AVANZADO · 8 MÓDULOS · 64 LECCIONES

Agentes en producción

Lleva un agente de IA a producción y opéralo con trazas de cada paso, costo y latencia medidos y una prueba de regresión antes de cada cambio.

Es para ti si
Ya construiste un agente con herramientas y ahora tiene que aguantar usuarios reales.
Al terminar
Sabrás cuánto cuesta y tarda cada ejecución, cómo frenar fallas en cascada y cuándo una versión nueva está lista para salir.
Necesitas
Python básico y conocer el bucle de un agente con herramientas. Sin llave de API ni internet.
  1. 01Why Operating Is Different From Building8 LECCIONES
    1. Módulo 1: Por qué operar es distinto de construir
    2. El agente ya funciona en un notebook, ¿y ahora qué?
    3. Lo que no puedes ver sin instrumentación
    4. Las señales operacionales que importan
    5. Un primer vistazo a costo, latencia y errores
    6. Operar vs. construir: la frontera
    7. El encargo: opera el agente de Reservo para usuarios reales
    8. Mini-proyecto: envuelve un run y mira adentro
  2. 02Structured Logging And Tracing A Run8 LECCIONES
    1. Módulo 2: Logging estructurado y trazado de un run
    2. `print` no es logging
    3. Logs estructurados como JSON
    4. El `trace_id`: correlacionando un run
    5. Logueando cada paso del loop
    6. Niveles de log y qué capturar
    7. Leyendo un trace hacia atrás
    8. Mini-proyecto: un run de Reservo trazado
  3. 03Measuring Cost And Tokens Per Run8 LECCIONES
    1. Módulo 3: Medir costo y tokens por run
    2. Los tokens son la unidad de costo
    3. Estimando tokens con `len // 4`
    4. El pricing de Claude Sonnet 5.5
    5. Costo por run, en centavos
    6. Escalando el costo a miles de runs
    7. El costo como señal operacional
    8. Mini-proyecto: un reporte de costo para los runs de Reservo
  4. 04Measuring Latency Honestly8 LECCIONES
    1. Módulo 4: Medir latencia con honestidad
    2. Qué latencia estamos midiendo
    3. El problema de honestidad: modelada vs. reloj real
    4. `TOOL_LATENCY_MS` como dato fijo
    5. Latencia total del run
    6. Percentiles: p50 y p95
    7. La latencia como señal operacional
    8. Mini-proyecto: un reporte de latencia
  5. 05Regression Evals As A Production Gate8 LECCIONES
    1. Módulo 5: Evals de regresión como gate de producción
    2. Qué verifica un eval de regresión
    3. El set fijo de casos
    4. Forma, no calidad: la frontera
    5. Verificando la elección de tool
    6. Verificando umbrales de costo y latencia
    7. El gate: PASS o FAIL el build
    8. Mini-proyecto: un gate de regresión para Reservo
  6. 06Failures At Scale Backoff Circuit Breakers And Rate Limits8 LECCIONES
    1. Módulo 6: Fallos a escala, backoff, circuit breakers y rate limits
    2. Una tool que falla repetidamente
    3. Reintentos con backoff acotado
    4. El patrón circuit breaker
    5. CLOSED, OPEN, HALF_OPEN
    6. El 429 de Claude
    7. Degradación elegante
    8. Mini-proyecto: un agente de Reservo resiliente
  7. 07Versioning And Safe Rollout8 LECCIONES
    1. Módulo 7: Versionado y rollout seguro
    2. Por qué versionar prompts y tools
    3. El registro de versiones de prompts
    4. Comparando una versión nueva contra la vieja
    5. El gate como chequeo de rollout
    6. GO o NO-GO
    7. Haciendo rollback
    8. Mini-proyecto: un rollout versionado para Reservo
  8. 08Project The Reservo Agent In Production8 LECCIONES
    1. Introducción del módulo: el capstone, el agente de Reservo en producción
    2. Ensamblando la capa de operación
    3. El run instrumentado
    4. El reporte de costo y latencia
    5. El gate de regresión en el capstone
    6. La capa de resiliencia
    7. Lo que tu agente todavía necesita
    8. Proyecto: entrega el agente listo para producción
Reseñas

Lo que dicen los estudiantes

Estas reseñas son de estudiantes inscritos que completaron al menos el 50% del curso. Moderamos las reseñas solo por motivos de contenido (spam, lenguaje ofensivo, datos personales), nunca por ser críticas o negativas.

Aún no hay reseñas aprobadas.

¡Sé el primero en compartir tu experiencia!

SEC. 06 · EL ESTUDIO

Por qué existe este estudio

Durante décadas, construir software fue cosa de perfiles técnicos con años de formación, y llevar un producto digital a la vida real le tomaba a las empresas meses o años. El no-code y la inteligencia artificial han acortado esa brecha, pero el conocimiento sigue en manos de unos cuantos.

Tech Benders existe para abrir ese conocimiento, para que los equipos de negocio y los perfiles no técnicos puedan poner sus ideas en producción con las decisiones técnicas correctas detrás. La IA hace lo que le pides. Sin una base técnica, lo que construye puede no escalar con el ecosistema de tu empresa, y sus costos se disparan con el tiempo.

El equipo conoce los dolores de las organizaciones grandes y la velocidad a la que tienen que moverse. Trae arquitectura de soluciones, ingeniería de datos, producto construido de punta a punta, del backend al frontend, y trabajo diario con IA. Software que resuelve lo que necesitas en días, no en meses, con los costos de la IA bajo control.

Fundadores

El estudioConoce Tech Benders →

Escríbenoshi@techbenders.io

Hecho con Wislab