los modelos producidos con diferentes metodologías comprobadas (perplejidad, modelos jueces, evaluación comparativa)
• Utilizar enfoques alternativos como RAG y agentes inteligentes
• Implementar mejoras (latencia, contexto, monitorización y observabilidad, orquestación de pipelines)

Público objetivo de la formación en ingeniería de IA

Data Scientists, Data Analysts, ingenieros Data, ingenieros MLOps, desarrolladores, arquitectos Data, directivos, managers, gestores de proyecto y gestores de productos de IA.

Requisitos previos de la formación en ingeniería de IA

Haber realizado la formación IA-INTRO «Inteligencia Artificial (IA) para los especialistas de IT – Técnicas, casos prácticos e innovaciones» o poseer competencias equivalentes. Estar familiarizado con el lenguaje Python.

Duración

Programa

Programa de la formación en ingeniería de inteligencia artificial

Día 1 – Mañana – Introducción

• Definir la IA
• Fundamentos e historia de la IA
• Los mercados de la IA
• Avances recientes en la producción de modelos de IA
• Nuevos casos prácticos de uso de la IA
• Nuevas profesiones de la IA
• Ingeniero de IA: nuevo papel y nuevas competencias
• Ingeniería de Inteligencia Artificial: de los LLM a los modelos fundacionales y ecosistemas de IA
• Ingeniería de datasets
• Las tres capas del stack de IA
• Planificación de aplicaciones de IA: principales etapas
• IA closed source vs IA open source: comparación de ventajas y desventajas

Ejemplos de ejercicios prácticos (a título indicativo)

• Demostración de la creación de una aplicación de IA basada en LLM a partir de un caso práctico

Día 1 – Tarde – Modelos fundacionales

• Qué es un modelo fundacional: ejemplos
• Proceso de creación de un modelo fundacional
• Datos de aprendizaje
• Modelización
• Alternativas de entrenamiento: tratamiento, enriquecimiento, aumento y síntesis de datos
• Arquitectura del modelo
• Tamaño del modelo
• Entrenamiento from scratch
• Transfer learning
• Prompting
• Distillation
• RLHF
• Mixture of experts
• LoRA
• PEFT
• Fine-tuning
• Muestreo
• Optimización de LLM

Ejemplos de ejercicios prácticos (a título indicativo)

• Aplicación práctica del proceso de creación de un modelo fundacional mediante un ejemplo

Día 2 – Mañana – Evaluación de modelos fundacionales

• Desafíos de la evaluación de modelos
• Métricas de evaluación de modelos
• Evaluación exacta
• Modelos jueces
• Criterios de evaluación (coste, latencia, dominio…)
• Diseño del pipeline de evaluación
• Evaluación comparativa
• Test time compute
• Salidas estructuradas
• Quantization
• LoRA
• Fully sharded data parallel – quantized LoRA
• Entropy, Cross entropy
• Bits por carácter, bits por byte
• Functional correctness
• Mediciones de similitud
• Codificación vectorial

Ejemplos de ejercicios prácticos (a título indicativo)

• Implementación de un pipeline de evaluación y selección de modelos

Día 2 – Tarde – Ingeniería de prompts

• Introducción al prompting
• Aprendizaje en contexto
• System prompt vs user prompt
• Longitud y eficacia del contexto
• Buenas prácticas de prompting
• Ingeniería de prompts defensiva

Ejemplos de ejercicios prácticos (a título indicativo)

• Ejercicios de prompting y prompting defensivo

Día 3 – Mañana – RAG y agentes

• Exploración de conocimiento externo con RAG
• Frameworks RAG
• RAG vs fine-tuning vs prompting
• Ingeniería inversa
• Jailbreaking
• Inyección de prompt
• Ataques de prompt
• LangChain
• LlamaIndex
• Bases de datos vectoriales
• Agentes inteligentes
• Protocolo MCP (Model Context Protocol)
• Memoria en sistemas de IA

Ejemplos de ejercicios prácticos (a título indicativo)

• Implementación de una arquitectura de IA componible

Día 3 – Tarde – Ajuste y optimización de modelos

• Fine-tuning: ventajas y desventajas
• Optimización de memoria
• Optimización de inferencia y serving
• Gestión de fallos
• Retropropagación
• Quantization
• Métricas de rendimiento
• Monitorización y observabilidad
• Orquestación de pipelines
• Feedback de usuarios
• Caché, routers y patrones de agentes

Ejemplos de ejercicios prácticos (a título indicativo)

• Optimización de inferencia y serving

Nota: El contenido puede adaptarse según necesidades.

Metodología

Metodología de la formación en ingeniería de IA

Formación presencial o a distancia (blended learning, e-learning, clase virtual o presencial a distancia).

Métodos:

• Demostrativo
• Interrogativo
• Activo

Recursos

• Ordenadores
• Internet
• Pizarra
• Videoproyector
• Entornos de formación
• Materiales

Evaluación de los aprendizajes

• Casos prácticos durante la formación
• Cuestionario final

Bonificación Fundae

Esta formación es bonificable a través de FUNDAE para todas las empresas que cuenten con trabajadores en régimen general de la Seguridad Social y dispongan de crédito formativo. SKOLAE Formación gestiona todo el proceso administrativo necesario para que tu empresa pueda recuperar el importe invertido en la formación, siempre que se cumplan los requisitos legales y de comunicación establecidos por FUNDAE.

Formador

Profesional especializado en ingeniería de inteligencia artificial, con experiencia en el desarrollo de aplicaciones basadas en LLM, modelos fundacionales, RAG y agentes inteligentes.

Cuenta con trayectoria en el diseño de arquitecturas de IA de extremo a extremo, incluyendo evaluación de modelos, prompting avanzado, optimización de inferencia y despliegue en producción mediante frameworks como LangChain y LlamaIndex.

Ha participado en proyectos de desarrollo de soluciones de IA aplicadas a negocio, integrando pipelines de datos, orquestación de modelos, monitorización y observabilidad, así como optimización de rendimiento y latencia.

Combina experiencia técnica avanzada con enfoque práctico, facilitando la comprensión mediante ejercicios aplicados, simulaciones y casos reales.

¿Te gustó esta formación? Suscríbete a nuestra Newsletter pinchando aquí. También te animamos a seguirnos en LinkedIn, Instagram y Facebook y así estarás al día de todas nuestras novedades.