$200 + IVA (no miembros)
Online
Duración
Fechas
Lunes, miercoles, jueves
Online
Duración
Duración
Cualquier información puede contactarse a nuestro correo electrónicos en el siguiente link
Instructor:Diego Quisi, Jordan Murillo
Horario: Del 26 de agosto al 16 de septiembre 2026
Resumen:
El curso Programación de Backend y MCP en Python para IA Generativa es un curso técnico orientado al desarrollo de aplicaciones backend en Python integradas con modelos de lenguaje de gran escala. Su enfoque diferencial radica en la implementación del protocolo MCP (Model Context Protocol), un estándar emergente que permite construir herramientas, agentes y servicios inteligentes de manera estructurada y escalable. A lo largo del curso, los participantes desarrollarán competencias para integrar APIs de IA Generativa, gestionar contexto y memoria conversacional, construir servidores y clientes MCP, y desplegar aplicaciones en entornos de producción, culminando con el desarrollo de un proyecto funcional que integre todos los elementos trabajados.
Audiencia:
El curso está dirigido a desarrolladores, ingenieros de software y profesionales técnicos con experiencia en Python que buscan integrar capacidades de IA Generativa en sus aplicaciones backend. Orientado a quienes deseen adoptar estándares modernos de integración con modelos de lenguaje, como el protocolo MCP, para construir soluciones escalables y alineadas con las tendencias actuales del desarrollo de software con IA.
|
Competencia específica
|
|---|
|
Desarrollar servicios backend en Python integrados con APIs de IA Generativa
|
|
Implementar el protocolo MCP para la construcción de herramientas y agentes inteligentes
|
Diego Quisi es Ingeniero en Sistemas. Con más de 10 años de experiencia en docencia e investigación universitaria y más de 30 publicaciones indexadas en SCOPUS, ha liderado proyectos de inteligencia artificial, ciencia de datos y transformación digital en colaboración con universidades y empresas. Es especialista en el desarrollo de aplicaciones móviles multiplataforma, integrando metodologías ágiles y soluciones innovadoras que vinculan la academia con el sector productivo. Actualmente es Gerente de Inteligencia Artificial de CEDIA, impulsando la transformación digital a través de Modelos de Lenguaje de Gran Escala (LLM).
Jordan Murillo es Ingeniero en Sistemas, con más de 5 años de experiencia y enfoque en DevOps y MLOps para proyectos de inteligencia artificial. Ha gestionado el despliegue, mantenimiento y seguridad de servidores y servicios en producción, además de la administración de APIs y cuentas de plataformas de IA (OpenAI, Gemini) y la optimización de entornos de ejecución. Ha participado en proyectos con modelos de lenguaje y chatbots, integrando buenas prácticas de desarrollo y trabajo colaborativo. Actualmente se desempeña como Especialista en IA en CEDIA, apoyando la adopción de soluciones de IA en entornos reales.
Estrategias de Aprendizaje:
• Metodología «AI-First»: Se prioriza el entendimiento lógico de la arquitectura backend, de los flujos HTTP y de la organización del proyecto sobre la memorización de sintaxis. El participante define el problema, la estructura y la lógica del servicio,mientras la IA asiste en la generación de esqueletos de código, documentación, pruebas y depuración.
• Aprendizaje Basado en Proyectos (ABP): Desarrollo transversal del caso «API», simulando un entorno empresarial orientado a la construcción de un backend para gestión de usuarios y operaciones básicas.
Evidencias de Desempeño:
• Portafolio de aprendizaje: repositorio o bitácora con código, ejercicios prácticos y reflexiones sobre el proceso de desarrollo.
• Proyecto individual: aplicación backend operativa con IA Generativa y MCP que demuestre el dominio de las competencias del curso.
Características:
• Videoconferencias en vivo para teoría, demostraciones de código y resolución de dudas.
• Canal de comunicación para soporte y anuncios (chat o foro) y tutorías breves según necesidad.
• Revisión de repositorios y retroalimentación sobre estructura del proyecto, endpoints, pruebas y documentación.
Requisitos Previos:
• Conocimientos intermedios de Python (funciones, clases, manejo de librerías).
• Comprensión básica de APIs REST y consumo de servicios web.
• Acceso a computador con Python 3.10 o superior instalado y conexión a internet estable.
Evaluación:
Integradora: Evaluación del Proyecto Final presentada en la semana 4, valorando funcionalidad, estructura del backend, calidad técnica y claridad en la exposición.
Formativa: Seguimiento continuo durante las sesiones prácticas, resolución de dudas en vivo y retroalimentación sobre el avance del proyecto.
|
TEMA
|
SUBTEMA
|
|---|---|
|
Fundamentos de Backend con Python para IA
|
Entorno de desarrollo, FastAPI y estructura de proyecto
|
|
APIs de IA Generativa
|
OpenAI, Anthropic, Google – integración básica y manejo de respuestas
|
|
FastAPI
|
Backend con FastAPI
|
|
Introducción al protocolo MCP
|
Qué es MCP, arquitectura cliente-servidor, casos de uso
|
|
Construcción de MCP Servers
|
Definición de herramientas, recursos y prompts en MCP
|
|
MCP Clients y conexión con LLMs
|
Integración cliente-servidor MCP con modelos de lenguaje
|
|
Agentes con MCP
|
Flujos agénticos, tool calling y orquestación de tareas
|
|
Seguridad y buenas prácticas
|
Autenticación, manejo de errores y escalabilidad
|
|
Despliegue de aplicaciones IA
|
Docker, cloud y configuración para entornos de producción
|
|
Proyecto integrador
|
Aplicación backend con IA Generativa y MCP funcional
|