Arquitectura de Agentes de IA: Razonamiento, Memoria y LangGraph

Resumen

"Architecting AI Agents for Real-World Systems is a hands-on course designed for developers, AI engineers, and technical professionals who want to build production-grade agentic AI systems using LangGraph, Mem0, and Pydantic-AI. You'll learn how to design modular agent architectures, implement structured I/O, add persistent memory, and evaluate frameworks for real deployment.

Module 1 introduces the foundations of agentic AI, covering the perception–reasoning–action lifecycle, modular vs. monolithic design, and graph-based reasoning with LangGraph. Module 2 focuses on building structured and reliable agents, using Pydantic-AI for schema validation and LangGraph for workflow orchestration, culminating in an Email-to-Task agent.

Module 3 explores memory and persistence, where you'll implement Mem0 to give your agents short-term, long-term, and contextual memory, then benchmark recall and performance. Module 4 integrates all components into a functional Research Assistant Agent and compares LangGraph, LangChain, and Agno for production readiness.

By the end of this course, you will:

- Design modular agent workflows using LangGraph nodes and edges - Implement structured I/O validation with Pydantic-AI - Add persistent memory to agents using Mem0 - Evaluate and select the right agentic framework for real-world deployment"

Programa

• Fundamentos de la Arquitectura de IA Agente
Este módulo introduce los fundamentos conceptuales y estructurales de los sistemas de IA agente. Los estudiantes explorarán cómo los agentes perciben su entorno, toman decisiones y actúan dentro de flujos de trabajo definidos a lo largo de una experiencia de aprendizaje de 4 horas.
• Construcción de Agentes Estructurados y Fiables
Este módulo de 4 horas introduce la consistencia de datos, la validación de esquemas estructurados y el control lógico en agentes de IA mediante implementación práctica utilizando Pydantic-AI y LangGraph.
• Memoria y Persistencia en Agentes
Este módulo de 4 horas explora el papel crucial de la memoria en agentes inteligentes, centrándose en la persistencia, el recuerdo y la optimización del rendimiento utilizando Mem0.
• Construcción y Evaluación del Agente Asistente de Investigación
Este módulo final de 4 horas se enfoca en la integración del sistema, pruebas y reflexión, donde los estudiantes construirán un agente asistente de investigación funcional y evaluarán marcos de referencia para uso práctico.

---

Impartido por

Board Infinity

---

Materias

Artificial Intelligence