Agentes
Selección de recursos que la biblioteca de CICE-IA identifica con este tema.
Agentes y sistemas de IA
Un agente combina un modelo con herramientas y reglas de ejecución. La colección reúne casos de arquitectura, persistencia, evaluación y límites operativos en sistemas que interactúan con datos y personas.
Lecturas y ponencias
- Un agente de IA que vive en una Raspberry Pi: la ingeniería detrás de Julita
- Del prompt al grafo: las cinco capas que convierten un modelo en un sistema que trabaja
- Agentes LLM y RAG para el sector público: generación automatizada de reportes regulatorios con despliegue local
- IA AGÉNTICA: DEL DISEÑO AL CONTROL
Recursos del catálogo
- Agentes LLM y RAG para el sector público: generación automatizada de reportes regulatorios con despliegue local
- Predicción de brotes de dengue en Argentina: un modelo de machine learning espacial reduce el error de pronóstico en 22 puntos porcentuales frente al monitoreo actual
- Pronóstico probabilístico de generación fotovoltaica mediante AutoML: evaluación sobre el SEIN peruano
- ¿Puede la IA anticipar un quiebre de stock? Un caso aplicado con datos reales de empresas bolivianas
- Ingeniería de Datos y Machine Learning en la Agroindustria: Pipelines Escalables con PySpark, Modelos Predictivos y Despliegue en Entornos Reales
- De principios a controles ejecutables: cómo gobernar agentes de IA en organizaciones latinoamericanas
- De la imprenta a las máquinas sofistas: una revisión de la tecnología manipulativa
- Taller de vibe coding multiagéntico
- De la investigación doctoral a la acción pública: un asesor agéntico para una hoja de ruta de IA accesible en Latinoamérica
- PAPER1: sistema de agentes de investigación para publicar en Scopus Q1 — Dr. Sergio Tobón
- Construir agentes con tecnología AWS Cloud — Sr. Juan Irrazábal
- Por qué tu agente de IA NO llega a producción — Ing. Yoko Pérez
- Orquestación Inteligente: los sistemas multiagente transformando la tecnología — Abg. Magaly Masís
- Harness Engineering aplicado al Spec-Driven Development — Ing. Cristián Rojas Arredondo
- AI-SDLC: Revolución Agéntica | Cristián Rojas — CICE-IA
- Vibe Coding Seguro · Clase 3: Sistemas Agénticos, Harness & Loop — Cristián Rojas
- Congreso de Inteligencia Artificial CICE-IA 2026 | DÍA 1 COMPLETO - Agentes IA, LLM y Seguridad
- Los agentes de IA no deben tomar decisiones solos
- 03 Los 3 tipos de memoria que necesita un agente de IA
- 02 Chatbot vs Agente la diferencia real
- 05 Las organizaciones no escalan agentes, escalan capacidades
- 04 Un banco perdió 1 2 millones de dólares por un agente fallido
- 01 La historia del agente perfecto que fracasó
- Pedir bien, dar contexto y revisar: el contrato que impide que tu agente improvise
- Del prompt al grafo: las cinco capas que convierten un modelo en un sistema que trabaja
- Agentes en producción: diez líneas para el primero, siete componentes para operarlo
- Investigación inversa: estudiar lo que ya se publicó para publicar en Scopus Q1
- Ciberdefensa autónoma: si el ataque delega el 90% en la IA, la defensa también debe hacerlo
- ¿Qué trae esta receta? Auditar las skills de tu agente antes de instalarlas
- Un agente de IA que vive en una Raspberry Pi: la ingeniería detrás de Julita
- Orquestación multiagente: por qué el 40% de estos proyectos morirá antes de 2028
- Por qué tu agente de IA no llega a producción
- Del prompt al grafo: Harness Engineering y Spec-Driven Development
- Menos VRAM para la misma inteligencia: M.A.T.E.R.I.A. y HSAQ
- Pentesting con IA: qué acelera, qué no delega y cómo adoptarlo
- Un agente de IA que archiva WhatsApp: bitácora técnica y 12 intentos de fix
- Fundamentos del Vibe Coding Seguro