AI+ Context Engineering Practitioner™
En aplicaciones avanzadas, el prompt es solo una parte de la información que recibe un modelo. El Context Engineering trabaja con instrucciones, conocimiento, memoria, herramientas y estado para construir sistemas de IA capaces de mantener contexto y operar de forma fiable.
Una formación orientada a la aplicación profesional.
Formación especializada en el diseño y gestión del contexto que utilizan los sistemas basados en LLM para producir respuestas más relevantes, coherentes y controlables.
Contenido del curso.
Módulo 1. Fundamentos de Context Engineering
- 1.1. Context Engineering frente a Prompt Engineering.
- 1.2. De los prompts a los pipelines de contexto.
- 1.3. Instrucciones, conocimiento, herramientas y estado.
- 1.4. Memoria a corto y largo plazo.
- 1.5. Grounding, relevancia, continuidad y control de costes.
- 1.6. Caso de un asistente contextual.
- 1.7. Diseño práctico de instrucciones y memoria.
Módulo 2. Patrones de gestión del contexto
- 2.1. Framework Write–Select–Compress–Isolate.
- 2.2. WRITE: identidad, persona, guardrails y estado.
- 2.3. SELECT: recuperación y filtrado.
- 2.4. COMPRESS: resumen y optimización de tokens.
- 2.5. ISOLATE: límites de contexto, seguridad y foco.
- Aplicación práctica de los patrones.
Módulo 3. Memoria y persistencia
- Memoria conversacional.
- Estado de sesión.
- Memoria a largo plazo.
- Selección de información relevante.
- Gestión de ventanas de contexto.
Módulo 4. Retrieval-Augmented Generation
- Arquitecturas RAG.
- Recuperación de conocimiento.
- Metadata y filtrado.
- Grounding.
- Calidad y relevancia de las fuentes.
Módulo 5. Herramientas y orquestación
- Tool calling.
- Selección de herramientas.
- Integración de servicios.
- Control del contexto generado por herramientas.
- Diseño de flujos.
Módulo 6. Contexto aplicado
- Aplicaciones empresariales.
- Recuperación precisa de información.
- Personalización.
- Context poisoning y context clash.
- Memoria avanzada para tareas de larga duración.
- Casos de estudio.
Módulo 7. Sistemas multiagente
- 7.1. Limitaciones de los agentes monolíticos.
- 7.2. Sistemas multiagente.
- 7.3. Roles de router, planner y executor.
- 7.4. Compresión de contexto entre agentes.
- 7.5. Guardrails y gobierno.
- 7.6. Ética, sesgos y trazabilidad.
- 7.7. Casos empresariales.
- 7.8. Nuevos perfiles profesionales.
Módulo 8. Proyecto final
- 8.1. Diseño de un sistema multiagente sensible al contexto.
- 8.2. Construcción de un router y sistema RAG.
- 8.3. Presentación y revisión.
- 8.4. Evaluación final.
Todo lo que necesitas saber.
- Diferenciar Prompt Engineering y Context Engineering.
- Diseñar arquitecturas de contexto.
- Gestionar memoria.
- Optimizar utilización de tokens.
- Integrar conocimiento externo.
- Trabajar con RAG.
- Diseñar sistemas multiagente.
- Implantar mecanismos de seguridad y gobierno.
Desarrolladores de IA, arquitectos, ingenieros, especialistas en LLM, profesionales de automatización y perfiles técnicos que construyan aplicaciones generativas.
Base de IA y machine learning, conocimientos de programación y tratamiento de datos y familiaridad con arquitecturas de aplicaciones de IA.
Certificación
Reserva tu plaza.
Experiencias que cuentan.
Deja tu valoración
No necesitas registrarte. Indica tu nombre y email, puntúa el curso y comparte tu experiencia.