RT
Capacitación

Agentic engineering para todo el equipo.

Una formación que va del agent loop al fine-tuning, hecha a medida: módulos, profundidad y ejercicios definidos a partir del stack, los sistemas y los objetivos de tu equipo.

Equipo en un taller alrededor de laptops, con una pizarra de diagramas al fondo

Lo que cubre la formación.

  • Harness engineering
  • Context engineering
  • MCP 2026-07-28 (stateless)
  • Agent Skills (SKILL.md)
  • AGENTS.md
  • Hooks and subagents
  • Tool search
  • Code mode
  • MCP Apps
  • OAuth 2.1
  • A2A
  • AG-UI
  • Prompt caching
  • Context compaction
  • Contextual retrieval
  • Hybrid search + reranking
  • ColPali
  • GraphRAG
  • Durable execution
  • LLM-as-judge
  • pass^k
  • Trajectory evals
  • Lethal trifecta
  • CaMeL
  • Egress allowlists
  • OWASP Top 10 for Agentic Applications
  • OpenTelemetry GenAI
  • Model cascades
  • AI gateway
  • LoRA / QLoRA
  • DPO / KTO
  • RFT with GRPO
  • Multi-LoRA serving
  • Spec-driven development
  • EARS requirements
  • Property-based testing
  • EU AI Act
  • ISO/IEC 42001
  • NIST AI RMF

Programa.

  • Fundamentos de harness

    Tu equipo escribe un agent loop desde cero y arma el harness del repositorio: AGENTS.md con comandos y límites, skills para playbooks repetidos y hooks que bloquean comandos peligrosos y exigen tests que pasen para terminar.

    • Agent loop con tool calling nativo
    • AGENTS.md como mapa del repositorio
    • Skills, hooks o subagentes: cuál usar
    • Verificación con tests, logs y navegador
    • Revisar el harness con cada modelo nuevo
  • Ingeniería de contexto

    Tu equipo mide cuánto de la ventana ocupan herramientas, instrucciones e historial, ordena el prompt para aprovechar el caché y decide cuándo compactar, cuándo reiniciar con un archivo de handoff y qué guardar como memoria.

    • Presupuesto de contexto y context rot
    • Progressive disclosure y tool search
    • Prompt caching y prefijo estable
    • Compaction, context editing y resets
    • Memoria del agente y memory poisoning
  • RAG en producción

    Antes de crear un índice, tu equipo verifica si el corpus cabe en el prompt. Luego arma búsqueda híbrida con reranker, aplica ACL en la consulta y mide recall@k con preguntas reales en cada cambio de chunking o embedding.

    • Parsing, chunking y contextual retrieval
    • Búsqueda híbrida, reranking y recall@k
    • Búsqueda como herramienta del agente
    • GraphRAG y RAG multimodal: cuándo usar
    • ACLs, reindexación y RAG poisoning
  • Herramientas y protocolos

    Tu equipo diseña herramientas por flujo de trabajo, despliega un servidor MCP stateless con OAuth y elige el protocolo según la frontera: MCP para herramientas, A2A para agentes de otro equipo, AG-UI o MCP Apps para la interfaz.

    • Diseño de herramientas y code mode
    • Servidores MCP stateless con OAuth 2.1
    • A2A: delegar a agentes de otro equipo
    • AG-UI, MCP Apps y aprobación humana
    • Computer use como último recurso
  • Orquestación multiagente

    Los sistemas multiagente consumen de 3 a 10 veces más tokens que un solo agente. Tu equipo mide con evals cuándo conviene, divide el trabajo por contexto, deja la escritura a un solo agente y corre flujos largos con checkpoints.

    • Cuándo conviene el multiagente
    • Orquestador y verificador independiente
    • Workflows en código y handoffs tipados
    • Ejecución durable: checkpoints y retries
    • Paralelismo con escritura centralizada
  • Evals

    Tu equipo arma una suite de 20 a 50 tareas tomadas de fallas reales, calibra el LLM-as-judge con etiquetas humanas y bloquea en CI los cambios de prompt, herramienta o modelo que empeoren el resultado más allá del ruido medido.

    • Análisis de errores en traces reales
    • Graders: código, LLM-as-judge y humano
    • pass@k, pass^k e intervalos de confianza
    • Evals de resultado y de trayectoria
    • Gates de eval en CI y evals online
  • Guardrails y seguridad

    Los ataques adaptativos evaden la mayoría de las defensas publicadas contra prompt injection. Tu equipo modela amenazas por agente, aísla la ejecución con sandbox y allowlist de red, audita servidores MCP y corre red team en CI.

    • Lethal trifecta y Rule of Two
    • Patrones seguros: dual LLM y CaMeL
    • Sandbox, egress y permisos
    • Supply chain de MCP, skills y plugins
    • OWASP Top 10 para LLMs y agentes (2026)
  • AgentOps: observabilidad y costo

    Tu equipo instrumenta agentes con OpenTelemetry, mide el costo de cada tarea completada por equipo y feature, limita los tokens por ejecución y solo adopta enrutamiento de modelos si supera al mejor modelo único en tus evals.

    • Tracing con OpenTelemetry GenAI
    • Costo por tarea y presupuesto de tokens
    • Enrutamiento, cascadas y modelo advisor
    • AI gateway: claves, límites y MCP
    • SLOs, detección de loops y kill switch
  • Personalización de modelos

    Tu equipo solo hace fine-tuning si ingeniería de contexto, RAG y optimización automática de prompts no alcanzan en evals. Luego entrena LoRA en un modelo open-weight, sirve los adapters y corre regresión de seguridad por versión.

    • Fine-tuning o no: decisión con evals
    • SFT con LoRA y QLoRA en open-weight
    • Preference tuning con DPO y KTO
    • RFT y GRPO con recompensas verificables
    • Destilación y serving multi-LoRA
  • Spec-driven development

    Tu equipo decide cuándo un cambio necesita spec, escribe criterios de aceptación que un test puede verificar, revisa PRs de agentes con evidencia de tests y define cuándo cuenta la aprobación de una IA en el merge.

    • Cuándo escribir spec y cuándo omitirla
    • Criterios en EARS y property-based tests
    • Specs en el repo y control de drift
    • Revisión de PRs de agentes con evidencia
    • Del issue al merge: flujo y métricas
  • Gobernanza de IA

    Tu equipo clasifica cada sistema y agente según el EU AI Act con los plazos tras el Omnibus, mapea base legal y transferencias (LGPD y GDPR) de cada flujo con LLM y escribe políticas de uso por equipo, aplicadas en las herramientas.

    • EU AI Act: plazos y niveles de riesgo
    • LGPD, GDPR y transferencia internacional
    • ISO/IEC 42001 mapeada al NIST AI RMF
    • Inventario de IA y dueño por agente
    • Política de uso y AI literacy comprobada

Formatos.

  1. 1 día

    Workshop ejecutivo

    Para liderazgo técnico y de producto. Dónde la IA genera retorno, dónde genera riesgo y cómo decidir.

  2. 3 días

    Inmersión técnica

    Para ingenieros. Harness, MCP, evals y orquestación aplicados en un repositorio real.

  3. 8 semanas

    Formación completa

    El equipo, de desarrolladores a liderazgo, construye el harness de la empresa con nuestra mentoría y lo pone en producción.

Armamos la ruta a partir de tu stack.

Diagnóstico rápido del equipo, selección de módulos y un proyecto real como entrega final.

Hablemos