Construye un orquestador de agentes para automatizar onboarding en una scaleup
Visión general
De qué trata este proyecto.
Construye un orquestador con LangGraph para automatizar un onboarding de 12 pasos. Mide éxito, tiempo e intervención humana. Obtén un certificado verificable.
El Briefing
Lo que harás y lo que demostrarás.
Construir un orquestador multi-agente para onboarding que ejecute el flujo end-to-end con manejo de fallos y deje el panel de control listo para RR.HH.
Earning criteria — what you'll demonstrate
- Diseñar orquestación de agentes con tool-use (uso de herramientas)
- Implementar tolerancia a fallos en flujos multi-agente
- Construir interfaces humanas-en-el-bucle (human-in-the-loop) defendibles
- Medir el impacto operativo de la automatización honestamente
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Multi-Agent Systems
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 canónicosIngeniero/a de IA
Construir orquestadores de agentes con tool-use y human-in-the-loop es exactamente lo que define al AI engineer moderno en scaleups agénticas.
Este proyecto afina
- agent-orchestration
- tool-use
- fault-tolerance
Ingeniero/a MLOps
La tolerancia a fallos, el retry con backoff y el panel operativo son competencias del MLOps engineer en sistemas con agentes en producción.
Este proyecto afina
- fault-tolerance
- agent-orchestration
- python
Ingeniero/a de Prompts
Diseñar los prompts de cada agente con herramientas es trabajo del prompt engineer en sistemas agénticos de producción.
Este proyecto afina
- llm-applications
- tool-use
- agent-orchestration