-
MetodoloxíaVirtual
-
Tipo de actividadeSeminario
-
Data inicio17/09/2026
-
Data fin17/09/2026
-
CertificaciónNo
-
Período de rexistro01/08/2026 - 16/09/2026
-
HorarioHorario de 16:30 a 20:30 horas.
-
Número de prazas232
-
Tecnoloxías
- Linux
- LPI
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.
- 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
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.
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.
- 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
-
Horas4
-
Data inicio inscripción01/08/2026
-
Data fin inscripción16/09/2026
-
EstadoINSCRIPCION
-
Horas distancia4
-
Horas presenciales0
-
Horas teleformación0
-
Máximo horas de ausencia0
-
Plazo abiertoSí