Curso de Microsoft Agent Framework (MAF) para equipos de desarrollo
El curso de Microsoft Agent Framework (MAF) es una formación para empresas en Aula Virtual, en directo y a medida de cada equipo, bonificable hasta el 100% por FUNDAE. Su temario tiene 18 temas y está pensado para Desarrolladores .NET, Arquitectos de Software y Soluciones y Ingenieros de IA y AI Engineers.
- Modalidad
- Aula Virtual a medida, en directo
- Duración
- Personalizada
- Formador
- Experto en Microsoft Agent Framework (MAF), en directo
- FUNDAE
- Bonificable hasta el 100 % · gestión incluida
Reserva ya tu formación con el crédito 2027
Bonificable hasta el 100 % según tu crédito FUNDAE · gestión incluida
Modalidad Aula Virtual Personalizada
Curso de Microsoft Agent Framework (MAF) en Aula Virtual Personalizada
Nuestra modalidad AVP es una formación en directo, práctica y 100% adaptada a vuestro equipo. No trabajamos con contenidos genéricos: diseñamos la formación en función de vuestro nivel, objetivos, procesos internos y necesidades reales de aplicación.
Solicitar informaciónTemario 100% a medida
Creamos el temario desde cero a partir de vuestras necesidades, nivel del equipo y objetivos concretos, priorizando aquellos contenidos que realmente aporten valor en el día a día.
Proyectos personalizados
Durante la formación trabajaremos con archivos, ejemplos, informes o procesos similares a los que utiliza vuestro equipo, para que el aprendizaje sea directamente aplicable al puesto de trabajo.
Sesiones en directo con consultor experto
Un formador especialista imparte las clases en tiempo real, resolviendo dudas, revisando casos concretos y adaptando el ritmo de la formación a la evolución del grupo.
Calendario adaptado a vuestra disponibilidad
Definimos conjuntamente fechas, horarios y duración de las sesiones para facilitar la asistencia del equipo y minimizar el impacto en la operativa diaria de la empresa.
Curso de Microsoft Agent Framework (MAF) hasta 100% Bonificable a través de FUNDAE
Tu bonificación paso a paso
Este programa de Microsoft Agent Framework (MAF) para empresas es bonificable hasta el 100 % según tu crédito FUNDAE.
Si tu crédito FUNDAE cubre el importe, el curso puede salirte a 0 €.
- Potencia la productividad de tus profesionales con herramientas de IA.
- Accede a una formación avanzada en Microsoft Agent Framework (MAF) práctica y orientada a resultados.
- Prepara a tu equipo para aplicar la IA de forma práctica y segura en su trabajo diario.
- La gestión ante FUNDAE de la bonificación de este curso corporativo de Microsoft Agent Framework (MAF) está incluida.
Calcula tu bonificación
Revisamos tu caso
Preparamos la gestión
Tu equipo realiza el curso
Aplicas la bonificación
La formación que decides
te devuelve dinero
Todos nuestros cursos son bonificables a través de FUNDAE.
Gestionamos toda la documentación por ti.
Bonificable hasta el 100 % según tu crédito FUNDAE*
*Si el crédito disponible de tu empresa cubre el importe del curso. Calcula tu crédito y te confirmamos el coste neto.
Calcula tu crédito aproximado
Crédito bonificable estimado
897 €*
*Cálculo orientativo
Microsoft Agent Framework representa la nueva generación de soluciones agentic en .NET.
Profesionaliza tu equipo con Microsoft Agent Framework (MAF) A Medida, desarrollo y despliegue .NET e IA. Bonificable por FUNDAE. Solicita propuesta a medida.
Domina workflows, orquestación multiagente y patrones agentic para resolver problemas complejos con agentes coordinados y escalables.
Integra agentes con Azure OpenAI, Azure AI Foundry, Microsoft 365, APIs y sistemas corporativos, manteniendo seguridad, observabilidad y control.
Diseña soluciones agentic robustas aplicando patrones arquitectónicos modernos en .NET y desplegándolas en entornos cloud productivos.
Curso bonificable HASTA el 100% a través de FUNDAE, con gestión integral de la bonificación para que la empresa aproveche al máximo sus créditos de formación.
Personaliza el temario al 100% para tu equipo
Diseñamos una formación a medida utilizando los documentos y flujos de trabajo reales de tu empresa.
Temario del curso
Encuentra todo el temario del curso aquí.
Qué es MAF y qué problemas viene a resolver (agentic apps “de verdad”, no solo chat).
Por qué se considera “la siguiente generación” de Semantic Kernel y AutoGen (unificación de conceptos y enfoque).
Diferencias clave vs. SK/AutoGen: workflows explícitos, control determinista, estado robusto, human-in-the-loop.
Componentes principales del framework (agentes, tools, orquestación, memoria/estado, observabilidad).
Modelos de ejecución: single-agent, multi-agent, workflows tipo grafo.
Filosofía “production-first”: trazabilidad, evaluaciones, seguridad, despliegue.
Casos típicos: asistentes internos, automatización de procesos, análisis + acción (tools).
Enfoque multi-lenguaje: .NET y Python (y cómo esto afecta al equipo).
Relación con Azure AI Foundry (ecosistema y hosting/observabilidad).
Ruta de aprendizaje del curso: fundamentos → herramientas → estado/memoria → workflows → multiagente → RAG → integración → evaluación → despliegue.
Visión del ecosistema: dónde vive el agente, dónde vive el modelo, dónde vive el dato.
Azure AI Foundry como “hub” para construir/operar experiencias agentic (dashboards, controles enterprise).
Azure OpenAI como proveedor de modelos (deployment, cuotas, políticas, content safety).
GitHub Models como catálogo y experimentación rápida (probar modelos y prompts en el ciclo dev).
Modelos locales: motivos (latencia, coste, privacidad, offline) y limitaciones (capacidad, contexto, mantenimiento).
Patrón “bring your own gateway” / control de red y acceso a modelos vía pasarelas empresariales.
Selección de modelo por tarea (razonamiento vs velocidad; routing; fallback).
Gestión de credenciales: Identity, secret stores, managed identity, rotación.
Observabilidad y telemetría end-to-end entre app, tools y proveedor de modelo.
Estrategias de costes: caching, batching, límites de tokens, compresión de contexto, evaluación de ROI.
Entornos: local dev → staging → prod (paridad, configuración por entorno, feature flags).
Gobierno: catálogos, aprobaciones de modelos, políticas de uso, auditoría.
Definición de “agente” en MAF: entidad que decide + actúa mediante tools y modelo.
Tools: qué son, para qué sirven, contratos de entrada/salida, validación y timeouts.
Contexto: system/role instructions, memoria conversacional, estado de ejecución, “working set”.
Ciclo de vida: inicialización → planificación → ejecución de tools → síntesis → persistencia.
Tipos de tools: funciones puras, I/O externo (REST/DB), tools “lentas”, tools humanas (aprobación).
Gestión de errores: retries, circuit breakers, degradación elegante, respuestas parciales.
Observabilidad por defecto: trazas de cada step, tool call, latencias y tokens.
Control de comportamiento: políticas (allow/deny tools), reglas de negocio, “guardrails”.
Seguridad de tools: least privilege, scopes, sanitización, auditoría.
Packaging en .NET: DI, configuración, logging, options pattern.
Idempotencia y consistencia: evitar dobles ejecuciones en reintentos.
Diseño “testable”: separar lógica de orquestación de acceso a infraestructura.
Estructura mínima de un proyecto .NET con MAF (organización de carpetas y DI).
Configuración de proveedor de modelo (Azure OpenAI / Foundry / gateway / local) por appsettings.
Selección de modelo para el primer caso: chat general vs tool-use.
Definición del agente: instrucciones base (system prompt), objetivos, límites.
Añadir 1–2 tools iniciales (ej: “GetTime”, “SearchDocs”) para ver tool-use real.
Manejo de configuración segura: user-secrets, Key Vault, managed identity.
Activación de observabilidad: OpenTelemetry + exporters + correlación.
Uso de DevUI para inspeccionar trazas, steps, tool invocations y latencias.
Debugging práctico: prompts, tool schemas, errores de serialización, timeouts.
Buenas prácticas “hello agent”: límites de tokens, mensajes de error, fallback sin tools.
Registro de costes: tokens/requests por conversación y por tool.
Checklist de “listo para demo”: reproducibilidad, logs útiles, configuración clara.
Jerarquía de instrucciones: system > developer > user; conflictos y resolución.
Prompts orientados a tareas: objetivo, criterios de éxito, restricciones y “definition of done”.
“Tool-first thinking”: cuándo usar tool vs responder directo.
Diseño de tools con contratos claros (nombres, descripciones, tipos, ejemplos).
Manejo de ambigüedad: preguntar antes de actuar; confirmaciones “baratas”.
Guardrails: límites de acción (no borrar, no enviar emails, no transferir dinero sin aprobación).
Formatos de salida: JSON estructurado, markdown, plantillas empresariales.
Inyección de contexto: políticas, catálogos, “datos oficiales” vs “opinión del modelo”.
Prompting para robustez: self-checks, verificación de precondiciones, detección de falta de datos.
Tool chaining: composición de tools sin “looping” infinito.
Manejo de errores en tool-use: qué decir, cuándo reintentar, cuándo escalar a humano.
Evaluación iterativa: A/B de prompts + métricas + regresiones.
Diferencia entre “historial de chat” y “memoria útil” (resumen, hechos, preferencias).
Estado persistente: qué guardar (y qué no), TTL, versionado.
Estrategias de compresión de contexto: summarization, key facts, “rolling window”.
Memoria por usuario vs por sesión vs por caso (ticket/work item).
Consistencia: cómo evitar contradicciones cuando el usuario corrige información.
Privacidad: minimización de datos, PII, borrado bajo petición, cifrado.
Recuperación selectiva: traer solo lo relevante a la ventana del modelo.
Persistencia en stores (SQL/NoSQL/Redis) y patrones de acceso.
Sincronización con sistemas externos (CRM/ERP) como “memoria de verdad”.
Long-running agents: reanudación, checkpoints, idempotencia, reintentos.
Human-in-the-loop en conversaciones largas (aprobaciones y handoffs).
Métricas de calidad en conversaciones largas (coherencia, seguimiento de objetivos, fatiga).
Qué es un workflow tipo grafo y por qué aporta control explícito.
Nodos típicos: decisión, acción (tool), validación, resumen, handoff a humano.
Branching: reglas deterministas vs decisiones asistidas por modelo.
Estados del workflow: iniciado, en progreso, bloqueado, completado, fallido.
Human-in-the-loop: aprobación, edición, rechazo con feedback, SLAs.
Gestión de dependencias: tareas paralelas, joins, timeouts.
Retry policies por nodo: reintentos controlados y escalado.
Observabilidad del grafo: trazas por transición y métricas por nodo.
Diseño para auditabilidad: “por qué se tomó esta rama”.
Plantillas de workflow: intake → análisis → acción → verificación → reporte.
Integración con colas/eventos: disparar workflows por eventos.
Testing de workflows: casos felices, bordes, fallos de tools, fallos humanos.
Roles: coordinador (planner), especialistas (dominio), ejecutor de tools, verificador.
Patrones: hub-and-spoke, debate/critique, supervisor-revisor, panel de expertos.
Contratos de comunicación: mensajes estructurados, handoffs, turn-taking.
Evitar “cacofonía”: límites de turnos, presupuesto de tokens, objetivos compartidos.
Delegación: cómo partir una tarea compleja en subtareas accionables.
Consenso: votación, scorecards, verificación cruzada.
Seguridad: qué agente puede usar qué tool (scopes por rol).
Observabilidad multiagente: correlación de trazas entre agentes y tools.
Gestión de estado compartido: workspace común vs memorias separadas.
Manejo de errores: especialista falla → fallback a otro → escalado a humano.
Coste y rendimiento: paralelismo vs coordinación; cuándo merece la pena.
Casos reales: soporte TI (triage + ejecución), ventas (research + propuesta), finanzas (reconciliación + reporte).
Qué es RAG en contexto agentic: recuperar → razonar → actuar (y citar).
Fuentes: ficheros (PDF/Word), wikis, SharePoint, bases internas, KB de soporte.
Ingesta: chunking, limpieza, normalización, metadatos.
Índices: embeddings, búsqueda semántica + keyword (híbrida).
Recuperación: top-k, filtros por permisos/metadata, frescura.
Grounding: cómo forzar respuestas basadas en fuentes y evitar alucinaciones.
Citado y trazabilidad: qué documento y qué fragmento sustentan cada afirmación.
RAG + tools: “si falta info, busca”; “si hay conflicto, pide aclaración”.
Control de permisos: security trimming, ACLs, multi-tenant.
Evaluación de RAG: relevancia, exactitud factual, cobertura, consistencia.
Actualización: reindex incremental, invalidación de cache, versionado.
Anti-patrones: indexar basura, chunks gigantes, falta de metadatos, prompts sin grounding.
Diseñar tools REST: endpoints, métodos, esquemas, paginación.
Autenticación: OAuth2, managed identity, client credentials, on-behalf-of.
Rate limits: backoff, colas, cache, “request shaping”.
Integración con bases de datos: lectura vs escritura, transacciones, parámetros seguros.
Microsoft 365 + Graph: correo, calendario, archivos, Teams, usuarios y grupos (casos típicos).
Validación de entrada: sanitización, prevención de inyección, listas blancas.
Patrón “read → propose → approve → write” para acciones sensibles.
Diseño idempotente: claves de idempotencia y detección de duplicados.
Observabilidad de integraciones: latencias por dependencia, errores por API.
Resiliencia: circuit breakers, fallback, modo degradado “solo lectura”.
Trazabilidad/auditoría: quién pidió qué, qué tool ejecutó qué, cuándo.
Testing: mocks de APIs, entornos sandbox, contratos (contract testing).
Por qué eventos: sistemas reactivos, desacoplo, escalabilidad.
Fuentes: Service Bus, Event Hubs, Kafka, colas internas, webhooks.
Patrones: event-driven workflow (un evento dispara un nodo del grafo).
Procesamiento: consumer groups, concurrencia, orden, exactly-once vs at-least-once.
Idempotencia: deduplicación, watermarking, claves.
Ventanas de tiempo: streaming analytics, agregaciones, alertas.
Tools asincrónicas: “emitir comando” y “esperar resultado” con correlación.
Tiempo real en UI: notificaciones, status updates, progreso del workflow.
Manejo de fallos: DLQ, reintentos, poison messages.
Observabilidad: trazas distribuidas con correlation IDs.
Seguridad: firmas de eventos, scopes, control de topics/queues.
Casos: monitorización (alert→diagnóstico→remediación), pedidos (order→validación→factura), IT ops.
Por qué evaluar: calidad, seguridad, estabilidad y “no romper” en cambios.
Tipos de evaluación: offline (datasets) vs online (telemetría).
Métricas de calidad: relevancia, completitud, coherencia, veracidad (según librerías).
Métricas de seguridad: hate/violence/sexual content, instrucciones peligrosas, etc.
Evaluadores “in-the-box” y evaluadores personalizados (reglas del dominio).
Evaluación de tool-use: ¿eligió la tool correcta?, ¿parámetros correctos?, ¿se detuvo a tiempo?
Regresiones: golden tests, snapshots, tolerancias y “drift” de modelos.
Conjuntos de pruebas: casos felices, bordes, adversariales, PII, prompt injection.
Integración CI/CD: ejecutar evaluaciones en pipeline y bloquear despliegues si baja el score.
Observabilidad + evaluación: usar trazas para explicar fallos y ajustar prompts/tools.
Benchmarks internos por caso de uso (SLA de calidad, coste por tarea).
Reporting: scorecards para negocio + métricas técnicas para ingeniería.
Threat model agentic: tool abuse, prompt injection, data exfiltration, lateral movement.
Identidad y acceso: RBAC, managed identity, scopes por tool y por usuario.
Data governance: clasificación, etiquetado, retención, minimización.
Cumplimiento: auditoría, registros inmutables, evidencias para compliance.
Aislamiento de red: VNET, private endpoints, egress control (cuando aplique).
Seguridad de prompts: no incluir secretos, redacción de PII, plantillas seguras.
Seguridad de memoria/estado: cifrado, TTL, borrado, multi-tenant isolation.
Content safety: filtros, políticas, respuesta segura ante solicitudes no permitidas.
Revisión humana para acciones críticas (human approval gates).
Principio de menor privilegio en integraciones (Graph/DB/REST).
Logging responsable: logs útiles sin filtrar datos sensibles.
Políticas operativas: revisiones de cambios, approvals de modelos, controles de despliegue.
Opciones de hosting: App Service, contenedores, AKS; criterios de elección.
Containerización: imágenes, configuración externa, health checks, readiness/liveness.
Escalado horizontal: stateless front + estado en store; sticky sessions cuando sea necesario.
Gestión de estado: Redis/SQL/NoSQL; particionado por tenant/usuario.
Colas para trabajos largos: desacoplar request/response de ejecución.
Observabilidad en prod: logs, métricas, trazas (OpenTelemetry) y dashboards.
Resiliencia: timeouts, retries, circuit breakers, bulkheads.
Gestión de secretos: Key Vault, managed identity, rotación automática.
Cost management: límites por usuario, presupuestos por entorno, caching.
Blue/green o canary: despliegues seguros con evaluación post-deploy.
CI/CD: build, test, eval, deploy; versionado de prompts y tools.
SRE: SLIs/SLOs (latencia, éxito de tool-use, coste por tarea).
Clean architecture: dominio separado de infra (tools como adaptadores).
Microservicios: agente como “orquestador” vs lógica distribuida en servicios.
Event-driven: workflows disparados por eventos; saga/orquestación.
Bounded contexts: agentes por dominio (HR, IT, Finance) con herramientas propias.
Hexagonal: puertos y adaptadores para tools (REST/DB/Graph).
CQRS: lectura enriquecida (RAG) y comandos con aprobación.
Workflow engine + agent: decisiones del modelo encapsuladas en nodos controlados.
Anti-corruption layer: normalizar datos de sistemas legacy antes del agente.
Observabilidad como primera clase: correlación distribuida.
Seguridad transversal: policy enforcement point para tools.
Testing por capas: unit (dominio), contract (tools), end-to-end (workflow).
Evolución: versionar prompts, tools y workflows como artefactos.
Inventario: qué agentes existen, qué skills/tools, qué memorias y qué orquestación.
Mapeo conceptual: skills/plugins → tools; planners → workflows; chat history → state/memory.
Identificar “quick wins”: agentes simples que migran casi directo.
Migrar herramientas primero: encapsular acceso a APIs/DB en tools bien tipadas.
Migrar prompts: consolidar instrucciones, eliminar redundancias y añadir guardrails.
Introducir workflows: mover lógica procedural a grafos con ramas explícitas.
Estado persistente: diseñar stores y estrategias de compresión para conversaciones largas.
Multiagente: pasar de “chat entre agentes” a coordinación basada en patrones + control.
Observabilidad: instrumentar desde el día 1 (Otel) y comparar antes/después.
Evaluación/regresión: crear baseline con MEAI Evaluations antes de cambiar.
Plan de rollout: canary, feature flags, fallback al sistema anterior.
Documentación y formación interna (operación, troubleshooting, seguridad).
Copiloto interno de conocimiento (RAG + políticas + citations).
Triage IT: entender incidencia → pedir info → ejecutar remediación (tools) → reportar.
Automatización de RRHH: altas/bajas, FAQs, generación de documentos con aprobación.
Finanzas: conciliación, extracción de facturas, validación con reglas.
Ventas/Presales: research, propuesta, comparación, creación de contenidos.
Legal/Compliance: búsqueda, checklist, borradores con “no advice” y revisión humana.
Operaciones: procesamiento de pedidos, excepciones, comunicación proactiva.
Multiagente por departamentos: coordinador + especialistas (dominio, datos, verificación).
Workflows con humanos: aprobaciones, escalado, handoff a equipos.
Integración Microsoft 365/Graph: calendarios, emails, archivos, tareas (con permisos).
Tiempo real: alertas + acciones por eventos (cola/bus).
Medición de valor: reducción de tiempos, tasa de resolución, coste por caso, satisfacción.
Definición del caso: “copiloto de operaciones” (o similar) con objetivos medibles.
Arquitectura: front API + agent service + state store + RAG index + event bus.
Agentes: coordinador + 2–3 especialistas + verificador + tool-runner.
Tools: Graph/REST/DB + RAG search + “approval tool” humana.
Workflow grafo: intake → análisis → plan → ejecución → verificación → reporte.
Persistencia: memoria por usuario/caso con compresión y TTL.
Observabilidad: Otel + dashboards; trazas por step, tool-call y transición de grafo.
Seguridad: RBAC, secretos, límites de tools, auditoría de acciones.
RAG empresarial: ingesta, índices, filtros por permisos, citado en respuestas.
Evaluación: suite de regresión + métricas de tool-use + safety checks en CI.
Despliegue: contenedor + App Service o AKS + estrategia canary.
Entregables: repo, documentación, runbook, demo guiada, informe de métricas y costes.
¿Tienes dudas?
Estamos aquí para ayudarte
Pensado para quienes deben dominar Microsoft Agent Framework (MAF) en su día a día
Desarrolladores .NET
Quieren construir agentes inteligentes modernos en .NET utilizando Microsoft Agent Framework, integrando modelos, herramientas y workflows complejos en aplicaciones reales.
Arquitectos de Software y Soluciones
Necesitan diseñar arquitecturas agentic escalables y seguras sobre Azure, aplicando patrones multiagente, event-driven y clean architecture.
Ingenieros de IA y AI Engineers
Buscan evolucionar desde Semantic Kernel o AutoGen hacia Microsoft Agent Framework, dominando orquestación, memoria, evaluación y observabilidad de agentes.
Equipos de Backend y Plataformas
Requieren integrar agentes con APIs, bases de datos, Microsoft 365, Graph y sistemas corporativos, garantizando rendimiento, seguridad y mantenibilidad.
Responsables de Transformación Digital
Evalúan cómo implantar soluciones basadas en agentes para automatizar procesos, crear copilotos internos y mejorar la eficiencia operativa.
CTOs y Responsables Técnicos
Deben capacitar a sus equipos para adoptar el nuevo estándar de agentes de Microsoft, reduciendo riesgos tecnológicos y asegurando escalabilidad y gobierno desde el diseño.
Plataforma
de e-learningFormación en directo con plataforma de apoyo para reforzar el aprendizaje
Acceso a las grabaciones
Las sesiones quedan grabadas para que cada alumno repase lo que necesite después de la clase en directo.
Recursos formativos
Materiales, sesiones grabadas y documentación de apoyo quedan centralizados en la plataforma para que el equipo pueda consultarlos durante y después de la formación.
Confirmación de asistencia
La plataforma registra las conexiones de cada participante: es la documentación que pide FUNDAE para bonificar el curso.
Ejercicios prácticos
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.
Acceso a las grabaciones
Las sesiones quedan grabadas para que cada alumno repase lo que necesite después de la clase en directo.
Recursos formativos
Materiales, sesiones grabadas y documentación de apoyo quedan centralizados en la plataforma para que el equipo pueda consultarlos durante y después de la formación.
Confirmación de asistencia
La plataforma registra las conexiones de cada participante: es la documentación que pide FUNDAE para bonificar el curso.
Ejercicios prácticos
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.
Practica y mejora con nuestra plataforma
Una plataforma con IA que corrige tus ejercicios al momento, explica cada fallo y te enseña cuánto has avanzado.
Corrección mágica
Feedback inteligente
Aprende de cada acierto y fallo con explicaciones claras
Empresas que ya han formado a sus equipos
Experiencias reales de equipos que ya han trabajado con nosotros.
+16
años de liderazgo
+4.500
empresas formadas
Mi empresa contrató un Aula Virtual Personalizada con Imagina, después de tener malas experiencias con otras academias y nos sorprendió la profesionalidad con la que trabajan. Hicimos 3 reuniones técnicas con Martín antes de empezar la formación y quedamos encantados con el resultado, sin duda repetiremos.
5Rafael Romero
Coordinador de formación corporativa
Hice un Aula Virtual Personalizada con mi empresa y estamos muy contentos, plantean proyectos evolutivos durante las sesiones y todo el contenido es muy práctico. El profesor, Gorka, fue súper majo con nosotros y tenía mucha paciencia. Sin duda repetiremos.
5Francisco Jose Moreno
Director en Marketing Digital
Me recomendó Imagina un amigo que lleva bastante tiempo contratando cursos para su empresa y estoy muy satisfecho del resultado, te dan todas las facilidades con la gestión en FUNDAE, los cursos son muy completos y tienen muchísima variedad.
5Pablo Álvarez
Ingeniero de Sistemas
El curso de Power BI Desktop es muy completo, enfocado en la práctica y con muy buenos contenidos. Muy eficientes en el contacto y con la resolución de dudas. 100% recomendable.
4Gabriel Perelló
Responsable de Recursos Humanos
480.000 alumnos formados en Imagina
Resolvemos todas tus dudas sobre nuestra formación en Microsoft Agent Framework (MAF)
Lo que más nos preguntan sobre el curso, la bonificación y las fechas.
Aprenderás a diseñar, desarrollar y desplegar soluciones agentic modernas en .NET utilizando Microsoft Agent Framework. El curso cubre desde la creación de agentes individuales hasta orquestación multiagente, workflows complejos, RAG, seguridad, evaluación y despliegue en Azure.
¿Tienes dudas?
Estamos aquí para ayudarte
Sí. El curso incluye un bloque específico de migración desde Semantic Kernel y AutoGen, explicando diferencias, nuevos conceptos y buenas prácticas para evolucionar soluciones existentes hacia Microsoft Agent Framework.
¿Tienes dudas?
Estamos aquí para ayudarte
Sí. Este curso es bonificable hasta el 100 % según tu crédito FUNDAE, con la gestión incluida: comunicamos la formación a FUNDAE y preparamos la documentación para que tu empresa aplique la bonificación.
¿Tienes dudas?
Estamos aquí para ayudarte
La formación se imparte en modalidad de Aula Virtual Personalizada, con sesiones en directo por videoconferencia. Esto permite adaptar los ejemplos y el proyecto final a la realidad técnica de la empresa.
¿Tienes dudas?
Estamos aquí para ayudarte
Sí. A lo largo del curso se desarrolla una solución multiagente de extremo a extremo en .NET, integrando modelos, APIs, RAG, workflows y despliegue en Azure.
¿Tienes dudas?
Estamos aquí para ayudarte
Se recomienda experiencia previa en desarrollo .NET y arquitectura backend. No es un curso introductorio: está orientado a entornos profesionales y a la creación de soluciones agentic reales.
¿Tienes dudas?
Estamos aquí para ayudarte
Puedes solicitar información a través de los formularios de la web de Imagina. Nuestro equipo se pondrá en contacto contigo para adaptar la formación a tu empresa y gestionar íntegramente la bonificación FUNDAE HASTA el 100%.
¿Tienes dudas?
Estamos aquí para ayudarte
Tutoriales de Copilot
Copilot Studio : ¿Qué es y Cómo Funciona?
06 de mayo de 2025¿Qué es Copilot? La IA de Microsoft, versiones y precios
15 de noviembre de 2026Qué es y Cómo Usar Microsoft Copilot (IA) en Excel
25 de abril de 2025Cómo Integrar Copilot con Power BI
06 de mayo de 2025Otros cursos para tu equipo
Agentes IA con Microsoft 365 Copilot
Aprende a crear y usar Agentes de IA con Microsoft 365 Copilot para automatizar tareas y mejorar la productividad en tu empresa.
Microsoft 365 Copilot y Agentes IA para Directivos
Curso de Microsoft 365 Copilot para el Comité de Dirección orientado a integrar IA generativa en planificación estratégica, análisis financiero, decisiones, gestión de riesgos y reporting ejecutivo. Aborda fundamentos de LLM, prompting, Context Engineering, Work IQ, Researcher, Analyst, Copilot Notebooks, Pages y Copilot en Word, Excel, PowerPoint, Outlook, Teams, OneDrive, SharePoint y Loop. Incorpora elaboración de informes, presentaciones, análisis de KPI, preparación de comités, seguimiento de acuerdos, skills reutilizables, Agent Builder, Power Automate, Copilot Studio y Copilot Cowork. Formación práctica para mejorar la productividad de dirección con trazabilidad, confidencialidad, supervisión humana y uso responsable de la información corporativa y control del coste de ejecución.
Agentes IA con Microsoft 365 Copilot para Tareas Administrativas
Aprende a crear y usar agentes de IA con Microsoft 365 Copilot para optimizar tareas administrativas y aumentar la productividad en la oficina.
Diseñemos hoy el curso que tu empresa necesita
Cuéntanos qué necesita tu equipo y te preparamos una propuesta bonificable a su medida.
