Your cart is empty.
Keep shoppingLangGraph: Agentes de IA, RAG y Sistemas Autónomos Avanzados
491 students
LangGraph: Agentes de IA, RAG y Sistemas Autónomos Avanzados
Aprende a construir agentes de IA avanzados con LangGraph, sistemas RAG, memoria persistente y ejecución asíncrona
Created byIvan Pinar Domínguez
Last updated 3/2026
Spanish
What you'll learn
- Dominar LangGraph desde cero y aprender a construir grafos de ejecución que controlan el razonamiento de agentes de IA.
- Crear agentes avanzados, incluyendo agentes reflexivos, agentes ReAct y sistemas capaces de utilizar herramientas externas.
- Implementar sistemas RAG profesionales conectando agentes con bases de conocimiento para generar respuestas más precisas y evitar alucinaciones.
- Diseñar arquitecturas multi-agente donde varios agentes colaboran para resolver problemas complejos.
- Añadir memoria y persistencia a los agentes mediante memoria en RAM, persistencia con SQLite y sistemas de checkpointing.
- Optimizar el rendimiento de los agentes utilizando ejecución asíncrona y procesamiento paralelo dentro de grafos de agentes.
- Analizar y depurar el comportamiento de los agentes mediante el estudio de trazas de ejecución con LangSmith.
- Desplegar agentes listos para producción utilizando LangSmith Deployments.
Explore related topics
Course content
10 sections • 48 lectures • 4h 14m total length
Requirements
- Se necesitan conocer los fundamentos del lenguaje básico de Python, recomendable conocer entorno LangChain
Description
¿Quieres construir agentes de Inteligencia Artificial que razonen, utilicen herramientas, colaboren entre sí y ejecuten tareas complejas de forma autónoma pero dentro de un flujo controlado por el humano?
¿Te imaginas desarrollar sistemas de IA que no solo respondan preguntas, sino que planifiquen, reflexionen, validen resultados y trabajen en equipo como un ecosistema de agentes inteligentes?
La nueva generación de aplicaciones basadas en IA ya no se limita a simples prompts.
Hoy en día se construyen arquitecturas completas de agentes, capaces de tomar decisiones, consultar información, utilizar herramientas externas, aprender del contexto y coordinarse entre ellos.
LangGraph es la librería que permite diseñar este tipo de sistemas avanzados sobre el ecosistema de LangChain, proporcionando control total sobre el flujo de razonamiento de los agentes.
En este curso aprenderás paso a paso cómo construir agentes de IA con aplicación real, diseñando grafos de ejecución que permiten controlar el razonamiento, la memoria, el acceso a herramientas y la colaboración entre agentes.
Comenzarás comprendiendo los niveles de autonomía en aplicaciones de IA, para después aprender a construir distintos tipos de agentes:
Agentes reflexivos
Agentes con reflexión estructurada
Agentes ReAct
Sistemas RAG con recuperación de conocimiento
Agentes con memoria persistente y flujos con intervención humana
Arquitecturas multi-agente
A lo largo del curso implementarás sistemas reales, incluyendo:
Agentes que reflexionan sobre sus respuestas
Sistemas RAG que evitan alucinaciones
Agentes con validación humana
Ejecución paralela y asincronía
Ecosistemas de múltiples agentes colaborando
También aprenderás a analizar el comportamiento de los agentes utilizando LangSmith, depurar su razonamiento y desplegarlos para su uso en aplicaciones reales.
Este curso está diseñado para profesionales que quieran pasar del uso básico de LLMs a la construcción de sistemas completos de Inteligencia Artificial autónoma.
La revolución de los agentes inteligentes ya ha comenzado y dominar herramientas como LangGraph será una de las habilidades más demandadas en los próximos años.
Inscríbete hoy y aprende a construir agentes de IA a medida con LangGraph
Who this course is for:
- Desarrolladores que quieran aprender a construir agentes avanzados con LangGraph y LLMs.
- Ingenieros de datos y especialistas en IA interesados en sistemas RAG y arquitecturas de agentes autónomos.
- Profesionales que ya utilizan LangChain o LLMs y desean dar el siguiente salto hacia sistemas de IA más complejos.
- Consultores tecnológicos que quieran implementar soluciones de IA avanzadas en empresas y organizaciones.
- Investigadores y estudiantes que deseen comprender cómo diseñar arquitecturas modernas de agentes inteligentes.
- Cualquier profesional que quiera aprender a construir aplicaciones de IA realmente autónomas y escalables.