Ingeniería de IA y Arquitectura de Sistemas Generativos

Por qué elegirnos

Una formación de nueva
generación en IA

El currículo abarca el ciclo de vida completo del desarrollo de software con IA (GenAIOps): desde los fundamentos matemáticos y el uso de LangChain/LangGraph, hasta la implementación de protocolos modernos de interoperabilidad (MCP) y la optimización de costos (FinOps).

Enfoque práctico

Orientado a la implementación: desarrollarás agentes autónomos, sistemas RAG productivos y soluciones desplegables en cloud, aplicando estándares actuales de la industria.

Docentes de excelencia

Docentes con experiencia en desarrollo de soluciones reales, arquitectura de sistemas inteligentes y proyectos aplicados en entornos empresariales.

Amplia gama de contenido

Desde los modelos fundacionales y LLMs hasta RAG productivo, arquitecturas multiagente, multimodalidad, interoperabilidad entre agentes y despliegue cloud con prácticas de GenAIOps.

Pioneros y actualizados

Primera edición del programa, concebida como una propuesta formativa que responde a la evolución acelerada del ecosistema de IA y anticipa las competencias que demandará el mercado.

Módulos

Sesiones

200

Horas académicas

Proyectos integradores

Plan de estudios

11 módulos · 80 sesiones1RA EDICIÓN

Un recorrido progresivo desde los fundamentos de la IA generativa hasta el fine-tuning y el capstone final. Haz clic en cada módulo para explorar sus sesiones.

MÓDULO I FUNDAMENTOS DE IA GENERATIVALa base técnica del ecosistema generativo 8 sesiones

S01Onboarding y objetivos del programa
S02Machine Learning y Deep Learning: el corazón de la IA
S03Procesamiento del Lenguaje Natural (NLP): dándole voz al dato
S04Modelos fundacionales: Transformers, Difusores, VAEs
S05Transformers: “Attention is all you need” — modelo práctico
S06LLMs en acción: modelos onsite y mediante servicio
S07Panorama 2025–2026 de modelos y proveedores
S08IA Responsable: ética, regulaciones e impacto social

MÓDULO II LANGCHAIN 1.0: CADENAS Y AGENTES PRODUCTIVOSDel prototipo al agente desplegado 17 sesiones

S09Desarrollo de apps generativas (stack de referencia)
S10Arquitecturas generativas y patrones
S11Cadenas básicas con LCEL
S12Cadenas secuenciales y branching
S13Cadenas condicionales avanzadas
S14Principios de agentes inteligentes
S15Principios de agentes inteligentes: cómo interactúa create_agent
S16Agentes Middleware en profundidad + manejo de errores
S17Agentes y herramientas: creación de soluciones autónomas y CoT
S18Memoria, estrategias de memoria y gestión de contexto
S19Gestión de contexto, Async y versionado de prompts
S20Observabilidad con LangSmith UI
S21Multimodales: creación de contenido con imágenes y audio
S22Despliegue de agentes como microservicios en cloud (GCP)
S23Despliegue Front End: Streamlit, Gradio, Vercel y Cloud Run
S24Ingeniería de control: implementando guardrails
S25Proyecto de integración M2

MÓDULO III ORQUESTACIÓN CON LANGGRAPHGrafos de agentes, estado y concurrencia 6 sesiones

S26Conceptos de grafos de agentes
S27Persistencia, checkpointing y rewind
S28LangGraph Server y RemoteGraph
S29Multiagente y concurrencia
S30Operación y observabilidad con LangSmith
S31Proyecto de integración M3

MÓDULO IV RAG + CAG (RETRIEVAL / CACHE AUGMENTED GENERATION)Recuperación productiva y evaluada 12 sesiones

S32Introducción a RAG: estrategias combinadas e híbridas (incl. HyDE)
S33Metadata y estrategias de optimización de datos
S34Ingesta y normalización de documentos
S35Fragmentación (chunking) inteligente
S36Embeddings y vectorización
S37Vector stores e indexación
S38Diseño del pipeline de recuperación
S39Evaluación con métricas (LangSmith / RAGAS / DeepEval) y LLM-as-a-Judge
S40CAG: Cache-Augmented Generation
S41GraphRAG (Graphs + Retrieval Augmented Generation)
S42Métricas asistidas de interfaz y HITL
S43Proyecto de integración M4

MÓDULO V PROTOCOLOS DE INTEROPERABILIDAD (MCP, A2A, ACP)Cómo hablan entre sí los agentes 5 sesiones

S44Panorama de protocolos de agentes
S45MCP (Model Context Protocol)
S46A2A (Agent-to-Agent)
S47ACP (Agent Communication Protocol)
S48ACL (FIPA), KQML y otros emergentes

MÓDULO VI GENERACIÓN E INTEGRACIÓN MULTIMODALTexto, imagen, audio y video en un mismo flujo 7 sesiones

S49Fundamentos de multimodalidad
S50Imágenes: prompting y control
S51Imágenes: prompting y control II
S52Audio: STT/TTS y pipelines
S53Video: fundamentos y edición asistida
S54Integraciones multimodales en agentes
S55Proyecto de integración M6

MÓDULO VII IoT + EDGE CON AGENTESAgentes que perciben y actúan en el mundo físico 3 sesiones

S56Fundamentos IoT y MQTT
S57Sensores y actuadores: Raspberry, Arduino y otros
S58Agentes que perciben y actúan — Edge + nube: patrones híbridos

MÓDULO VIII FRAMEWORKS Y ORQUESTADORES EN LA INDUSTRIAEl mapa completo del ecosistema 11 sesiones

S59Microsoft Semantic Kernel + AutoGen
S60MAF (Microsoft Agent Framework)
S61CrewAI
S62LlamaIndex
S63LlamaIndex RAG
S64Otros frameworks en la industria
S65Orquestadores low/no-code: n8n, Dify, Flowise, Langflow y otros
S66OpenAI Agent Builder / OpenAI Agents
S67Otros marcos emergentes: DSPy y smolagents (panorama)
S68DSPy: del “Prompting” al “Programming”
S69Proyecto de integración M8

MÓDULO IX GenAIOps, LLMOps, MLOps y FinOps APLICADOSLlevar y sostener la IA en producción 4 sesiones

S70Del prototipo a producción
S71Observabilidad y pruebas
S72Seguridad, cumplimiento, confiabilidad y manejo de errores
S73Trade-offs: RAG vs. Fine-tuning y estrategia de costos

MÓDULO X FINE TUNING Y ADAPTACIÓN DE LLMsModelos propios, locales y optimizados 5 sesiones

S74Introducción práctica al fine-tuning: cuándo y por qué
S75Preparación de datos y calidad de dataset para SFT
S76Supervisión, parametrización y evaluación
S77Inferencia local GGUF (Ollama, vLLM o TGI) y optimización / quantization
S78Fine-tuning y aplicaciones prácticas

MÓDULO XI PROYECTO FINAL (CAPSTONE)Tu sistema generativo, de punta a punta 2 sesiones

S79Sesión de mentoría y revisión del proyecto final
S80Exposición final y defensa técnica

LangChain 1.0LangGraphLangSmithRAG · HyDEGraphRAGCAGMCPA2AACPLlamaIndexCrewAISemantic KernelAutoGenDSPysmolagentsn8n · Dify · FlowiseStreamlit · GradioCloud Run · GCPVector storesRAGAS · DeepEvalOllama · vLLM · TGIFine-tuning · SFTGuardrailsMQTT · EdgeFinOps

Plana docente

Aprende de un experto
de la industria

SOLUTIONS ARCHITECT · DATA & AI — INDRA

Miguel Cotrina

Arquitecto de soluciones de IA con amplia trayectoria en proyectos de datos e inteligencia artificial a escala empresarial.

Solutions Architect — Data & AI Practice, Indra

Master's degree in Data Science

Google Cloud Certified

AI / ML / DL & Gen AI Specialist

LangChain RAG, Big Data & Cloud Instructor

Driving Data Innovation

Perfil de ingreso

¿A quién nos dirigimos?

Dirigido a desarrolladores de software, ingenieros de datos, arquitectos de soluciones y profesionales tecnológicos que deseen especializarse en el diseño, implementación y despliegue de sistemas avanzados de IA generativa.

Orientado a perfiles con base técnica que buscan evolucionar hacia la Ingeniería de IA y la arquitectura de sistemas inteligentes de nueva generación. Se recomienda contar con:

Python intermedio (POO) Backend · APIs REST / JSON SQL fundamentos Cloud / contenedores (deseable) Álgebra lineal y estadística (deseable)

ASESORÍA PERMANENTE

TALLERES PERMANENTES

TEÓRICO – PRÁCTICO

Información general

Detalles del programa

Inicio12 de octubre de 2026

HorarioLun · Mié · Vie — 7:00 a 10:00 PM

Modalidad100% Virtual · clases en vivo

Duración19 semanas · 200 horas académicas

Estructura11 módulos · 80 sesiones

INVERSIÓN · PÚBLICO EN GENERAL

S/ 4,000

Programa completo · 200 horas académicas

🎉 BENEFICIOS DE PREVENTA

Pago en 4 cuotas sin intereses

10% de descuento adicional por pago al contado

15% de descuento hasta el 30 de Setiembre

Reservar mi cupo

* El inicio está sujeto a un número mínimo de inscripciones.

Proceso de admisión

Requisitos & certificación

Requisitos documentarios

1 Título profesional o grado académico de bachiller
2 Foto digital actualizada con fondo blanco
3 Documento Nacional de Identidad (DNI)
4 Voucher de pago de inscripción
5 Ficha de inscripción

Certificación

Se otorgará el certificado de aprobación del Programa de Especialización en Ingeniería de Inteligencia Artificial y Arquitectura de Sistemas Generativos, expedido por el Instituto de Datos e Inteligencia Artificial de la Universidad Ricardo Palma, siempre que el participante apruebe con nota igual o mayor a 14 y cuente con título profesional o grado académico de bachiller como mínimo. Si la nota final es menor a 14, se otorgará una constancia de participación.

Nota mínima aprobatoria: 14 / 20

Una formación de nuevageneración en IA