El diferenciador de un agente de research serio no es que responda, sino que fundamente cada respuesta en documentos verificables. Este programa enseña a construir sistemas RAG y agentes con herramientas sobre filings reales de EDGAR, usando LangChain y LlamaIndex con el rigor de una mesa de análisis. El estudiante aprende además a evaluar sus propios agentes —fidelidad, alucinación, cobertura— porque un sistema que no se mide no se puede confiar.
Pensado para quien ya programa a nivel básico, este intensivo lleva al estudiante de usuario de IA a constructor de sistemas de recuperación aumentada. Cubrimos el pipeline completo: manejo de datos financieros en Python, generación de embeddings, indexación en bases vectoriales y construcción de un RAG con citación verificable sobre documentos de la SEC. A partir de ahí introducimos la capa agéntica —orquestación de herramientas, memoria y razonamiento con LangGraph— y, crucialmente, la evaluación sistemática con Ragas y LangSmith, el mismo estándar que separa un prototipo de un sistema en producción. El proyecto integrador es un agente que produce un initiation report con datos en vivo y fuentes trazables, entregable como pieza de portafolio.
Research Agents: RAG y Agentes para Análisis de Inversión — te enviamos el brochure y un asesor te contacta.