Catálogo de formación

16 cursos en vivo, en español

Cada curso lo imparte un instructor experto en tiempo real, con práctica guiada y espacio para las preguntas de tu equipo. Filtra por ruta, abre un curso para ver descripción, resultados y temario, y solicita la formación para tu cohorte.

Sistemas y Cloud

Diseño de Sistemas I: Fundamentos

20 horasEn vivo, remoto, en español
Ver detalle

Descripción

Cada ingeniero senior se enfrenta tarde o temprano a una pizarra y a un problema poco definido. Cada incidente en producción también deja una lección de diseño de sistemas. Este curso construye los fundamentos del diseño moderno desde primeros principios: como se almacenan, cachean, particionan y replican los datos, como se balancea el tráfico y se delimitan los servicios, y como razonar con claridad los compromisos detrás de cada decisión.

Con ejercicios guiados prácticas la habilidad que la industria realmente evalua: dividir un problema ambiguo en componentes, elegir entre alternativas reales y defender tus decisiones ante preguntas exigentes. Es la primera parte de una serie de dos cursos. Diseño de Sistemas II lleva estos fundamentos a escala, operabilidad y realidad de producción.

Resultados de aprendizaje

  • Diseñar con los bloques centrales: bases de datos, caches, load balancers, colas y microservicios.
  • Aplicar particionamiento, replicación y modelos de consistencia para responder a necesidades de escala y confiabilidad.
  • Elegir entre SQL y NoSQL, estrategias de caching y patrones de comunicacion con razonamiento explícito.
  • Comunicar disenos bajo presion: diagramas rápidos y una narrativa clara de compromisos.

Temario

  • Fundamentos de red: latencia, ancho de banda, DNS y ciclo de vida de una request
  • Bases de datos: SQL frente a NoSQL, índices y rendimiento de queries
  • Estrategias de caching: cache-aside, write-through y politicas de expulsion
  • Algoritmos de load balancing y distribución de trafico
  • Particionamiento de datos y estrategias de sharding
  • Replicación y modelos de consistencia: fuerte, eventual y causal
  • Colas de mensajes y procesamiento asincrono
  • Arquitectura de microservicios y límites entre servicios
Sistemas y Cloud

Diseño de Sistemas II: Escala y Operabilidad

20 horasEn vivo, remoto, en español
Ver detalle

Descripción

Conocer los bloques es solo el punto de partida. La prueba real llega cuando el trafico crece, las dependencias fallan y cada decisión de arquitectura tiene un costo. Esta segunda parte lleva los componentes a la realidad de producción: arquitecturas event-driven que se desacoplan a escala, planificación de capacidad con calculos reales e ingeniería de confiabilidad con SLIs, SLOs y error budgets.

Analizaras casos completos de sistemas como YouTube, WhatsApp y Uber, que atienden a millones de usuarios y conviven con fallas inevitables, y practicaras defender decisiones de arquitectura en foros exigentes, desde revisiones de diseño hasta escrutinio ejecutivo. Requisito previo: Diseño de Sistemas I o experiencia equivalente.

Resultados de aprendizaje

  • Aplicar CQRS y patrones event-driven para desacoplar y escalar sistemas complejos.
  • Realizar estimaciones rapidas y analisis de cuellos de botella para planificar capacidad.
  • Definir SLIs, SLOs y error budgets, y diseñar sistemas que se degradan con gracia ante fallas.
  • Analizar arquitecturas reales a gran escala y presentar conclusiones con juicio crítico.

Temario

  • CQRS y patrones de diseño event-driven
  • Planificación de capacidad: estimacion rápida y analisis de cuellos de botella
  • Ingeniería de confiabilidad: SLIs, SLOs y error budgets
  • Diseño para fallas: redundancia, degradacion elegante y recuperación
  • Caso de estudio: diseñar YouTube a escala
  • Caso de estudio: diseñar WhatsApp y Uber a escala
  • Comunicar y defender compromisos de diseño bajo escrutinio
Sistemas y Cloud

Ingeniería Cloud en AWS

20 horasEn vivo, remoto, en español
Ver detalle

Descripción

Los equipos modernos de ingeniería disenan, aprovisionan y operan infraestructura elastica, resiliente y eficiente en costo. En AWS eso empieza por saber que servicios realmente importan. Este curso ofrece un dominio práctico y completo de la plataforma AWS: aprovisionar y proteger cómputo, diseñar redes VPC que escalan, elegir el almacenamiento adecuado para cada carga de trabajo y proteger todo con IAM bien aplicado.

Con laboratorios guiados en servicios reales de AWS pasarás de hacer clics en la consola a arquitectar entornos confiables para producción. También aprenderas a detectar los errores de costo y seguridad que se acumulan en silencio en entornos AWS en crecimiento. Es el primer curso de la ruta de Cloud Engineering, seguido por Infraestructura como Código con Terraform y Kubernetes en Producción.

Resultados de aprendizaje

  • Aprovisionar y gestionar EC2, Auto Scaling y cómputo balanceado para cargas reales.
  • Diseñar VPCs con subnets, routing y security groups que escalan con la organizacion.
  • Seleccionar y operar S3, EBS y EFS con estrategias de ciclo de vida y durabilidad.
  • Aplicar roles y politicas IAM con diseño de minimo privilegio y auditar costo y seguridad.

Temario

  • Cómputo central en AWS: EC2, Auto Scaling Groups y Elastic Load Balancing
  • Redes en AWS: diseño de VPC, subnets, routing y security groups
  • Almacenamiento en AWS: S3, EBS y EFS, con ciclo de vida y durabilidad
  • Identity and Access Management (IAM): roles, politicas y minimo privilegio
  • Estrategias de optimización de costos para cargas en AWS
  • Buenas prácticas de seguridad: cifrado, controles de red y guardrails de cumplimiento
Sistemas y Cloud

Infraestructura como Código con Terraform

10 horasEn vivo, remoto, en español
Ver detalle

Descripción

La operación manual a base de clics tiene límites claros de escala, auditoría y tranquilidad operativa. Este curso enseña la disciplina de la infraestructura como código con Terraform: escribir configuraciones declarativas, gestionar el remote state con seguridad en equipo y estructurar módulos y workspaces para que la infraestructura se mantenga ordenada conforme crecen los entornos.

Trabajaras el ciclo completo, desde el primer recurso hasta flujos de equipo con locking, deteccion de drift y versionado de módulos, y saldras escribiendo Terraform listo para revision y merge. Encaja entre Ingeniería Cloud en AWS y Kubernetes en Producción, y también funciona de forma independiente para equipos que estandarizan su IaC.

Resultados de aprendizaje

  • Escribir y mantener configuraciones de Terraform con el flujo declarativo.
  • Gestionar remote state con backends, locking y deteccion de drift.
  • Estructurar módulos y workspaces para uso multi-entorno y multi-equipo.
  • Aplicar el ciclo plan y apply con variables, outputs y dependencias claras.

Temario

  • Introducción a Terraform: providers, resources y flujo declarativo
  • El ciclo plan/apply en la práctica: variables, outputs y dependencias
  • Gestión de state en Terraform: remote backends, locking y drift
  • Módulos: composicion, versionado y registry
  • Workspaces y layouts para infraestructura multi-entorno
Sistemas y Cloud

Kubernetes en Producción

20 horasEn vivo, remoto, en español
Ver detalle

Descripción

Kubernetes se demuestra con facilidad y se opera con exigencia. Este curso te lleva de los conceptos del cluster a la realidad de producción: desplegar y escalar cargas de trabajo, gestionar redes e ingress, aprovisionar clusters EKS y conectar el CI/CD y la observabilidad que tu plataforma necesita para responder bien ante trafico real.

Enfrentaras las preguntas que definen si una plataforma Kubernetes prospera y aporta valor: seguridad, control de costos, almacenamiento y manejo de fallas, con laboratorios guiados durante todo el curso. Es el cierre de la ruta de Cloud Engineering y combina muy bien con Preparación para la Certificación CKA.

Resultados de aprendizaje

  • Desplegar, escalar y mantener cargas resilientes en Kubernetes, incluidas redes y almacenamiento.
  • Aprovisionar y gestionar clusters EKS, node groups y actualizaciones.
  • Implementar CI/CD, observabilidad y optimización de costos para plataformas en producción.
  • Aplicar controles de seguridad: RBAC, network policies y seguridad de imagenes.

Temario

  • Arquitectura de Kubernetes y objetos centrales: Pods, Deployments, Services, ConfigMaps
  • Kubernetes gestionado en AWS (EKS): aprovisionamiento de clusters y node groups
  • Redes e Ingress: Services, Ingress controllers y DNS
  • Almacenamiento persistente: PersistentVolumes, PersistentVolumeClaims y StorageClasses
  • Pipelines de CI/CD para entrega contenerizada
  • Fundamentos de observabilidad: instrumentacion para logs, métricas y traces
  • Optimización de costos para cargas en Kubernetes
  • Seguridad en producción: RBAC, network policies y seguridad de imagenes
Sistemas y Cloud

Preparación para la Certificación CKA

30 horasEn vivo, remoto, en español
Ver detalle

Descripción

El examen Certified Kubernetes Administrator (CKA), administrado por la CNCF, es la referencia de la industria para validar habilidades prácticas de administración de Kubernetes en condiciones reales: una prueba de desempeño en vivo, desde terminal y con tiempo limitado. Este curso te prepara para aprobarlo con confianza, construyendo fluidez operativa real con práctica intensiva.

Trabajaras cada dominio del temario oficial del CKA: arquitectura e instalación del cluster, cargas de trabajo y scheduling, servicios y redes, almacenamiento y troubleshooting, con laboratorios que reproducen el formato de tareas del examen. El enfasis esta en velocidad y precision con kubectl, comandos imperativos y operaciones de cluster con kubeadm.

Además del dominio técnico, el curso entrena estrategia de examen: distribución del tiempo por dominio, uso eficaz de la documentacion oficial durante la prueba y exámenes completos cronometrados que simulan condiciones reales.

Resultados de aprendizaje

  • Desarrollar fluidez práctica en instalación, configuración y ciclo de vida del cluster con kubeadm.
  • Dominar scheduling de cargas: affinity, taints y tolerations, límites de recursos y pods multi-contenedor.
  • Construir competencia en redes y almacenamiento: Services, Ingress, plugins CNI, PersistentVolumes y StorageClasses.
  • Entrenar desempeño bajo presion: uso eficiente de kubectl y troubleshooting sistemático con tiempo limitado.

Temario

  • Arquitectura, instalación y configuración del cluster (25 por ciento): componentes del control plane, kubeadm y actualizaciones
  • Diseño de clusters de alta disponibilidad y respaldo y restauración de etcd
  • Role-Based Access Control (RBAC): roles, bindings y service accounts
  • Cargas de trabajo y scheduling (15 por ciento): Deployments, DaemonSets y StatefulSets
  • Scheduling avanzado: node affinity, taints, tolerations y requests y limits de recursos
  • ConfigMaps, Secrets y gestión de configuración de aplicaciones
  • Servicios y redes (20 por ciento): Services ClusterIP, NodePort y LoadBalancer
  • Plugins CNI, Ingress controllers y Network Policies
  • Almacenamiento (10 por ciento): PersistentVolumes, PersistentVolumeClaims y StorageClasses
  • Troubleshooting (30 por ciento): diagnóstico de fallas de nodo, pod y control plane
  • Seguridad en Kubernetes: security contexts y controles de acceso a la API
  • Estrategia de examen: gestión del tiempo por dominio y prácticas completas cronometradas
Sistemas y Cloud

Ejecución Durable con Temporal

20 horasEn vivo, remoto, en español
Ver detalle

Descripción

Algunos procesos deben sobrevivir a las fallas: un pedido que tarda dias en completarse, un flujo de onboarding que espera a una persona, un ciclo de agente que corre durante horas. La ejecución durable es el paradigma que hace manejable ese escenario. Tu código avanza como si las fallas tuvieran una respuesta incorporada, porque la plataforma recuerda exactamente donde iba y retoma desde ahi. Temporal es la implementacion open source líder de esta idea, y este curso te enseña a pensar con ella.

Escribimos workflows y activities reales, aprendemos las restricciones que hacen posible la durabilidad y dominamos los patrones que el paradigma habilita: durable timers, signals y queries, sagas con compensacion y versionado de workflows en ejecución. Al final sabras como funciona Temporal y también cuando la ejecución durable es la herramienta correcta, y cuando una cola, un cron job o una maquina de estados en tu base de datos resuelve mejor.

Resultados de aprendizaje

  • Escribir workflows y activities con un SDK de Temporal respetando las restricciones de determinismo.
  • Implementar retries, timeouts, heartbeating, signals, queries y durable timers.
  • Diseñar sagas con compensacion para procesos de negocio de varios pasos.
  • Versionar workflows en ejecución con seguridad y probar con time-skipping.

Temario

  • El paradigma de ejecución durable: por que fallan los procesos y que significa durable
  • Coreografía frente a orquestación: diseño event-driven con pub/sub y el caso para ejecución durable
  • El modelo mental de Temporal: workflows, activities, workers y task queues
  • Tu primer workflow: orquestación code-first
  • Determinismo: la restriccion que hace posible la durabilidad
  • Activities: retries, timeouts y heartbeating en tareas largas
  • Durable timers: esperas de segundos a años
  • Signals y queries: interactuar con workflows en ejecución
  • Child workflows y patrones de coordinacion asincrona
  • Sagas y compensacion: revertir trabajo parcial con confiabilidad
  • Versionado: evolucionar workflows cuidando las ejecuciones activas
  • Pruebas de workflows: unit tests, integration tests y time-skipping
  • Observabilidad: Web UI, historiales de workflows, métricas y tracing
  • Elección de orquestador: Temporal frente a Step Functions, Cadence, Restate y DBOS
Sistemas y Cloud

Operación de Temporal Open Source

20 horasEn vivo, remoto, en español
Ver detalle

Descripción

Operar Temporal por tu cuenta significa operar un sistema distribuido con opiniones firmes sobre el estado: cuatro servicios coordinados, una capa de persistencia que protege cada escritura y una infraestructura de visibilidad que tu equipo usara todos los dias. Este curso es para profesionales de infraestructura que necesitan llevar Temporal de Docker Compose en una laptop a un cluster de producción en el que su empresa pueda confiar.

Desplegaras Temporal en Kubernetes con el Helm chart, configuraras persistencia y visibilidad con Elasticsearch, configuraras namespaces y mTLS, practicaras actualizaciones y escalado, y aprenderas a leer las señales que indican que el cluster esta sano y las que anticipan problemas. El curso es intensivo en laboratorios: romperas cosas a propósito y las repararas.

Resultados de aprendizaje

  • Desplegar Temporal con Docker Compose para desarrollo y con Helm en Kubernetes para producción.
  • Configurar backends de persistencia, esquema y visibilidad con Elasticsearch.
  • Implementar namespaces, mTLS y autenticacion para aislamiento multi-tenant.
  • Planificar capacidad, ejecutar actualizaciones de version y diagnosticar problemas de shards, base de datos y visibilidad.

Temario

  • Arquitectura a fondo: servicios frontend, history, matching y worker
  • El contrato de persistencia: la base de datos como fuente de verdad
  • Elección de backend de persistencia: compromisos entre PostgreSQL, MySQL y Cassandra
  • Configuración de esquema y versionado con las herramientas de Temporal
  • Visibilidad: configuración de Elasticsearch y búsqueda avanzada de workflows
  • Entornos locales de desarrollo: Docker Compose y Temporalite
  • Despliegue en producción en Kubernetes con el Helm chart
  • Namespaces: configuración, retencion y multi-tenancy
  • Escalado: history shards, particiones de task queues y autoscaling de workers
  • Actualizaciones: versiones del servidor, migraciones de esquema y estrategia de rollout seguro
  • Seguridad: mTLS entre servicios, autenticacion de API y network policy
  • Observabilidad: métricas Prometheus, tracing, Web UI y alertas
  • Respaldo, recuperación ante desastres y estrategias de replicación multi-cluster
  • Taller de troubleshooting: shards atascados, sobrecarga de base de datos y retraso de visibilidad
Observabilidad

Fundamentos de Observabilidad

10 horasEn vivo, remoto, en español
Ver detalle

Descripción

Cada incidente en producción plantea una pregunta: que paso y por que. La observabilidad es la disciplina que hace que tus sistemas puedan responder. La clave esta en las señales correctas, estructuradas de la forma correcta, mas alla de acumular dashboards. Este curso construye los fundamentos: que te dice cada señal entre logs, métricas y traces, cuando conviene cada una y que habitos separan la telemetría útil del ruido costoso.

Aprenderas structured logging bien hecho, métricas con cuidado de cardinalidad y los fundamentos de tracing, incluida la propagacion de contexto entre servicios. Todo con práctica: instrumentaras un servicio de ejemplo y practicaras leer cada señal como lo harias durante un incidente real.

Resultados de aprendizaje

  • Distinguir logs, métricas y traces, y elegir la señal adecuada para cada escenario de depuracion.
  • Implementar structured logging con correlation IDs a través de límites entre servicios.
  • Diseñar métricas de baja cardinalidad con tipos apropiados: counters, gauges e histograms.
  • Explicar conceptos de distributed tracing: spans, propagacion de contexto y sampling.

Temario

  • Que significa observabilidad: de monitorear a sistemas que responden preguntas
  • Logs: structured logging en JSON bien hecho
  • Correlation IDs: conectar requests a través de servicios
  • Que conviene registrar y que conviene omitir: PII, ruido y costo
  • Métricas: counters, gauges e histograms
  • Cardinalidad: la trampa que afecta a los backends de métricas y al presupuesto
  • Métodos RED y USE: lentes estandar para servicios e infraestructura
  • Traces: spans, propagacion de contexto y fundamentos de distributed tracing
  • Elegir la señal correcta: logs frente a métricas frente a traces en la práctica
  • Práctica guiada: instrumentar un servicio de ejemplo de principio a fin
Observabilidad

OpenTelemetry en la Práctica

20 horasEn vivo, remoto, en español
Ver detalle

Descripción

OpenTelemetry se consolido como el estandar neutral de proveedor para generar telemetría, y los backends serios de observabilidad hablan OTLP. Conocer la existencia de OpenTelemetry y operarlo bien en producción son dos cosas distintas. Este curso te lleva de la especificación a una configuración productiva: semantic conventions, estrategias de instrumentacion y el Collector como pieza central de tu arquitectura de telemetría.

Instrumentaras servicios con instrumentacion automatica y manual, construiras pipelines del Collector con receivers, processors y exporters, implementaras sampling head-based y tail-based para controlar costos, y planearas una migración desde agentes legacy. El enfoque es neutral de proveedor: lo que construyes funciona con cualquier backend compatible con OTLP.

Resultados de aprendizaje

  • Aplicar semantic conventions para producir telemetría consistente y consultable.
  • Desplegar y configurar el OpenTelemetry Collector con receivers, processors y exporters.
  • Implementar estrategias de sampling head-based y tail-based para controlar costos.
  • Planear y ejecutar una migración desde instrumentacion legacy hacia OpenTelemetry.

Temario

  • La especificación OpenTelemetry: señales, APIs, SDKs y el Collector
  • Semantic conventions: nombrar bien para que la telemetría siga siendo consultable
  • Instrumentacion automatica: que obtienes de inicio y donde estan sus límites
  • Instrumentacion manual: spans, atributos y eventos personalizados
  • El Collector: arquitectura y patrones de despliegue, agent frente a gateway
  • Receivers, processors y exporters: construir pipelines
  • Batching, retry y colas: pipelines resilientes
  • OTLP: el protocolo que hablan los backends modernos
  • Sampling: head-based frente a tail-based y cuando usar cada uno
  • Tail sampling en la práctica: conservar los traces interesantes
  • Migración desde instrumentacion Prometheus, Jaeger y Zipkin
  • Práctica guiada: pipeline OTel completo hacia dos backends
Observabilidad

Pipelines de Telemetría y Señales Derivadas

20 horasEn vivo, remoto, en español
Ver detalle

Descripción

Recopilar telemetría es la parte sencilla. La parte exigente ocurre entre tus servicios y tu backend: filtrar ruido, rutear por tenant, controlar la cardinalidad a tiempo y derivar señales nuevas a partir de las que ya tienes. Este curso trata de las tuberias y de las técnicas avanzadas que convierten telemetría cruda en respuestas.

Construiras pipelines con Vector y Redpanda Connect (Benthos), usaras Kafka como columna durable para telemetría a escala y dominaras las señales derivadas: span metrics desde traces, métricas desde logs y exemplars que conectan ambos mundos. El hilo conductor es el costo: cada técnica aqui ahorra dinero o hace que la telemetría valiosa rinda mas.

Resultados de aprendizaje

  • Configurar pipelines de Vector y Redpanda Connect: sources, transforms y sinks.
  • Operar Kafka como buffer durable para telemetría a escala.
  • Derivar métricas RED desde traces con span metrics processors.
  • Implementar métricas derivadas de logs y controlar la cardinalidad en el borde.

Temario

  • Arquitectura de pipelines: agents, aggregators y la columna durable
  • Vector: sources, transforms con VRL y sinks
  • Redpanda Connect (Benthos): processors, buffers y pipelines de streaming
  • Kafka para telemetría: topics, retencion y estrategias de particionamiento
  • Ruteo y multi-tenancy: enviar los datos correctos al backend correcto
  • Filtrado en el borde: descartar ruido antes de que genere costo
  • Span metrics: derivar métricas RED desde traces
  • De logs a métricas: conteo y agregacion desde streams de logs
  • Exemplars: conectar métricas de vuelta con traces
  • Control de cardinalidad: limitar labels y descartar dimensiones
  • Ingeniería de costos: sampling, retencion y compromisos de backend
  • Confiabilidad: backpressure, buffering y semantica de entrega
  • Práctica guiada: pipeline completo desde la aplicación hasta el backend con métricas derivadas
IA y Agentes

Fundamentos de LLM

10 horasEn vivo, remoto, en español
Ver detalle

Descripción

En una etapa donde los large language models sustentan desde herramientas para desarrolladores hasta productos para clientes, entender como funcionan realmente ya es alfabetizacion fundamental para equipos técnicos. Este curso desmitifica la arquitectura transformer, el pipeline de entrenamiento e inferencia y las técnicas prácticas que separan el uso eficaz de LLM de las suposiciones. Saldras con un modelo mental funcional de lo que estos sistemas pueden lograr y de sus límites, con razones claras.

Construimos intuición desde la base: como el texto se convierte en tokens, como los tokens se convierten en vectores y como la atencion permite a los modelos razonar sobre el contexto. Luego pasamos a terreno aplicado: estrategias de prompting, compromisos entre fine-tuning, retrieval-augmented generation y prompting, y como evaluar salidas de modelos con rigor.

Los laboratorios prácticos recorren todo el curso: practicaras técnicas de prompting en vivo, construiras un prototipo con retrieval y evaluaras salidas con métodos estructurados, para que los conceptos se conviertan en habilidades aplicables.

Resultados de aprendizaje

  • Construir un modelo mental preciso de los modelos de lenguaje basados en transformers y de como generan texto.
  • Aplicar técnicas de prompting que mejoran la calidad y consistencia de las salidas de forma confiable.
  • Evaluar y comparar salidas de modelos con métodos estructurados y repetibles.
  • Reconocer limitaciones de los modelos y aplicarlos con responsabilidad en productos reales.
  • Construir y evaluar un prototipo pequeno de RAG con práctica guiada.

Temario

  • Fundamentos de la arquitectura transformer
  • Tokenization y como se representa el texto
  • Embeddings y representacion semantica
  • Técnicas de prompting y patrones de diseño de prompts
  • Laboratorio: taller de prompting, de zero-shot a salidas estructuradas confiables
  • Ventanas de contexto y sus límites prácticos
  • Fine-tuning frente a RAG frente a prompting: elegir el enfoque correcto
  • Laboratorio: construir y evaluar un prototipo de RAG
  • Métodos de evaluación de modelos
  • Limitaciones, hallucination y modos de falla
  • Uso responsable y etico de LLM
IA y Agentes

Diseño de Sistemas de Agentes de IA

10 horasEn vivo, remoto, en español
Ver detalle

Descripción

En la era de la IA, las habilidades de diseño de sistemas importan mas que nunca. Los sistemas agenticos representan la frontera mas nueva y activa de esa disciplina. Este curso te lleva de primeros principios a práctica avanzada para que puedas diseñar sistemas de agentes confiables, observables y escalables, listos para cargas reales de producción y para presentaciones exigentes.

Durante el programa examinaras los compromisos detrás de cada decisión de arquitectura: cuando agregar una capa de planificación frente a un ciclo ReAct simple, cuanta autonomia otorgar a un agente y como mantener costos y latencia bajo control conforme crece la complejidad. Al final podras diseñar sistemas agenticos con el mismo rigor que aplicas a cualquier sistema distribuido, y comunicar esas decisiones con claridad a audiencias técnicas y de negocio.

Resultados de aprendizaje

  • Diseñar arquitecturas de agentes adecuadas para la complejidad y el perfil de riesgo de cada problema.
  • Integrar tool use, memoria y retrieval en sistemas de agentes coherentes y controlables.
  • Aplicar guardrails y métodos de evaluación que detectan fallas antes de producción.
  • Razonar con claridad sobre compromisos de costo, latencia y confiabilidad en el diseño agentico.

Temario

  • Arquitecturas de agentes: ReAct y ciclos de planificación
  • Tool use y function calling
  • Memoria y retrieval en sistemas agenticos
  • Orquestación multi-agente y patrones de coordinacion
  • Guardrails, evaluación y observabilidad de agentes
  • Control de costos y latencia en sistemas de agentes
  • Diseño para producción: confiabilidad, seguridad y operación
Liderazgo y Talento Técnico

Excelencia en Contratación Técnica y Entrevistas

10 horasEn vivo, remoto, en español
Ver detalle

Descripción

Contratar bien es una habilidad que se entrena. Este curso ayuda a equipos de ingeniería a diseñar procesos de contratación técnica justos, exigentes y repetibles: definición del rol, entrevistas estructuradas, evaluación de ejercicios y decisiones de contratación con criterios compartidos.

Trabajaras con ejemplos reales de scorecards, rúbricas y sesiones de calibración, y practicaras entrevistas que evaluan capacidad técnica y colaboracion con respeto por el tiempo de las personas candidatas.

Resultados de aprendizaje

  • Definir perfiles de rol con señales claras de éxito.
  • Diseñar entrevistas técnicas estructuradas y ejercicios relevantes para el puesto.
  • Evaluar con rúbricas y scorecards que reducen sesgos y mejoran la calibración.
  • Cerrar decisiones de contratación con argumentos técnicos y humanos bien sustentados.

Temario

  • Diseño del rol y perfil de éxito
  • Entrevistas técnicas estructuradas
  • Ejercicios prácticos y evaluación de código
  • Rúbricas, scorecards y calibración del panel
  • Experiencia de la persona candidata y comunicacion del proceso
  • Decisión final y oferta: criterios compartidos
Liderazgo y Talento Técnico

Contratación de Líderes de Ingeniería

10 horasEn vivo, remoto, en español
Ver detalle

Descripción

Contratar a quien lidera equipos de ingeniería exige señales distintas a las de un rol individual. Este curso enseña a definir, evaluar y cerrar procesos para líderes de ingeniería con criterio: alcance del rol, juicio técnico, capacidad de construir equipos y comunicacion con la direccion.

Incluye diseño de paneles, preguntas de casos reales, evaluación de trayectoria y prácticas para presentar la oportunidad con honestidad y atractivo.

Resultados de aprendizaje

  • Definir el alcance y las expectativas de un rol de liderazgo de ingeniería.
  • Evaluar juicio técnico, liderazgo de personas y capacidad de ejecución.
  • Diseñar paneles y casos que revelan experiencia real de liderazgo.
  • Presentar la oportunidad y cerrar el proceso con una experiencia cuidada.

Temario

  • Perfil del líder de ingeniería: alcance, impacto y expectativas
  • Evaluación de juicio técnico y decisiones de arquitectura
  • Liderazgo de personas: construir equipos y desarrollar talento
  • Casos reales y preguntas de trayectoria
  • Panel de entrevistas y calibración de líderes
  • Cierre, oferta y onboarding del nuevo líder
Liderazgo y Talento Técnico

Gestión Efectiva del Desempeño y Evaluación para Equipos de Ingeniería

30 horasEn vivo, remoto, en español
Ver detalle

Descripción

Gestionar el desempeño en ingeniería pide claridad, constancia y conversaciones bien preparadas. Este curso ofrece un sistema completo para definir expectativas, dar retroalimentación útil, evaluar con justicia y acompañar el crecimiento de ingenieros y líderes técnicos.

Trabajaras ciclos de evaluación, calibración entre managers, planes de mejora y conversaciones difíciles con casos prácticos, plantillas y práctica guiada. El objetivo es un proceso que las personas respeten porque es claro, humano y consistente.

Resultados de aprendizaje

  • Definir expectativas y niveles de rol con criterios observables.
  • Dar retroalimentación continua, específica y accionable.
  • Conducir evaluaciones y calibraciones justas entre equipos.
  • Acompañar planes de crecimiento y conversaciones de desempeño con preparación y respeto.

Temario

  • Expectativas de rol y niveles de ingeniería
  • Retroalimentación continua: frecuencia, especificidad y seguimiento
  • Evaluaciones de desempeño y sesiones de calibración
  • Conversaciones difíciles y planes de mejora
  • Desarrollo de carrera y planes de crecimiento
  • Documentacion, consistencia y sesgos comunes en evaluación
  • El rol del manager: coaching, contexto y responsabilidad

Cohortes privadas

Tu equipo aprende junto, con su contexto

Todos los cursos se pueden impartir en cohorte privada para tu empresa, con calendario y ejemplos adaptados a tu stack.