🚀 ☀️ Promoción Fiestas Patrias: 2 x 1 en todos los bootcamps por tiempo limitadoQuiero mi descuento

Descripción general Aspectos destacados Herramientas Plan de estudios Horarios Docentes Testimonios Beneficios Preguntas frecuentes Precios

Inicio › Cursos intensivos de IA › AI Agentic Engineer

Conviértete en un AI Agentic Engineer y construye sistemas de IA inteligentes

🟢 4.8/5 Google⭐ 4.9/5 · 4.500 opiniones

De una especificación a un producto en producción sin escribir código a ciegas. Aprende Spec-Driven Development (SDD), el método que convierte tus agentes en un equipo de ingeniería confiable. Diseña, construye y despliega TaskFlow AI: frontend inteligente, chatbot RAG con memoria propia y pipeline CI/CD que publica solo

Construye habilidades de AI Agentic Engineer de cero a un portafolio listo para producción.
+7 módulos core con clases en vivo junto a un instructor.
Domina la orquestación de agentes, memoria y uso de herramientas.
Implementa RAG y bases vectoriales en casos de uso reales.

Inscribirme ahora Ver temario

Agenda una asesoría gratuita

0 semDuración del programa

+0Módulos core

+0Alumnos en LATAM

0.0★Valoración promedio

Tecnologías que dominarás

Spec-Driven Development (SDD): convierte la IA en un agente predecible usando el Spec como contrato ejecutable, sin "prompt hacking" ni rework.
Orquestación de múltiples agentes con Claude Code y Google Antigravity, controlando costos y consumo de tokens desde el día uno.
Frontend multimodal que transforma wireframes en interfaces reales con Claude Vision, Next.js 15 y Supabase.
Productos con memoria propia: sistemas RAG con pgvector y embeddings que entienden tu negocio y responden con datos reales.
Extensibilidad agentic: servidores MCP y Custom Skills que conectan, auditan y gobiernan tu código de forma autónoma.
Testing y CI/CD delegados a agentes: suites con Vitest/Playwright que se autocorrigen y despliegues automáticos a producción en cada push.

Nuestros alumnos trabajan en

Globant

Mercado Libre

Rappi

Nubank

BBVA

Bancolombia

Grupo Éxito

Claro

4.9★Valoración promedio

+50.000Alumnos en LATAM

5 semDuración sugerida

+7Módulos core

Descripción general

El programa intensivo AI Agentic Engineer

Aprenderás a diseñar, construir e implementar agentes autónomos y sistemas de IA reales, listos para producción, trabajando en casos de uso de desarrollo, pruebas y operaciones.

A diferencia de los cursos que se centran solo en la teoría, aquí todo gira en torno a implementaciones reales: automatizarás flujos de trabajo, integrarás sistemas y entregarás resultados medibles.

Aspectos destacados

Aspectos destacados del programa

Construye habilidades de AI Agentic Engineer de cero a un portafolio listo para producción.

+7 módulos core con clases en vivo junto a un instructor.

Domina la orquestación de agentes, memoria y uso de herramientas.

Implementa RAG y bases vectoriales en casos de uso reales.

Backend escalable y buenas prácticas de arquitectura agentic.

Automatización y despliegue continuo del pipeline de agentes.

Apoyo profesional: CV, LinkedIn, GitHub y entrevistas simuladas.

Proyecto final tipo capstone alineado a casos de uso reales.

El mercado

Estadísticas de empleo Agentic AI

Empresas de producto SaaS e IA — 35%

Automatización empresarial y operaciones de TI — 25%

Finanzas, FinTech y sistemas de riesgo — 15%

Comercio, marketing y crecimiento — 15%

Salud, investigación y otros — 10%

70%+

De los casos de uso de IA generativa empresarial migran a flujos de trabajo basados en agentes.

3× más rápido

Crecimiento de los roles de agentes y orquestación frente a los roles de solo prompt.

35%

De las empresas de producto de IA ya desarrollan activamente agentes autónomos.

Top salarial

Las mejores remuneraciones a nivel mundial son para ingenieros de IA agentic.

Stack del programa

Herramientas incluidas

Spec-Driven Development (SDD): convierte la IA en un agente predecible usando el Spec como contrato ejecutable, sin "prompt hacking" ni rework.

Orquestación de múltiples agentes con Claude Code y Google Antigravity, controlando costos y consumo de tokens desde el día uno.

Frontend multimodal que transforma wireframes en interfaces reales con Claude Vision, Next.js 15 y Supabase.

Productos con memoria propia: sistemas RAG con pgvector y embeddings que entienden tu negocio y responden con datos reales.

Extensibilidad agentic: servidores MCP y Custom Skills que conectan, auditan y gobiernan tu código de forma autónoma.

Testing y CI/CD delegados a agentes: suites con Vitest/Playwright que se autocorrigen y despliegues automáticos a producción en cada push.

Plan de estudios

Ruta de aprendizaje · 7 módulos

AI Agentic Engineer · 5 semanas

⏱ 5 semanas · ritmo sugerido

1 Sesión 1. Tu Primer Agente Productivo: Arquitectura Real y Control de Costos

2Estructura y arquitectura del proyecto TaskFlow AI.

3Instalación y configuración de la CLI de Claude Code.

4Análisis de capacidades. cuándo usar Haiku, Sonnet u Opus.

5Técnicas de optimización de prompts y reducción de consumo de tokens.

6Creación de métricas base y control de gastos en el entorno de desarrollo.

7STACK: Claude Code CLI, Google Antigravity Next.js 15

8Entregable: Lab Configuración inicial del entorno. Script automatizado para ejecutar un test A/B de rendimiento y costos entre Haiku y Sonnet generando contenido dinámico (meta-descripciones SEO o copys) para las páginas de la plataforma web.

9Sesión 2. Orquesta Múltiples Agentes: Cómo Antigravity Convierte tu IDE en un Equipo de Trabajo

10Interfaz bidireccional de Antigravity. Editor tradicional vs. Agent Manager.

11Gestión del sistema de Artifacts (Task Lists e Implementation Plans).

12Orquestación de múltiples agentes para resolver problemas asíncronos.

13Evaluación y aprobación de Diffs generados por IA.

14Estrategias de aislamiento para prevenir alucinaciones de código en el IDE.

15STACK: Claude Code CLI, Google Antigravity Next.js 15

16Entregable: Lab: Uso del Agent Manager de Antigravity para planificar y estructurar el andamiaje principal de la página web en Next.js, aprobando los Diffs paso a paso (Header, Footer, Navegación y estructura de la Landing Page).

1Sesión 1. El Fin del Prompt Hacking: SDD como el Contrato que Hace Predecible a tu Agente

2Del "prompt hacking" a la ingeniería predecible. el Spec como única fuente de verdad.

3Técnicas para eliminar la ambigüedad y evitar el rework del agente.

4Definición de contratos de datos e interfaces antes de escribir la lógica.

5Inyección del Spec en el flujo de trabajo de Claude Code.

6STACK: Spec-Driven Development (SDD), Claude Code, Antigravity

7Entregable: Lab: Redactar un Spec atómico para el modelo de base de datos de la plataforma web (tablas de usuarios, catálogo de productos/servicios y carrito de compras) y validarlo en el entorno para comprobar que no tiene ambigüedades.

8Sesión 2. El Agente Ejecuta el Contrato: Backend Funcional y Seguro en Supabase

9Fundamentos de App Router y Server/Client Components en Next.js 15.

10Configuración y despliegue del proyecto Supabase.

11Generación y ejecución de migraciones SQL asistida por Claude.

12Implementación y pruebas de políticas de seguridad Row Level Security (RLS).

13Estrategias guiadas por agentes para poblar la base con datos de prueba.

14STACK: Next.js 15, Supabase, PostgreSQL, Claude Code

15Entregable: Lab: El agente ejecuta el Spec del Lab 3 para crear las tablas del catálogo y de usuarios en Supabase, aplicando y testeando las reglas de seguridad de acceso (RLS).

1Sesión 1. De Boceto a Producto: Claude Vision Convierte tus Wireframes en Interfaces Reales

2Integración de Tailwind CSS y la biblioteca de componentes Shadcn/UI.

3Flujo multimodal. conversión de wireframes (imágenes) a código React usando Claude Vision.

4Diseño de interfaces interactivas. lógica de Drag & Drop.

5Aislamiento y modularidad del estado mediante React Custom Hooks.

6Adaptación de Specs visuales para que el agente respete el sistema de diseño.

7STACK: Tailwind CSS, Shadcn/UI, React (Custom Hooks, Drag & Drop), Claude Vision

8Entregable: Lab: Subir un boceto o wireframe de la interfaz a Claude Vision para que el agente genere una Landing Page moderna y una galería de productos/servicios funcional con diseño responsivo.

9Sesión 2. Frontend Vivo: CRUD, Code Review Automático y Cero Errores Silenciosos

10Contextualización del código heredado para que el agente comprenda el ecosistema actual.

11Ejecución de lógica de negocio (CRUD) conectando el frontend con Supabase.

12Manejo de estados de carga (Loading) y prevención de errores silenciosos.

13Independencia de frameworks. mantener el control en procesos generativos.

14Ciclos de Code Review automatizados utilizando Sonnet como revisor técnico.

15STACK: Supabase — conexión CRUD desde el frontend, Claude Sonnet — como revisor técnico automatizado

16Entregable: Lab: El agente implementa la conexión asíncrona para que la galería del Lab 5 consuma y muestre dinámicamente los datos reales del catálogo alojado en Supabase.

1Sesión 1. Dale Memoria a tu Producto: RAG, pgvector y Embeddings que Entienden tu Negocio

2Arquitectura y flujos de trabajo de sistemas Retrieval Augmented Generation (RAG).

3Configuración e integración de pgvector en bases de datos PostgreSQL.

4Generación de Embeddings a partir de texto utilizando la API de Claude.

5Métodos de chunking y partición de datos para mejorar el contexto.

6Enlace entre conocimiento privado (datos de usuario) y consultas externas.

7STACK: pgvector — almacenamiento de embeddings en PostgreSQL, API de Claude — generación de embeddings

8Entregable: Lab: Script automatizado que escucha la creación de nuevos ítems en la base de datos, genera sus embeddings a partir de descripciones y características, y los almacena en pgvector.

9Sesión 2. El Asistente que Cierra Ventas: Chatbot RAG Embebido con Conocimiento Real del Catálogo

10Desarrollo de interfaces de chat inteligente embebidas en el producto.

11Inyección dinámica del contexto recuperado en el prompt de sistema del modelo.

12Búsqueda de similitud semántica y filtros RLS combinados.

13Refinamiento de interacciones naturales y prevención de alucinaciones en el chat.

14UX para interacciones con el agente de IA integrado en la plataforma.

15STACK: Supabase, Claude, pgvector

16Entregable: Lab: Construcción de un "Asistente de Navegación/Ventas" embebido que permite al visitante preguntar cosas como "¿Qué servicios tienen para pequeñas empresas?" respondiendo con el catálogo real del sitio.

1Sesión 1. MCP: Conecta tu Agente al Mundo Real. File System, Terminal y Herramientas Propias

2Conceptos fundamentales del Model Context Protocol (MCP).

3Ciclo de vida de un servidor MCP para conectar Claude al entorno de desarrollo.

4Gestión de permisos y seguridad al dar acceso local al modelo.

5Interacción de la IA con el File System y herramientas de la terminal.

6Casos prácticos de automatización de tareas tediosas con MCP.

7STACK: MCP (Model Context Protocol), Claude

8Entregable: Lab: Crear un servidor MCP que permite a Claude leer en tiempo real la carpeta de assets públicos y el mapa del sitio para mejorar el contexto al construir nuevas secciones de la web.

9Sesión 2. Programa tu Propio Tech Lead. Skills que Auditan, Corrigen y Gobiernan tu Código Solos

10Arquitectura de Custom Skills para extender el razonamiento del modelo.

11Lógica y programación de validadores automáticos de código.

12Integración de Skills de revisión en el flujo Spec-Driven Development.

13Delegación estructurada de reducción de deuda técnica a los agentes.

14Monitoreo de ejecución de Skills personalizadas.

15Entregable: Programar un Skill tipo "Tech Lead" que intercepta el código recién generado y exige correcciones automáticas si viola principios de accesibilidad web (a11y) o buenas prácticas de SEO técnico.

1Sesión 1. El Agente QA. Generación Autónoma de Tests y Diagnóstico de Errores

2Comandos internos de Claude Code para análisis de trazas y depuración.

3Tests unitarios rápidos y efectivos usando Vitest.

4Generación de baterías de pruebas basadas en los criterios de los Specs (SDD).

5Interpretación de logs de consola y flujos de resolución recursiva guiados por IA.

6El principio. "el test es la única fuente de verdad".

7STACK: Vitest, Claude Code

8Entregable: El agente lee las especificaciones de la web y genera de forma autónoma una suite completa de pruebas con Vitest para validar la lógica del frontend (filtros de búsqueda del catálogo y cálculo de totales del carrito).

9Sesión 2. Playwright + IA. Si el Test Falla, el Agente lo Corrige Solo Sin Intervención

10Configuración de entornos de prueba completos con Playwright.

11Diseño de flujos de simulación de comportamiento de usuarios reales.

12Generación de selectores estables y scripts asíncronos con asistencia multimodal.

13Ejecución de validaciones de outputs antes de fusionar el código generado.

14Retroalimentación automática. si el test E2E falla, el agente recibe el error y lo corrige sin intervención.

15STACK: Playwright

16Entregable: Lab: Prueba E2E automatizada que levanta la página, simula un visitante navegando por la Landing Page, interactuando con el chatbot RAG y completando un formulario de contacto o carrito de compras.

17Sesión 3. Listo para el Mundo Real. Core Web Vitals, Secrets y Costos de IA Bajo Control

18Auditorías asíncronas de rendimiento y mejora de Core Web Vitals apoyadas por IA.

19Refactorización de componentes ineficientes o cuellos de botella en la base de datos.

20Gestión y protección de variables de entorno (Secrets) para entornos cloud.

21Estrategias de caché y límites de consumo de IA para reducir costos en producción.

22Prácticas seguras para exponer APIs que consumen servicios de Anthropic.

23Entregable: Lab: El agente escanea toda la web, documenta cuellos de botella (imágenes pesadas, renderizado bloqueante) y aplica parches para optimizar SEO y Core Web Vitals (LCP, CLS).

24Sesión 4. Push y Olvídate. GitHub Actions + Vercel Despliegan tu Producto en Cada Push

25Flujos de integración continua (CI) mediante GitHub Actions.

26Pasos obligatorios de Linting y Testing automatizado en el pipeline.

27Despliegues continuos (CD) vinculados a Vercel.

28Generación de documentación técnica autónoma con Claude.

29Ciclos de revisión de Pull Requests realizados íntegramente por agentes.

30STACK: GitHub Actions, Vercel, Vitest, Playwright, Claude

31Entregable: Lab: Archivo YAML de GitHub Actions que ante cada Push ejecuta Vitest, corre la prueba E2E de Playwright y, si todo pasa, publica una versión viva de la página en Vercel.

1Sesión 1. War Room. De Spec a Producción en Minutos. el Pipeline Completo en Tiempo Real

2Revisión end-to-end del flujo. Spec → Plan Antigravity → Skills MCP → Código → CI/CD.

3Identificación y depuración de edge cases en el ciclo de vida de la aplicación.

4Simulación de una adición de feature en vivo. de Spec a Producción en minutos.

5Preparación de métricas e hitos para la demostración final del producto.

6Congelamiento de código y estabilización de la versión de lanzamiento de TaskFlow AI.

7STACK: Antigravity, MCP

8Entregable: Lab: "War Room" simulado. El instructor introduce un bug visual y una spec de feature rápida (banner promocional de última hora); el estudiante usa el agente para resolver ambas y empujar a producción.

9Sesión 2. Showcase. Tu Producto Inteligente en Vivo, Funcional y Listo para el Portafolio

10Técnicas para presentar arquitecturas generadas por IA a stakeholders técnicos.

11Áreas de mejora estructurales en la base de código resultante.

12Roadmap del desarrollador. integración de APIs híbridas y sistemas multi-agente.

13Retroalimentación grupal y lecciones aprendidas sobre el desarrollo SDD.

14Entregable: Lab: Proyecto Final / Showcase. Cada participante presenta su Página Web Inteligente end-to-end en vivo. frontend interactivo consumiendo la base de datos, tests E2E pasando, chatbot RAG funcionando y pipeline CI/CD de publicación activo.

Electivos

Especializaciones opcionales

7 cursos para profundizar tu expertise. Más electivos disponibles al inscribirte.