Agentes de IA: Diseño y Gobernanza Multi-Agente

Resumen

This course explores the design and governance aspects of multi-agent AI systems - autonomous agents that collaborate, compete, and coordinate to achieve complex goals. Learners will gain a deep understanding of how to design, build, and govern multi-agent ecosystems, from defining core agent capabilities to orchestrating interactions at scale.

The course emphasizes real-world applications, exploring how leading companies like LinkedIn, Anthropic, and Amazon deploy agentic AI to solve enterprise problems. Learners will explore the principles of coordination, communication protocols, and governance models, along with ethical and regulatory considerations for safe deployment.

This course is ideal for AI enthusiasts, software developers, data scientists, and product managers who want to understand how multi-agent systems work in real-world environments. It’s also valuable for professionals working on AI governance, system design, or scalable automation projects.

Learners should have a basic understanding of AI concepts and general computer science principles. No advanced AI or governance experience is required, making this course accessible to anyone eager to explore multi-agent systems and their design.

By the end of the course, learners will have a practical foundation to design multi-agent workflows, evaluate performance trade-offs, and implement governance strategies that ensure responsible and efficient agent collaboration in business and research environments.

Programa

• Fundamentos de Agentes de IA y Sistemas Multiagente
Este módulo introduce a los estudiantes a los conceptos fundamentales de los agentes de IA, sus desafíos y los aspectos detrás del desarrollo de sistemas multiagente, proporcionando una base sólida. Los estudiantes explorarán cómo los agentes perciben, razonan y actúan dentro de entornos complejos, así como los componentes clave que definen su arquitectura.
• Diseño de Sistemas de IA Multiagente Robustos
En este módulo, nos adentramos en la dinámica de los sistemas de IA multiagente, explorando cómo múltiples agentes coordinan, comunican y colaboran para lograr objetivos compartidos. Los estudiantes aprenden sobre modelos de interacción, protocolos de comunicación y estrategias para construir redes de agentes cooperativos y escalables. El enfoque está en comprender por qué la colaboración es crítica y cómo mejora la inteligencia, adaptabilidad y rendimiento del sistema.
• Gobernanza, Cumplimiento y Riesgos en Sistemas Multiagente
Este módulo se centra en el diseño arquitectónico de sistemas multiagente, incluyendo la planificación, descomposición de tareas y orquestación del flujo de trabajo. También examina la gobernanza, consideraciones regulatorias y mejores prácticas de seguridad necesarias para desplegar agentes de forma segura y ética. Al final, los estudiantes sabrán cómo diseñar ecosistemas multiagente robustos que se alineen con las restricciones del mundo real y operen dentro de marcos de IA responsable.

---

Impartido por

Gleb Marchenko and Starweaver

---

Materias

Artificial Intelligence