CREACIÓN DE AGENTES CON LANGCHAIN (Ruta Programadores – HEC CONAC EN TRÁMITE)

Fecha de Inicio: 15 de agosto de 2026

Duración: 50 Horas (HEC CONAC EN TRÁMITE)

Modalidades: Live Stream / C. de México

Inversión: $12,500.00 + I.V.A. / $15,625.00 + I.V.A.

Descuento exalumnos RHCECAM: 20% de Descuento

Descuento inscripción dos o más personas: 20% de Descuento

Descuento público general: 10% de Descuento

• Introducción y Fundamentos de LangChain
• Modelos de chat vs. LLMs
• Prompts Templates y Output Parsers (para limpiar y estructurar salidas de texto)
• LangChain Expression Language (LCEL)
• Sintaxis de “pipes” (|)
• Runnables
• Paso de variables y ejecución en paralelo
• Memoria en LangChain
• Buffer Memory (historial completo)
• Summary Memory (resúmenes impulsados por LLM)
• Manejo de sesiones de chat
• Embeddings y Bases de Datos Vectoriales
• Modelos Embeddings
• Distancia coseno y búsqueda semántica
• Base de Datos Vectoriales (FAISS)
• RAG (Retrieval-Augmented Generation)
• Document Loaders (PDFs, CSVs, Web)
• Text Splitters (estrategias de chunking y solapamiento)
• Retrievers
• Uso y Creación de Tools
• El decorador “@tool” en Python
• Definición estricta de argumentos (Pydantic)
• Text To SQL Avanzado
• Cadenas de creación de consultas
• Ejecución segura y validación de errores
• Prevención de inyecciones SQL
• Agentes de IA con LangGraph
• Transición de cadenas lineales a grafos cíclicos
• Estado del grafo
• Nodos (funciones)
• Nodos Condicionales
• Servidores MCP (Model Context Protocol)
• Arquitectura Cliente-Servidor de MCP
• Uso con Python
• Fine-Tuning de LLMs en Colab con Unsloth
• Diferencia entre RAG y Fine-Tuning
• Preparación de datasets
• Conceptos de PEFT y optimización con QLoRA
• Unsloth
• Casos de negocio aplicados a seguros/banca y otras áreas

Andrés Octavio

Actuario, científico de datos en BBVA: forma parte de un grupo de Científicos de Datos en el área de ingeniería con tareas de desarrollar modelos predictivos para las diferentes Subdirecciones. Trabaja y explota la volumetría de las bases con Spark y modelos en Pyspark, Python y R (Árboles y Bosques de decisión, regresión logística, Perceptrón Multicapa, Cluster y Análisis de componentes principales, entre otros). Cuenta con amplia experiencia docente, dirigiendo cursos exitosamente en RHCECAM División Capacitación.