// Disciplina 02
Agentes, MLOps y observabilidad
De la arquitectura del agente al modelo en producción: agentes gobernados, evaluación medible y observabilidad para saber qué hace el sistema y por qué.
01 · Para quién
Con un prototipo que funciona en la demo y falla con datos reales.
Que necesitan arquitectura, evaluación o MLOps para agentes y LLMs.
Que deben poder explicar, auditar y limitar lo que hace un modelo.
02 · Cómo trabajamos
Arquitectura de agentes, elección de modelos y plan de evaluación antes de construir.
Agentes, RAG y pipelines de inferencia con trazas, límites y pruebas, también en vuestra propia infraestructura.
Baterías de pruebas, red teaming de prompts y medición de errores en producción.
El curso abierto QUANT AGENTIC ORCHESTRATION y talleres a medida para equipos.
03 · Especialidades
04 · Método
Qué datos hay, qué decisión depende de ellos y qué ha fallado hasta ahora.
Hipótesis, método y criterios de éxito por escrito, antes de construir nada.
Código y análisis reproducibles, probados contra casos adversos.
Todo queda documentado y en manos de vuestro equipo.
05 · Sectores
06 · Casos de uso
Casos ilustrativos: describen el tipo de trabajo que hacemos, no clientes concretos.
07 · Datos y topología
Un sistema de agentes es un grafo: herramientas, memorias, modelos y personas conectados. Lo diseñamos y lo medimos como tal, nodo a nodo y camino a camino.
08 · Investigación
Segunda entrega del diario de System 7, nuestro agente de póker para el Arena de dev.fun: el giro al heads-up, el node-locking que por fin explota de verdad, el motor v1.5 con lógica de supervivencia y las historias de guerra de tenerlo en producción.
System 7Crónica técnica de construir un agente de póker para el Arena de dev.fun: el método heurístico, los LLM en la mesa y los resultados honestos.
System 7Cuéntanos el contexto: qué datos hay, qué decisión depende de ellos y qué ha fallado hasta ahora.