Diseñar e Implementar Soluciones de IA Multiagente

Los candidatos a este curso son profesionales de nivel experto con experiencia en el diseño, construcción y optimización de sistemas, soluciones y flujos de trabajo de IA escalables, listos para producción y multiagente. Fuera de tu puesto laboral, trabajas estrechamente con desarrolladores, ingenieros de aprendizaje automático, ingenieros de plataforma, científicos de datos y partes interesadas del negocio para traducir requisitos complejos en soluciones multiagente listas para producción.

Soluciones de IA multiagente de grado de producción para arquitectos en Azure

• Diseñar bucles agentes con estado con el servicio de agentes Microsoft Foundry: Diseñar bucles agentivos con estado para sistemas de IA de producción. Implementar el manejo del estado de ejecución y acumulación de contexto, configurar los ciclos de reflexión y planificación de agentes, diseñar la persistencia del estado de sesión, construir patrones de sesión basados en forks y migrar cargas de trabajo de Agents v1 a la API Agents v2 Responses.
• Implementar patrones avanzados de orquestación multiagente en Microsoft Foundry: Implementar patrones avanzados de orquestación multiagente en Microsoft Foundry. Diseñar arquitecturas hub-and-spoy, implementar generación paralela de agentes con sincronización y recuperación parcial de fallos, configurar patrones jerárquicos de supervisores y evaluar compensaciones entre Semantic Kernel, LangGraph, AutoGen y CrewAI.
• Aplicar estrategias de descomposición de tareas y colaboración con agentes en Microsoft Foundry: Aplicar estrategias avanzadas de descomposición de tareas en sistemas multiagente Microsoft Foundry. Diseñar flujos de trabajo de encadenamiento de prompts para razonamientos complejos, implementar descomposición adaptativa impulsada por LLM con planificadores meta-agentes, configurar protocolos de transferencia de agentes para transiciones que preserven el contexto y equilibrar la granularidad de la descomposición con la sobrecarga de coordinación.
• Design communication agent a escala empresarial con A2A en Azure: Diseñar arquitecturas de comunicación de agentes a escala empresarial utilizando el protocolo A2A en Azure. Implementar registros de descubrimiento de agentes con enrutamiento basado en capacidades, diseñar gestión de estados compartidos usando Azure Cosmos DB y Azure Managed Redis, configurar el aislamiento de contexto para despliegues multitenant y construir mecanismos de detección y resolución de conflictos para redes colaborativas de agentes.

Desarrolla capacidades multiagente de grado producción con Microsoft Foundry

• Diseña estrategias avanzadas de prompting para agentes de IA de producción: Diseñar estrategias avanzadas de prompting para agentes de IA de producción en Microsoft Foundry. Implementar arquitecturas de razonamiento multiturno con inyección dinámica de contexto, construir defensas de inyección de prompts en capas para entornos de entrada no confiables, diseñar marcos de prompts para control complejo de personas de agentes y restricciones, e implementar flujos de trabajo de versionado y optimización de prompts.
• Construye ecosistemas de herramientas de nivel empresarial con MCP y Microsoft Foundry: Construir ecosistemas de herramientas de nivel empresarial para sistemas multiagente de producción con MCP y Microsoft Foundry. Desarrollar servidores MCP personalizados con autenticación y gestión de errores de producción, implementar lógica dinámica de selección y enrutamiento de herramientas, diseñar canalizaciones de validación de resultados y respaldo de herramientas, y gobernar ecosistemas de herramientas con estrategias de gestión de dependencias y de versionamiento.
• Implementar pipelines RAG avanzados con Azure AI Search y Microsoft Foundry: Implementar pipelines RAG avanzados para agentes de IA de producción usando Azure AI Search y Microsoft Foundry. Diseñar arquitecturas de búsqueda híbridas que combinen recuperación de palabras clave y vectores semánticos en BM25, implementar estrategias de reclasificación para un acceso al conocimiento de alta precisión, configurar el enrutamiento dinámico de fuentes de conocimiento a través de múltiples índices y optimizar estrategias de chunking e embedding.
• Diseña arquitecturas de memoria multiagente con Azure Cosmos DB: Diseñar arquitecturas de memoria multiagente para sistemas de IA de producción usando Azure Cosmos DB. Implementar memoria semántica con almacenamiento vectorial para la retención de conocimiento entre sesiones, configurar estrategias de optimización de ventanas contextuales que equilibren la riqueza de memoria con coste y latencia, y diseñar políticas de caducidad y poda de memoria para despliegues en producción.

Despliega y gobierna soluciones de IA agentica empresarial en Azure

• Implementar pipelines CI/CD para sistemas multiagente con GitHub Actions: Implementar pipelines empresariales de CI/CD para sistemas multiagente usando GitHub Actions y Microsoft Foundry. Diseñar pipelines de despliegue coordinados con validación de compatibilidad de versiones de agentes, implementar estrategias progresivas de despliegue incluyendo liberaciones canarias, configurar despliegues de agentes multientorno con infraestructura como código y automatizar el rollback provocado por la detección de regresión de calidad.
• Sistemas multiagente seguros con arquitectura de confianza cero de Azure: Asegurar sistemas multiagente en producción utilizando principios de arquitectura cero confianza de Azure. Aplicar identidades gestionadas por agente con acceso de privilegio mínimo y diseñar flujos de autenticación que cubran patrones de identidad gestionada, en nombre de (OBO), delegados por el usuario y basados en claves. Gestionar el ciclo de vida de los secretos con Azure Key Vault, incluyendo cifrado por rotación y claves gestionadas por el cliente (CMK), y diseñar controles de red para evitar movimientos laterales. Implementar aislamiento de datos multitenant y configurar controles de cumplimiento para los requisitos regulatorios empresariales.
• Escala la gobernanza responsable de la IA con Azure AI Content Safety y Microsoft Foundry: Escalar la gobernanza responsable de IA a sistemas multiagente empresariales utilizando Azure AI Content Safety y Microsoft Foundry. Diseñar pipelines sistemáticos de monitorización de equidad y sesgo para las cadenas de decisión de agentes, implementar mecanismos de transparencia y explicabilidad para salidas multiagente complejas, configurar la protección de privacidad para pipelines de datos multiagente y establecer marcos de auditoría para la responsabilidad empresarial.
• Goberna el ciclo de vida del agente empresarial en Microsoft Foundry: Gobernar el ciclo de vida del agente empresarial en Microsoft Foundry. Estrategias de versión de agentes de diseño y flujos de trabajo de aprobación para actualizaciones de producción controladas, implementar cuotas de uso y modelos de asignación de costes para las operaciones de agentes, establecer procesos de gestión del cambio y evaluación de riesgos conductuales, y flujos de trabajo de jubilación de agentes de diseño que minimicen la interrupción para los consumidores posteriores.

Monitorizar, evaluar y operar soluciones de IA multiagente en Azure

• Implementar observabilidad distribuida para soluciones multiagente con OpenTelemetry: Implementar infraestructura de observabilidad distribuida para soluciones de IA multiagente en producción usando OpenTelemetry y Azure Monitor. Diseñar arquitecturas de trazado distribuido que propaguen el contexto de correlación a través de los límites de servicio del agente, implementar marcos estructurados de registro que capturen rutas de decisión de agentes, configurar canalizaciones de agregación de telemetría y construir detección de anomalías para patrones de comportamiento anormales de agentes.
• Marcos de evaluación de diseño para soluciones multiagente con Microsoft Foundry: Diseñar marcos de evaluación para sistemas de IA multiagente en producción utilizando Microsoft Foundry. Definir métricas de éxito que capturen la calidad de coordinación y resultados a nivel de sistema, implementar patrones calibrados de LLM como juez diseñados para la evaluación de cadenas multiagente, diseñar conjuntos de datos sintéticos de prueba que ejercen de forma integral los escenarios de colaboración entre agentes y construir canales de pruebas de regresión para la detección de derivas conductuales.
• Optimizar el rendimiento y el coste de múltiples agentes en Microsoft Foundry: Optimizar el rendimiento y el coste multiagente en Microsoft Foundry. Diseñar estrategias de enrutamiento de modelos a través de ecosistemas de agentes, implementar arquitecturas de caché multinivel, optimizar el uso de tokens y la gestión del contexto entre cadenas de agentes, y analizar sistemáticamente los compromisos calidad-coste-latencia.
• Diseña flujos de trabajo de aprobación con personas en el bucle con Power Automate y Microsoft Teams: Diseñar sistemas con humanos en el bucle para flujos de trabajo multiagente en producción usando Power Automate y Microsoft Teams. Implementar arquitecturas de escalada con umbral de confianza, diseñar flujos de trabajo asíncronos de aprobación para acciones de agentes de alto riesgo, construir canales de recopilación de feedback humano y aprendizaje activo, y configurar flujos de trabajo de auditoría que proporcionen registros completos de supervisión humana para entornos regulados.
• Depurar y responder a incidentes multiagente en producción en Azure: Depurar y responder a incidentes de producción en soluciones de IA multiagente en Azure. Implementar capacidades de reproducción de agentes que reproduzcan fallos complejos multiagente, aplicar procedimientos estructurados de análisis de causa raíz para el diagnóstico de incidentes multiagente, configurar la detección y remediación automáticas de patrones comunes de fallo de agentes, y establecer procesos de respuesta a incidentes y post-mortem adaptados a las características de fallos de sistemas de agentes de IA.