En este módulo estudiaremos las bases de los Large Language Models (LLMs) y su utilización para realizar tareas de forma autónoma y coordinada, y los iremos mostrando a la vez que vamos construyendo un agente autónomo.
En primer lugar, veremos los fundamentos de uso de un LLM y su conexión con herramientas, Function Calling y Model Context Protocol (MCP) para conectar modelos con infraestructuras de datos reales de forma estandarizada.
De aquí pasaremos a ver Arquitecturas de Razonamiento y Estado, patrones como ReAct o Chain-of-Thought aplicados a Data Engineering, y una introducción a LangGraph para orquestar agentes.
Finalizaremos con conceptos de LLMOps y estrategias de observabilidad, trazas, seguridad (guardarraíles) y para validar la fiabilidad de los agentes.
Índice de contenidos:
Contenidos:
- Large Language Models (LLMs).
- Fundamentos de uso de un LLM y su conexión con herramientas.
- Arquitecturas de Razonamiento y Estado.
- LLMOps y estrategias de observabilidad, trazas, seguridad.