Do AI Engineering aos sistemas multiaxente: metodoloxías, orquestración e decisións técnicas

  • Metodoloxía
    Virtual
  • Tipo de actividade
    Seminario
  • Data inicio
    17/09/2026
  • Data fin
    17/09/2026
  • Certificación
    No
  • Período de rexistro
    01/08/2026 - 16/09/2026
  • Horario
    Horario de 16:30 a 20:30 horas.
  • Número de prazas
    232
  • Tecnoloxías
    • Linux
    • LPI
Descrición

A incorporación da intelixencia artificial ao desenvolvemento non depende só de ferramentas ou modelos, senón tamén de metodoloxías, patróns de traballo e decisións técnicas que permitan manter calidade, control e sustentabilidade. Esta sesión aborda como estruturar ese traballo desde unha perspectiva de AI Engineering, e como evolucionar cara a escenarios máis complexos onde interveñen axentes, memoria compartida, orquestración e, en determinados casos, a valoración de modelos propios ou open-source.

Ao longo do seminario revisaranse enfoques como spec-driven development, human-in-the-loop, avaliación de outputs e xestión do risco, así como as súas implicacións en proxectos greenfield e brownfield. Tamén se introducirá o concepto de axente, os fundamentos dos sistemas multiagente, patróns de orquestración e exemplos prácticos de colaboración entre axentes. Finalmente, ofrecerase unha visión xeral sobre cando pode ter sentido exporse modelos propios, despregamentos open-source ou estratexias alternativas ao uso de APIs externas.

O obxectivo é que as persoas asistentes obteñan unha visión máis estratéxica e técnica de como incorporar IA de forma sostible ao ciclo de desenvolvemento, e como tomar decisións con criterio cando os escenarios se volven máis avanzados.
 

Obxectivos
  • Comprender que implica traballar cun enfoque de AI Engineering
  • Coñecer metodoloxías e patróns útiles para incorporar IA ao ciclo de desenvolvemento
  • Identificar o papel da avaliación, a supervisión humana e a xestión do risco
  • Entender que é un axente e como funcionan os sistemas multiagente
  • Descubrir patróns de orquestración e memoria compartida entre axentes
  • Obter criterios para valorar modelos propios ou open-source fronte ao uso de APIs externas
     
Dirigido a

Arquitectos/as de software, tech leads, desenvolvedores/as senior, perfís DevOps e responsables técnicos que queiran entender como estruturar metodoloxías de traballo con IA e explorar escenarios multiagente e decisións avanzadas de adopción.

Perfil do docente

O relator será José Luis Carretero Doncel, formador IT freelance e Microsoft Certified Trainer (MCT) en activo, cunha sólida traxectoria en administración de sistemas, contornas Microsoft e formación técnica especializada. Antes de dedicarse plenamente á docencia, desenvolveu durante máis de 15 anos a súa carreira como administrador de sistemas en empresas como Atos Origin e Hyundai España, o que lle achega unha visión moi práctica e realista do traballo técnico en contornas corporativas.
Na última década impartiu máis de 300 cursos oficiais de Microsoft e formado a máis de 2.000 alumnos, con especial foco en tecnoloxías como Windows Server, Azure, Office 365, Power BI, virtualización e administración de sistemas Microsoft. O seu perfil combina experiencia técnica, coñecemento actualizado do ecosistema Microsoft e unha clara vocación pedagóxica, orientada a que o alumnado comprenda non só como usar unha tecnoloxía, senón tamén o porqué de cada decisión e a súa aplicación en escenarios reais de traballo.

Temario
  • Introdución ás metodoloxías de AI Engineering
  • Spec-Driven Development
  • Greenfield e brownfield
  • Human-in-the-loop
  • Avaliación de outputs
  • Xestión do risco
  • Problemas e límites do Spec-Driven Development
  • Que é un axente
  • Sistemas multiagente e patróns de orquestración
  • Memoria e contexto compartido
  • Exemplos prácticos
  • Cando valorar modelos propios ou open-source
  • Despregamento, selección e optimización a alto nivel
     
  • Horas
    4
  • Data inicio inscripción
    01/08/2026
  • Data fin inscripción
    16/09/2026
  • Estado
    INSCRIPCION
  • Horas distancia
    4
  • Horas presenciales
    0
  • Horas teleformación
    0
  • Máximo horas de ausencia
    0
  • Plazo abierto