Totalmente práctico y aplicable
Formación en Databricks Agents a medida
100% bonificable a través de FUNDAE
Curso TUTORIZADO por expertos
Forma a tu equipo sin costes mediante la bonificación estatal.
Este programa de Databricks Agents para empresas es subvencionable hasta el 100%.
Calcula tu bonificación
Todos nuestros cursos son bonificables a través de FUNDAE.
Gestionamos toda la documentación por ti.
Calcula tu crédito aproximado
Crédito bonificable estimado
420€*
*Cálculo orientativo
Despliega Databricks: Gestión y Análisis de Grandes Volúmenes de Datos A Medida para tu equipo tutorizado y bonificable por FUNDAE. Diseñamos el plan formativo.
Diseñamos una formación a medida utilizando los documentos y flujos de trabajo reales de tu empresa.
Los alumnos podrán revisar las sesiones grabadas para repasar conceptos clave, recuperar explicaciones concretas o reforzar aquellos contenidos que necesiten después de la clase en directo.
Materiales, sesiones grabadas y documentación de apoyo quedan centralizados en la plataforma para que el equipo pueda consultarlos durante y después de la formación.
La plataforma permite registrar y confirmar la asistencia de los participantes, facilitando el seguimiento de la formación y la gestión documental necesaria para la bonificación FUNDAE.
Encuentra todo el temario del curso aquí.
Situar Databricks Agents dentro de la Data Intelligence Platform y diferenciar agentes, apps GenAI, RAG, chatbots, copilotos y workflows tradicionales.
Comprender qué aporta construir agentes sobre Lakehouse: datos gobernados, trazabilidad, catálogos, calidad, lineage, evaluaciones y operación unificada.
Identificar escenarios donde un agente aporta valor real: consulta de conocimiento, análisis de datos, automatización, asistencia interna y soporte experto.
Reconocer cuándo no conviene crear un agente: datos sin calidad, procesos no definidos, permisos ambiguos o decisiones de alto riesgo sin revisión humana.
Diferenciar una prueba de concepto, un prototipo validado, una app interna y un agente productivo con SLA, seguridad y ownership.
Relacionar agentes Databricks con Unity Catalog, Vector Search, MLflow, Model Serving, Databricks Apps, AI Gateway y Lakehouse Monitoring.
Analizar el papel del agente como aplicación compuesta por modelos, herramientas, instrucciones, memoria, trazas y datos de evaluación.
Definir indicadores de éxito: precisión, groundedness, seguridad, coste, latencia, resolución, adopción y reducción de trabajo manual.
Preparar una matriz inicial de casos de uso según valor, riesgo, datos disponibles, herramientas necesarias y audiencia.
Establecer el recorrido del curso desde fundamentos y arquitectura hasta desarrollo, evaluación, despliegue, monitorización y gobierno.
Situar Databricks Agents dentro de la Data Intelligence Platform y diferenciar agentes, apps GenAI, RAG, chatbots, copilotos y workflows tradicionales.
Comprender qué aporta construir agentes sobre Lakehouse: datos gobernados, trazabilidad, catálogos, calidad, lineage, evaluaciones y operación unificada.
Identificar escenarios donde un agente aporta valor real: consulta de conocimiento, análisis de datos, automatización, asistencia interna y soporte experto.
Reconocer cuándo no conviene crear un agente: datos sin calidad, procesos no definidos, permisos ambiguos o decisiones de alto riesgo sin revisión humana.
Diferenciar una prueba de concepto, un prototipo validado, una app interna y un agente productivo con SLA, seguridad y ownership.
Relacionar agentes Databricks con Unity Catalog, Vector Search, MLflow, Model Serving, Databricks Apps, AI Gateway y Lakehouse Monitoring.
Analizar el papel del agente como aplicación compuesta por modelos, herramientas, instrucciones, memoria, trazas y datos de evaluación.
Definir indicadores de éxito: precisión, groundedness, seguridad, coste, latencia, resolución, adopción y reducción de trabajo manual.
Preparar una matriz inicial de casos de uso según valor, riesgo, datos disponibles, herramientas necesarias y audiencia.
Establecer el recorrido del curso desde fundamentos y arquitectura hasta desarrollo, evaluación, despliegue, monitorización y gobierno.
Data Engineers y Analytics Engineers
Este curso encaja con perfiles que ya trabajan con Lakehouse, Delta, SQL, pipelines y datasets gobernados. La formación les permite preparar datos, embeddings, tablas, funciones, catálogos y fuentes de conocimiento para que los agentes respondan con información fiable y trazable.
Machine Learning Engineers y AI Engineers
Los perfiles de IA aprenderán a construir agentes con MLflow 3, ResponsesAgent, tracing, evaluaciones, scorers, datasets, feedback humano y monitorización. El curso les ayuda a pasar de prototipos GenAI a aplicaciones robustas, versionadas y comparables.
Explora las respuestas a las preguntas que guian a nuestra comunidad. Aqui encontraras claridad sobre como funciona todo, desde el acceso hasta los detalles de los cursos. Si buscas respuestas, este es el lugar para comenzar.
Son aplicaciones de IA generativa construidas sobre Databricks que pueden usar modelos, datos, herramientas, recuperación, evaluación y despliegue para responder preguntas o ejecutar tareas en escenarios empresariales.
Cubre ambos. Se trabaja RAG con Vector Search y documentos, pero también tool calling, MCP, Python execution, funciones gobernadas, APIs externas, agentes analíticos y sistemas multiagente.
Sí, es recomendable conocer notebooks, clusters o serverless, SQL, Delta, Unity Catalog y fundamentos de Lakehouse. El curso es avanzado y está orientado a equipos que ya trabajan o van a trabajar en Databricks.
Sí. MLflow 3 es una parte central del curso: tracing, evaluación, feedback humano, versionado, scorers, datasets, monitorización y seguimiento de calidad durante desarrollo y producción.
Sí. El curso cubre Databricks Apps como opción recomendada para agentes con mayor control sobre código, configuración y experiencia. También se compara con Model Serving cuando el caso requiere endpoint API.
Sí. Se trabaja despliegue de agentes en endpoints, empaquetado de código, permisos, inference tables, consumo vía API, escalado, errores, latencia y contrato de integración.
Sí. Unity Catalog se trata como base de gobierno y Vector Search como pieza clave para agentes RAG. Se trabajan catálogos, permisos, volúmenes, tablas, documentos, embeddings, índices y metadata.
Sí. El curso incluye MCP tools, herramientas externas, code interpreter con Python, funciones de Unity Catalog como soporte legacy y criterios de seguridad para cada herramienta.
Sí. Agent Bricks aparece como bloque avanzado para acelerar agentes especializados, comparando cuándo conviene usarlo frente a desarrollo custom y cómo incorporarlo al gobierno corporativo.
Sí. El enfoque principal son agentes internos y empresariales: soporte, datos, finanzas, operaciones, compliance, desarrollo, documentación y asistentes sobre conocimiento corporativo.
Sí. Hay bloques específicos sobre permisos, Unity Catalog, datos sensibles, secrets, tool misuse, prompt injection, filtros de recuperación, respuestas no autorizadas y evaluación adversarial.
Sí. El Proyecto Final puede orientarse a documentación interna, datos corporativos, BI, soporte, operaciones, finanzas, legal, producto o cualquier caso GenAI de la empresa con datos anonimizados.
Sí, esta formación puede ser bonificable hasta el 100% a través de FUNDAE, siempre que la empresa disponga de crédito formativo suficiente y se cumplan los requisitos de comunicación, asistencia y documentación exigidos.
¿Tienes dudas?
Estamos aqui para ayudarte
Son aplicaciones de IA generativa construidas sobre Databricks que pueden usar modelos, datos, herramientas, recuperación, evaluación y despliegue para responder preguntas o ejecutar tareas en escenarios empresariales.
¿Tienes dudas?
Estamos aqui para ayudarte
Cubre ambos. Se trabaja RAG con Vector Search y documentos, pero también tool calling, MCP, Python execution, funciones gobernadas, APIs externas, agentes analíticos y sistemas multiagente.
Sí, es recomendable conocer notebooks, clusters o serverless, SQL, Delta, Unity Catalog y fundamentos de Lakehouse. El curso es avanzado y está orientado a equipos que ya trabajan o van a trabajar en Databricks.
Sí. MLflow 3 es una parte central del curso: tracing, evaluación, feedback humano, versionado, scorers, datasets, monitorización y seguimiento de calidad durante desarrollo y producción.
Sí. El curso cubre Databricks Apps como opción recomendada para agentes con mayor control sobre código, configuración y experiencia. También se compara con Model Serving cuando el caso requiere endpoint API.
Sí. Se trabaja despliegue de agentes en endpoints, empaquetado de código, permisos, inference tables, consumo vía API, escalado, errores, latencia y contrato de integración.
Sí. Unity Catalog se trata como base de gobierno y Vector Search como pieza clave para agentes RAG. Se trabajan catálogos, permisos, volúmenes, tablas, documentos, embeddings, índices y metadata.
Sí. El curso incluye MCP tools, herramientas externas, code interpreter con Python, funciones de Unity Catalog como soporte legacy y criterios de seguridad para cada herramienta.
Sí. Agent Bricks aparece como bloque avanzado para acelerar agentes especializados, comparando cuándo conviene usarlo frente a desarrollo custom y cómo incorporarlo al gobierno corporativo.
Sí. El enfoque principal son agentes internos y empresariales: soporte, datos, finanzas, operaciones, compliance, desarrollo, documentación y asistentes sobre conocimiento corporativo.
Sí. Hay bloques específicos sobre permisos, Unity Catalog, datos sensibles, secrets, tool misuse, prompt injection, filtros de recuperación, respuestas no autorizadas y evaluación adversarial.
Sí. El Proyecto Final puede orientarse a documentación interna, datos corporativos, BI, soporte, operaciones, finanzas, legal, producto o cualquier caso GenAI de la empresa con datos anonimizados.
Sí, esta formación puede ser bonificable hasta el 100% a través de FUNDAE, siempre que la empresa disponga de crédito formativo suficiente y se cumplan los requisitos de comunicación, asistencia y documentación exigidos.
Cuéntanos tus objetivos de negocio y prepararemos una propuesta formativa bonificable totalmente ad hoc
Revisamos tu caso
Preparamos la gestión
Tu equipo realiza el curso
Aplicas la bonificación
Después de la formación en directo, los alumnos podrán acceder a ejercicios prácticos para aplicar lo trabajado en clase y consolidar el aprendizaje con actividades guiadas.
Los alumnos podrán revisar las sesiones grabadas para repasar conceptos clave, recuperar explicaciones concretas o reforzar aquellos contenidos que necesiten después de la clase en directo.
Materiales, sesiones grabadas y documentación de apoyo quedan centralizados en la plataforma para que el equipo pueda consultarlos durante y después de la formación.
La plataforma permite registrar y confirmar la asistencia de los participantes, facilitando el seguimiento de la formación y la gestión documental necesaria para la bonificación FUNDAE.
Después de la formación en directo, los alumnos podrán acceder a ejercicios prácticos para aplicar lo trabajado en clase y consolidar el aprendizaje con actividades guiadas.
Una plataforma practica, con IA integrada y pensada para que mejores desarrollando. Se adapta a tu ritmo, te corrige al instante y te muestra tu progreso real.
Correccion magica
Feedback inteligente
Aprende de cada acierto y fallo con explicaciones claras
Arquitectos de datos, IA y plataforma
Los arquitectos obtendrán una visión completa para decidir cómo encajar agentes en Databricks Apps, Model Serving, Unity Catalog, Vector Search, AI Gateway, Lakehouse Monitoring, permisos y patrones multiagente. La formación permite diseñar arquitecturas escalables y gobernadas.
Desarrolladores backend y equipos de producto IA
Los desarrolladores que construyen aplicaciones con LLM podrán utilizar Databricks como backend de agentes, integrando herramientas, APIs, datos empresariales, endpoints, feedback, trazas y despliegue. El curso conecta ingeniería de software con operación GenAI.
Equipos MLOps, DevOps y Platform Engineering
Los equipos responsables de despliegue, observabilidad, seguridad y operación aprenderán a versionar, desplegar, monitorizar y mantener agentes en Databricks. La formación cubre CI/CD, permisos, serving, Apps, trazas, endpoints, logs, costes y runbooks.
Responsables de gobierno, seguridad y cumplimiento
Los perfiles de seguridad y gobierno podrán revisar cómo se aplican Unity Catalog, permisos, aislamiento, datos sensibles, herramientas, trazas, inference tables, auditoría y políticas internas cuando los agentes acceden a datos y ejecutan acciones.
