Programa cofinanciado por el Fondo Social Europeo Plus y Agencia Digital de Andalucía, Junta de Andalucía
La temática y los contenidos de este curso están actualizados a la última versión (2026)
Objetivos
La Escuela de Organización Industrial (EOI) junto con FSE+ y la Agencia Digital de Andalucía, Junta de Andalucía, lanza este programa.
El objetivo de este curso es que los participantes adquieran los conocimientos y habilidades necesarias para diseñar, prototipar e implementar copilotos y asistentes de IA que trabajen con información específica de su negocio, utilizando exclusivamente herramientas gratuitas y de código abierto, sin necesidad de conocimientos de programación.
El temario está concebido para que las PYMEs puedan validar casos de uso de IA generativa con inversión cero, construyendo prototipos funcionales que demuestren valor antes de comprometer presupuesto en soluciones empresariales. Se cubren aspectos técnicos, estratégicos y de implementación, desde la arquitectura de RAG con herramientas no-code hasta la evaluación de cuándo y cómo escalar a producción.
Al finalizar la formación, los alumnos serán capaces de crear prototipos funcionales de copilotos con sus propios datos usando plataformas como Dify, AnythingLLM, Flowise y Botpress, conectados a APIs gratuitas de LLMs (Groq, OpenRouter, HuggingFace), evaluar cuándo su caso de uso justifica un agente personal autónomo, y establecer un roadmap claro de evolución hacia soluciones de producción cuando el ROI lo justifique.
Los objetivos específicos del curso son los siguientes:
• Comprender los fundamentos de los Large Language Models (LLMs), técnicas de RAG y su aplicación práctica en entornos de negocio sin presupuesto
• Diseñar y configurar copilotos de IA conectados a bases documentales propias mediante plataformas gratuitas no-code (Dify, AnythingLLM, Botpress)
• Dominar el uso de APIs gratuitas de LLMs y agregadores (Groq, OpenRouter, HuggingFace, Cohere) para construcción de sistemas de IA con límites de coste cero
• Implementar pipelines RAG completos con herramientas open source (Flowise, n8n) y bases vectoriales gratuitas (Qdrant Cloud, pgvector, sqlite-vec)
• Desplegar y controlar agentes personales autónomos (OpenClaw, Hermes Agent, Odysseus) con criterios de seguridad, coste de operación y cumplimiento normativo
• Construir prototipos funcionales que demuestren valor de negocio con datos reales de la empresa
• Evaluar la calidad de respuestas mediante métricas manuales y estrategias de testing sin herramientas comerciales
• Establecer criterios claros de cuándo migrar de prototipo gratuito a solución de producción de pago y cómo mantenerla en operación, basándose en ROI demostrable
• Gestionar aspectos de seguridad, privacidad de datos y cumplimiento normativo (RGPD, AI Act) independientemente de la plataforma utilizada
Competencias a adquirir. Al finalizar el programa, los participantes habrán adquirido las siguientes capacidades:
• Operaciones auxiliares con tecnologías digitales
• Digitalización aplicada al entorno profesional
• Operaciones con tecnologías habilitadoras digitales
• Programación de sistemas informáticos
• Gestión de datos y entrenamiento en sistemas de Inteligencia Artificial basados en aprendizaje automático
• Implementación de soluciones basadas en tecnologías habilitadoras digitales
• Asistencia a la dirección en la elaboración de documentación
• Asistencia y gestión administrativa en procesos comerciales
Datos generales
Los destinatarios de las acciones formativas serán personas empleadas en activo de cualquier sector de actividad dentro de una Pyme, por cuenta propia (autónomos) o ajena.
Estos destinatarios deberán tener gran motivación y compromiso con el programa: personas que deseen mejorar sus capacidades y habilidades, así como adquirir conocimientos para aplicarlos en la mejora de la competitividad de sus empresas.
63 horas lectivas (45 h de clase + 18 h de tutoría)
Formación gratuita. Programa cofinanciado por el Fondo Social Europeo Plus y Agencia Digital de Andalucía, Junta de Andalucía
Contenidos
Módulo 1. FUNDAMENTOS DE IA GENERATIVA Y ARQUITECTURA DE COPILOTOS
• ¿Qué es un Large Language Model (LLM)? Panorama actual de modelos comerciales y open source: GPT, Claude, Gemini, Llama, Qwen, DeepSeek
• Capacidades y limitaciones reales de los LLMs: qué pueden resolver para una PYME y qué no
• Arquitectura de un copiloto: interfaz, motor LLM, memoria, RAG y herramientas externas
• Introducción a RAG (Retrieval Augmented Generation): cómo conectar IA con documentos propios sin entrenar modelos
• Diferencia entre chatbot básico, copiloto con RAG y agente autónomo: casos de uso en PYMES
• Ecosistema de herramientas gratuitas vs comerciales: Dify, AnythingLLM, Flowise vs OpenAI GPTs, Claude Projects
Módulo 2. PREPARACIÓN Y GESTIÓN DE DATOS PARA RAG
• Auditoría de información empresarial: identificar qué datos tiene tu PYME y dónde están almacenados
• Formatos de documentos compatibles: PDFs, Word, Excel, páginas web, transcripciones, bases de datos
• Limpieza y estructuración de información: eliminar contenido irrelevante, duplicados y datos sensibles
• Estrategias de chunking: cómo dividir documentos grandes en fragmentos recuperables (tamaño óptimo, overlap)
• Metadata y etiquetado: organizar información para mejorar precisión del retrieval
• Retrieval semántico con datos numéricos y tabulares: fallos comunes de recuperación y cómo corregirlos
• Gestión de actualizaciones: mantener la base de conocimiento sincronizada con cambios del negocio
Módulo 3. PROTOTIPADO NO-CODE Y CONSTRUCCIÓN DE RAG CON APIS GRATUITAS
• Dify (open source): instalación local o cloud gratuito, construcción visual de chatbot con RAG, integración de documentos
• AnythingLLM (desktop app): setup de copiloto local con documentos propios, configuración de embeddings, chat privado
• Botpress Cloud: visual flow builder para chatbots conversacionales, integración de FAQs empresariales, límites del plan gratuito (100 conversaciones/mes)
• Groq API: registro y configuración, límites reales del tier gratuito, modelos disponibles y casos de uso óptimos
• OpenRouter y agregadores de APIs: acceso a modelos gratuitos de múltiples proveedores, límites y ampliaciones de bajo coste
• HuggingFace Inference API y Cohere: modelos open source, embeddings y reranking gratuitos
• Flowise (self-hosted): instalación local, construcción visual de pipeline RAG conectando APIs gratuitas
• Bases vectoriales gratuitas: Qdrant Cloud, Pinecone Free Tier, Chroma, y extensiones vectoriales de bases de datos open source (pgvector para PostgreSQL, sqlite-vec para SQLite)
• Comparativa de plataformas: cuándo usar cada herramienta según caso de uso, limitaciones y rutas alternativas (desarrollo propio, automatización comercial)
Módulo 4. PROMPT ENGINEERING AVANZADO Y OPTIMIZACIÓN PARA LÍMITES GRATUITOS
• Diseño de system prompts efectivos: instrucciones, tono, límites y manejo de contexto
• Técnicas de prompting: few-shot learning, chain-of-thought, self-consistency para maximizar calidad con modelos gratuitos
• Control de formato de salida: JSON estructurado, tablas, listas para integración con sistemas
• Estrategias para minimizar tokens: prompts concisos, caching de contexto, gestión de conversaciones largas
• Manejo de errores y fallbacks: qué hacer cuando el modelo no responde correctamente o se agotan límites
• Testing iterativo: evaluar y refinar prompts sin herramientas de observabilidad comerciales
Módulo 5. LOW-CODE: N8N Y AUTOMATIZACIÓN CON IA
• n8n Community Edition: instalación self-hosted gratuita, conceptos de workflows y nodos
• Construcción de agentes básicos: workflows que combinan LLMs con herramientas externas (email, Google Sheets, APIs)
• Integración de RAG en n8n: conectar bases vectoriales con workflows automatizados
• Casos de uso: agente de soporte que busca en knowledge base y responde por email, generador automático de informes
• Limitaciones del self-hosting: mantenimiento, updates, escalabilidad y cuándo considerar alternativas de pago
Módulo 6. AGENTES PERSONALES AUTÓNOMOS
• De copiloto a agente: memoria persistente, habilidades reutilizables (skills) y acceso al sistema
• OpenClaw, Hermes Agent y Odysseus: arquitectura, requisitos y madurez de cada plataforma
• Casos de uso en PYMES: asistente operativo por WhatsApp o Telegram, triaje de correo, investigación programada
• Coste real de operación: hardware local o VPS, consumo de tokens y límites gratuitos
• Introducción a MCP (Model Context Protocol): conexión estándar entre agentes y herramientas externas
• Seguridad y RGPD: superficie de ataque, manejo de datos de clientes y requisitos previos al despliegue
• Criterios de selección y plan de salida en un ecosistema en evolución rápida
Módulo 7. EVALUACIÓN, TESTING, PATH A PRODUCCIÓN Y MANTENIMIENTO
• Métricas de calidad sin herramientas comerciales: precisión, relevancia, completitud mediante evaluación manual estructurada
• Detección de alucinaciones: técnicas de fact-checking y validación de respuestas
• Testing con datasets de evaluación: crear casos de prueba representativos del uso real
• Cálculo de ROI: cuándo un prototipo gratuito justifica inversión en herramientas comerciales
• Estrategia de migración: de prototipo gratuito a soluciones comerciales cuando el volumen o el caso de uso lo exige
• Gestión de costes en producción: estimación de tokens, pricing de APIs comerciales, optimización para escalar
• Mantenimiento en operación: protocolo de actualización de la base de conocimiento, validación de cambios y tiempo de operación requerido
Módulo 8. SEGURIDAD, RGPD Y PROYECTO FINAL
• RGPD aplicado a IA: tratamiento de datos personales, base legal, derechos de los interesados
• AI Act europeo: clasificación de riesgos para copilotos empresariales, obligaciones para PYMEs
• Seguridad de información sensible: datos que NO deben subirse a cloud, alternativas self-hosted
• Protección de IP y confidencialidad: términos de servicio de APIs gratuitas, riesgos y mitigaciones
• Obligaciones específicas al desplegar agentes con acceso a datos personales y canales de mensajería
• Proyecto final: identificación de caso de uso específico del alumno, selección de stack tecnológico gratuito
• Implementación del prototipo: preparación de datos, configuración de herramienta elegida, testing y refinamiento
• Presentación: demo del copiloto funcionando, plan de migración a producción con análisis coste-beneficio
Metodología
EOI ha desarrollado y puesto en práctica una metodología que se basa en la formación de carácter práctico y en la atención individualizada que permita el correcto desarrollo de los conocimientos adquiridos y su adecuación a las características de cada participante, a través de formación grupal, tutorías individualizadas y desarrollo de numerosas actividades.
Se entregará un DIPLOMA acreditativo a todos aquellos alumnos que hayan alcanzado los porcentajes de asistencia requeridos, tanto a las sesiones lectivas como a las tutorías y hayan superado con la calificación de Apto la prueba de conocimiento establecida.
Para evaluar la adquisición de conocimientos se realizarán, en su caso, proyectos fin de curso, cuestionarios, formularios, casos prácticos individuales y/o grupales acerca de los contenidos vistos a lo largo del curso.
HORAS DE DIPLOMA: 100 horas
63 horas lectivas (45 h de clase + 18 h de tutoría) + 37 horas de Trabajo del alumno
Información e Inscripción
¡No te quedes sin tu plaza!
Contacta con nosotros en:
EOI Sevilla- Tlf: 954 46 33 77- mail: infoandalucia [@] eoi.es