IA-160Inteligencia Artificial Aplicada
Fine-tuning de LLM con Unsloth
Cuándo compensa afinar un modelo, preparación del dataset y entrenamiento eficiente con LoRA.
UnslothHugging Face
Inteligencia Artificial Aplicada · IA-152
Orquestar varias fuentes y herramientas en un mismo agente sin perder control ni trazabilidad.
Formato asíncrono Desarrollo MCP, Bionic
7 módulos · 28 clases en vídeo · práctica guiada en cada módulo
Un agente con un servidor MCP es sencillo de razonar. Con cinco deja de serlo: dos herramientas se llaman casi igual, el catálogo completo ya no cabe en el contexto, una petición atraviesa tres servicios y nadie sabe cuál devolvió el dato equivocado. Ese es el escenario real de cualquier organización que haya pasado del prototipo.
El curso trata precisamente esa capa de orquestación. Se trabajan el espacio de nombres y la desambiguación, las políticas de enrutado, el recorte del catálogo expuesto, la propagación de identidad para que el agente nunca vea más de lo que ve la persona que pregunta, y la correlación de trazas entre servidores para poder reconstruir una petición completa.
El último bloque asume el fallo como norma: qué hace el agente cuando un servidor tarda, se cae o devuelve basura, y cómo se degrada el servicio sin mentir al usuario. Presupone los cursos de fundamentos de MCP y de construcción de servidores propios, y cierra el itinerario de agentes sobre infraestructura propia.
Contenido ya grabado y publicado en el campus. Puedes empezar en cuanto te inscribas.
Sigue aprendiendo
IA-160Inteligencia Artificial Aplicada
Cuándo compensa afinar un modelo, preparación del dataset y entrenamiento eficiente con LoRA.
UnslothHugging Face
IA-161Inteligencia Artificial Aplicada
GPU, cuantización, evaluación y puesta en servicio del modelo afinado en infraestructura propia.
UnslothOllama
IA-180Inteligencia Artificial Aplicada
Exponer los sistemas internos de la organización como herramientas seguras para agentes de IA.
MCPPython