Introducción al Proyecto del Curso de Agentes de IA de Hugging Face

Resumen del Proyecto

El Curso de Agentes de IA de Hugging Face es un curso online gratuito diseñado para ayudar a los estudiantes a pasar de principiantes a expertos en agentes de IA. El curso ha sido desarrollado por el equipo de Hugging Face y es un proyecto de código abierto activo que se mejora continuamente en función de los comentarios de la comunidad.

Características Principales

🎯 Objetivos de Aprendizaje

• Énfasis en la Teoría y la Práctica: Aprender la teoría, el diseño y la práctica de los agentes de IA.
• Dominio de Bibliotecas y Herramientas: Aprender a utilizar bibliotecas de agentes de IA establecidas como smolagents, LlamaIndex y LangGraph.
• Compartir en la Comunidad: Compartir tus agentes en Hugging Face Hub y explorar los agentes creados por la comunidad.
• Desafíos de Competición: Participar en desafíos para comparar tu agente con los agentes de otros estudiantes.
• Obtención de Certificación: Obtener un certificado de finalización al completar las tareas.

📚 Estructura del Curso

Unidades Principales

Capítulo	Tema	Descripción
0	Incorporación	Configuración de herramientas y plataformas
1	Fundamentos de los Agentes	Explicación de herramientas, pensamiento, acción, observación y su formato; explicación de LLMs, mensajes, tokens especiales y plantillas de chat; demostración de casos de uso sencillos utilizando funciones de Python como herramientas
2	Frameworks	Comprender la implementación de conceptos básicos en bibliotecas populares: smolagents, LangGraph, LLamaIndex
3	Casos de Uso	Construir casos de uso de la vida real
4	Tarea Final	Construir un agente para un benchmark seleccionado y demostrar tu comprensión de los agentes en la tabla de clasificación de estudiantes

Unidades de Bonificación Adicionales

• Unidad de Bonificación 1: Fine-tuning de un LLM para la Llamada a Funciones
• Unidad de Bonificación 2: Observabilidad y Evaluación de Agentes
• Unidad de Bonificación 3: Agentes en Juegos con Pokemon

🛠️ Requisitos Técnicos

Conocimientos Previos

• Conocimientos básicos de Python
• Conocimientos básicos de LLMs (el curso tiene un capítulo de repaso)

Herramientas Necesarias

• Ordenador con conexión a Internet
• Cuenta de Hugging Face (registro gratuito)

📋 Método de Aprendizaje

Componentes del Curso

• Unidades Fundamentales: Aprender la teoría de los conceptos de agentes
• Práctica: Aprender a utilizar bibliotecas de agentes de IA establecidas para entrenar a tus agentes en entornos únicos. Estas secciones prácticas serán Hugging Face Spaces con un entorno preconfigurado
• Tareas de Casos de Uso: Aplicar los conceptos aprendidos para resolver problemas reales
• Desafíos: Competir con tu agente contra otros agentes, con una tabla de clasificación para comparar el rendimiento de los agentes

Ritmo de Aprendizaje Sugerido

• Cada capítulo está diseñado para completarse en 1 semana
• Aproximadamente 3-4 horas de estudio por semana
• Fecha límite de certificación: 1 de julio de 2025

🏆 Sistema de Certificación

Tipos de Certificación

1. Certificación Básica: Se obtiene al completar la Unidad 1
2. Certificación de Finalización: Requiere completar la Unidad 1, una tarea de caso de uso y el desafío final

Requisitos de Certificación

• Completamente gratuito
• Todas las tareas deben completarse antes del 1 de julio de 2025

👥 Equipo del Curso

Instructores Principales

• Joffrey Thomas: Ingeniero de Machine Learning en Hugging Face, construye e implementa agentes de IA en entornos de producción
• Ben Burtenshaw: Ingeniero de Machine Learning en Hugging Face, experiencia en la entrega de cursos en múltiples plataformas
• Thomas Simonini: Ingeniero de Machine Learning en Hugging Face, creador de cursos de Deep RL y ML para juegos
• Sergio Paniego: Ingeniero de Machine Learning en Hugging Face, contribuyó con contenido para varias unidades

🌟 Características del Proyecto

Impulsado por la Comunidad de Código Abierto

• Proyecto de código abierto en GitHub, se agradecen las contribuciones
• Soporte y discusión en la comunidad de Discord
• Mejora continua basada en los comentarios

Orientado a la Práctica

• Entornos Hugging Face Spaces preconfigurados
• Casos de uso del mundo real
• Tabla de clasificación del rendimiento de los agentes

Aprendizaje Interactivo

• Cuestionarios y tareas
• Grupos de estudio comunitarios
• Sesiones en vivo y contenido interactivo

📊 Pila Tecnológica

Principales Frameworks y Bibliotecas

# Principales bibliotecas de agentes de IA utilizadas
- smolagents
- LangGraph
- LlamaIndex

Soporte de Plataformas

• Hugging Face Hub
• Hugging Face Spaces
• Colaboración en GitHub
• Comunidad de Discord

🎮 Contenido Destacado

Juego de Agentes Pokemon

En la unidad de bonificación 3, los estudiantes pueden construir agentes para luchar contra Pokemon, un proyecto práctico divertido.

Agentes de Nivel de Producción

El curso no solo enseña teoría, sino que también incluye la observabilidad y evaluación de los agentes, preparándolos para entornos de producción.

Resumen

El Curso de Agentes de IA de Hugging Face es una plataforma de aprendizaje de agentes de IA completa y orientada a la práctica, que combina el aprendizaje teórico, la práctica, la interacción comunitaria y un sistema de certificación. Es un proyecto activo que evoluciona con tus comentarios y contribuciones. El curso es adecuado para estudiantes con conocimientos básicos de Python, desde principiantes hasta desarrolladores de agentes de IA de nivel experto.