Visión general
De qué trata este proyecto.
Diseña dos arquitecturas de IA legal y evalúa 80 consultas frente a un abogado senior. Consigue tu certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Comparar arquitectura monolítica vs. multi-agente en asistencia legal y demostrar dónde añade valor real la coordinación entre agentes.
Earning criteria — what you'll demonstrate
- Diseñar sistemas multi-agente con roles, mensajes y herramientas claras
- Implementar RAG (Retrieval-Augmented Generation, generación aumentada por recuperación) sobre corpus jurídico
- Diseñar evaluación con anotadores expertos y métricas multidimensionales
- Cuantificar trade-off entre calidad y coste en arquitecturas agentic
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
AI Agents and LLM-Based Agents
Master · Ai Ml
Fit score: 1
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosAI Engineer
Comparar arquitecturas agentic con métricas reales y trade-off de coste es exactamente el ejercicio que define el día a día de una persona AI Engineer en producto.
Este proyecto afina
- multi-agent-systems
- llm-agents
- agent-evaluation
AI Solutions Architect
Decidir entre monolítico y multi-agente para un cliente concreto y defenderlo con evidencia es el rol AI Solutions Architect en servicios profesionales.
Este proyecto afina
- multi-agent-systems
- retrieval-augmented-generation
- vector-databases
Prompt Engineer
Definir prompts y mensajes entre agentes coordinados es trabajo Prompt Engineer en sistemas complejos.
Este proyecto afina
- python
- llm-agents
- agent-evaluation