Contacta con nosotros

Temario del curso

Fundamentos de la Depuración y Evaluación con Mastra

  • Comprensión de los modelos de comportamiento de los agentes y sus modos de fallo
  • Principios centrales de depuración dentro de Mastra
  • Evaluación de acciones deterministas y no deterministas en los agentes

Configuración de Entornos para Pruebas de Agentes

  • Configuración de entornos aislados (sandboxes) de prueba y espacios de evaluación independientes
  • Captura de registros, rastros y telemetría para un análisis detallado
  • Preparación de conjuntos de datos y prompts para pruebas estructuradas

Depuración del Comportamiento de Agentes de IA

  • Rastreo de caminos de decisión y señales de razonamiento interno
  • Identificación de alucinaciones, errores y comportamientos no deseados
  • Uso de paneles de observabilidad para la investigación de causas raíz

Métricas de Evaluación y Marcos de Puntos de Referencia

  • Definición de métricas de evaluación cuantitativas y cualitativas
  • Medición de precisión, consistencia y cumplimiento contextual
  • Aplicación de conjuntos de datos de referencia para evaluaciones repetibles

Ingeniería de Fiabilidad para Agentes de IA

  • Diseño de pruebas de fiabilidad para agentes de ejecución prolongada
  • Detección de deriva y degradación en el desempeño del agente
  • Implementación de salvaguardas para flujos de trabajo críticos

Procesos de Aseguramiento de Calidad y Automatización

  • Creación de pipelines de QA para evaluación continua
  • Automatización de pruebas de regresión para actualizaciones de agentes
  • Integración del QA con CI/CD y flujos de trabajo empresariales

Técnicas Avanzadas para la Reducción de Alucinaciones

  • Estrategias de prompts para reducir salidas no deseadas
  • Bucles de validación y mecanismos de autoverificación
  • Experimentación con combinaciones de modelos para mejorar la fiabilidad

Informes, Monitoreo y Mejora Continua

  • Desarrollo de informes de QA y tableros de puntuación de agentes
  • Monitoreo del comportamiento a largo plazo y patrones de error
  • Iteración sobre los marcos de evaluación para sistemas en evolución

Resumen y Próximos Pasos

Requerimientos

  • Comprensión del comportamiento de los agentes de IA y las interacciones con los modelos
  • Experiencia en depuración o pruebas de sistemas de software complejos
  • Familiaridad con herramientas de observabilidad o registro (logging)

Público objetivo

  • Ingenieros de Aseguramiento de Calidad (QA)
  • Ingenieros de fiabilidad de IA
  • Desarrolladores responsables de la calidad y el desempeño de los agentes
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas