Curso libreInteligencia artificial y datos
Agentes de IA con Python y LangGraph
El curso Agentes de IA con Python y LangGraph proporciona al estudiante las técnicas para programar agentes que planifican, usan herramientas y mantienen estado, con puntos de aprobación humana, trazas y evaluación, de modo que pueda automatizar un proceso de negocio con control de riesgos, costos y latencia.
A quién va dirigido
Desarrolladores con Python intermedio y experiencia usando APIs de modelos de lenguaje.
Objetivos
✓Comprender el patrón ReAct, las llamadas a herramientas con esquemas JSON y la diferencia entre flujos y agentes autónomos.
✓Analizar riesgos de agentes como bucles, costos e inyección de instrucciones en procesos de negocio.
✓Aplicar StateGraph de LangGraph con aristas condicionales, herramientas, checkpointers e interrupciones humanas.
✓Diseñar un sistema con supervisor y subagentes especializados para resolver un proceso de negocio real.
✓Evaluar el agente con trazas de LangSmith, conjuntos de prueba y métricas de éxito, costo y latencia.
Plan de estudios por sesión
1
Arquitectura de agentesPatrón ReAct y llamadas a herramientas con esquemas JSON · Flujos frente a agentes autónomos; bucles, costos e inyección de instrucciones
2
LangGraph en prácticaStateGraph, nodos, aristas condicionales y herramientas de búsqueda, cálculo y datos · Persistencia con checkpointers e interrupciones para aprobación humana
3
Sistemas multiagente y evaluaciónSupervisor, subagentes especializados y trazas con LangSmith · Conjuntos de prueba, métricas de éxito y control de costos y latencia
4
Demostración del agente para un proceso de negocioPruebas del agente · Documentación y retroalimentación
Evaluación
Inicial30%Diseño escrito del grafo de estados de un agente para un proceso de negocio, con herramientas y riesgos identificados.
Intermedio30%Taller en LangGraph de herramientas de búsqueda, cálculo y base de datos con persistencia y aprobación humana.
Final40%Agente en LangGraph que resuelve un proceso de negocio con herramientas, memoria y aprobación humana, con pruebas y demostración.
Proyecto final
Agente en LangGraph que resuelve un proceso de negocio (por ejemplo, gestión de solicitudes de clientes) con herramientas, memoria y aprobación humana.