Live online classes
10 ECTS
Diploma de experto en LLM Engineering e IA Agéntica
Next intake: October 2026
- Son necesarios conocimientos previos
- Te preparamos para certificarte
Get in touch
¿Por qué estudiar el Diploma de experto en LLM Engineering e IA Agéntica?
Hay mucho contenido que explica qué es un transformer o cómo escribir un prompt. Lo escaso es la formación que te lleva de la teoría a un producto desplegado, con métricas de calidad verificables y un análisis de costes real. Aquí cada módulo cierra con un entregable funcional, no con un examen tipo test.
El proyecto final es un sistema completo que combina un RAG de nivel producción con un agente autónomo, desplegado en la nube con URL pública, panel de observabilidad y control de costes de inferencia. Es el tipo de proyecto que pesa en una entrevista técnica de IA.
Este máster también te prepara para:
- Presentarte a las certificaciones AWS AI Practitioner (AIF-C01) y NVIDIA NCA-GENL, con simulacros de examen incluidos en el programa.
- Construir un portfolio con seis proyectos publicados en GitHub y sistemas reales desplegados, que puedes mostrar desde el primer día de búsqueda.
- Dar el salto de desarrollador a LLM Engineer o AI Engineer, un rol con recorrido y demanda sostenida.
Prerequisites
El máster está pensado para desarrolladores y perfiles técnicos que quieren especializarse en ingeniería de LLMs. Encaja tanto con quien programa en Python y quiere pivotar hacia la IA como con perfiles de datos o ML que buscan dominar el stack de producción de los modelos de lenguaje. No hace falta experiencia previa en LLMs ni en frameworks de IA.
Requisitos obligatorios
- Conocimiento acreditable y al menos un año de experiencia profesional en programación full-stack (Python, Java, Javascript o lenguajes afines).
- Fundamentos de machine learning: qué es un modelo, entrenamiento, validación, sobreajuste y métricas de evaluación.
- Manejo de APIs REST: llamadas HTTP, formato JSON y autenticación por API key.
- Entorno de desarrollo operativo: VS Code o Jupyter y Git básico (clone, commit, push).
Requisitos recomendables
- Un curso introductorio de deep learning (fast.ai, Coursera u otro).
- Familiaridad con NumPy y pandas para manipulación de datos.
- Conocimiento de SQL y experiencia mínima con un proveedor cloud (AWS, GCP o Azure).
- Haber usado ChatGPT, Claude u otro LLM en un contexto técnico o profesional.
What will you learn?
- Construir sistemas RAG de nivel producción, desde la ingestión de documentos hasta la evaluación de calidad con RAGAS.
- Diseñar agentes autónomos con LangGraph y Model Context Protocol (MCP), con memoria, uso de herramientas y control de costes.
- Aplicar prompt engineering avanzado: few-shot, chain-of-thought, function calling y structured outputs.
- Operar LLMs en producción: observabilidad, evaluación continua, optimización de costes y despliegue con Docker y en la nube.
- Aplicar Responsible AI: detección de sesgos, transparencia, guardrails y los marcos EU AI Act y OWASP LLM Top 10.
- Preparar las certificaciones AWS AIF-C01 y NVIDIA NCA-GENL.
Metodología Challenge-Based Learning
Tools
Learn how to use industry-leading tools
Certification training
El máster cubre el temario de dos certificaciones reconocidas internacionalmente y las trabaja a lo largo del programa, con simulacros de examen en las últimas semanas:
- AWS Certified AI Practitioner (AIF-C01): fundamentos de IA y machine learning en AWS, modelos fundacionales, RAG, Responsible AI, seguridad y governance. Se cubre a lo largo de los módulos 1 a 5.
- NVIDIA Certified Associate, Generative AI LLMs (NCA-GENL): prompt engineering, sistemas RAG, evaluación y métricas de LLMs, detección de sesgos y despliegue con contenedores. Se cubre de los módulos 2 al 6.
La preparación está integrada en el programa, con simulacros de ambos exámenes. La inscripción a los exámenes oficiales de AWS y NVIDIA se gestiona aparte; el equipo de admisiones te informa del detalle. No se garantiza aprobar, pero el contenido y la práctica están alineados con los objetivos de cada certificación.
Plan de estudios del Diploma de experto en LLM Engineering e IA Agéntica
El programa se organiza en cinco módulos y un proyecto final (72 h síncronas / 240 h totales / 10 ECTS). Cada módulo abre con un reto que el primer día todavía no sabes resolver, y las sesiones en directo funcionan como talleres de construcción guiados.
El programa brinda 72 horas lectivas síncronas con profesor y requiere 240 horas totales de estudio por parte del alumno, incluyendo proyectos, prácticas, laboratorios y autoestudio.
Evaluación: 20% notebooks y ejercicios por módulo + 20% retos por módulo + 10% revisión por pares + 10% simulacros de AWS AIF-C01 + 10% simulacros de NVIDIA NCA-GENL + 30% Capstone.
*The academic program may be subject to changes in line with the changing demand for specific skills in the market.
Módulo 1 – 0,5 ECTS
Fundamentos de LLM y APIs
Arquitectura transformer, tokenización y parámetros de generación (temperature, top_p, penalties). Panorámica de modelos actuales (GPT-4o, Claude, Gemini, Llama 3, Mistral) y primer contacto con Amazon Bedrock y las APIs de OpenAI y Anthropic.
Módulo 2 – 1,5 ECTS
Prompt engineering avanzado
De zero-shot a few-shot, chain-of-thought, function calling y structured outputs con Pydantic e Instructor. Evaluación de prompts con datasets de test y A/B testing, gestión y versionado de prompts, y detección de sesgos y alucinaciones.
Módulo 3 – 2 ECTS
RAG systems y evaluación
Arquitectura RAG completa: chunking, embeddings, bases de datos vectoriales (Pinecone, Qdrant, pgvector) y reranking. Técnicas avanzadas (HyDE, multi-query, self-RAG), evaluación rigurosa con RAGAS y una aplicación full-stack con FastAPI y Next.js.
Módulo 4 – 2 ECTS
AI agents y orquestación
Patrones de agentes (ReAct, plan-execute, reflection), LangGraph para grafos de estado y Model Context Protocol (MCP). Sistemas multi-agente, gestión de memoria, Amazon Bedrock Agents y evaluación de fiabilidad, costes y guardrails de seguridad.
Módulo 5 – 2 ECTS
LLMOps, producción y Responsible AI
Observabilidad específica para IA (Langfuse, LangSmith, Arize Phoenix), evaluación continua y optimización de costes con caching y routing. Despliegue con Docker, vLLM y Ollama sobre AWS, además de Responsible AI, seguridad, governance y safety en producción.
Capstone – 2 ECTS
Sistema RAG y agente en producción
Diseñas, implementas y despliegas un producto completo que combina un RAG de calidad de producción con un agente autónomo que orquesta varias herramientas. El sistema se despliega en la nube, se monitoriza con LLMOps y se entrega con un análisis real de costes de inferencia, que defiendes ante un tribunal con demo en vivo y revisión de código.
Career opportunities
El perfil de LLM Engineer tiene una de las mayores brechas entre oferta y demanda del mercado tech actual. Al terminar puedes optar a roles como:
- LLM Engineer / AI Engineer
- RAG Systems Engineer / Knowledge Engineer
- AI Agents Developer / Agentic Systems Engineer
- AI Product Engineer
- Consultor o freelance de IA para proyectos
Según la Guía Salarial 2026 de la Revista Inteligencia Artificial, los perfiles de LLM Engineer en producción en España se sitúan en torno a 68.000–72.000€ anuales. Get on Board registró un crecimiento del 340 % en la demanda de perfiles LLM/AI Engineer en Latinoamérica entre 2023 y 2025. El trabajo en remoto para empresas norteamericanas es habitual en este campo, lo que amplía el mercado para los profesionales de Latinoamérica.
Career Readiness
Durante el programa tienes acceso al servicio de Career Readiness de IMMUNE: un itinerario personalizado de empleabilidad que incluye preparación del CV técnico y del perfil de LinkedIn, simulacros de entrevistas técnicas, conexión con empresas del ecosistema de IMMUNE y acceso a la bolsa de empleo.
El objetivo es que termines con conocimientos sólidos y que puedas demostrarlos en un proceso de selección. Los seis proyectos desplegados y las certificaciones que preparas son las piezas que más peso tienen en una entrevista técnica de IA.
Una formación con perspectiva completa
El programa incluye un porcentaje de Human Sciences: competencias que complementan el perfil técnico. En ingeniería de IA pesan especialmente la comunicación de decisiones técnicas a perfiles de negocio, el análisis del retorno de un sistema y la toma de decisiones bajo incertidumbre. Saber justificar por qué un sistema cuesta lo que cuesta, o por qué una arquitectura escala, marca la diferencia en roles de producto y liderazgo técnico.
FAQs sobre el Diploma de experto en LLM Engineering e IA Agéntica
¿Qué título obtengo al finalizar?
Al completar el programa obtienes el título de Diploma en LLM Engineering e IA Agéntica de IMMUNE Technology Institute, una titulación propia no reglada con reconocimiento en el mercado tech.
¿Necesito experiencia previa en inteligencia artificial?
No en LLMs ni en frameworks de IA. Sí necesitas Python intermedio, fundamentos de machine learning y manejo de APIs REST. A partir de esa base, el programa te lleva hasta sistemas en producción.
¿Las certificaciones AWS y NVIDIA están incluidas?
El programa prepara para ambas certificaciones y cubre su temario, e incluye simulacros de examen. La inscripción a los exámenes oficiales de AWS y NVIDIA se gestiona por separado; el equipo de admisiones te informa del detalle. No se garantiza aprobar, pero el contenido está alineado con cada examen.
¿Qué requisitos técnicos necesita mi ordenador?
Un portátil con cámara y micrófono, al menos 8 GB de RAM y un procesador i5 o equivalente. Es recomendable una conexión a internet estable para las clases en directo y los laboratorios.
¿Es 100% online?
Sí. Las clases son en directo con el grupo y quedan grabadas para que puedas repasarlas. El trabajo en laboratorios y los entregables se hacen de forma autónoma.
What is the Capstone Project?
Es el proyecto final: un sistema que combina un RAG de producción con un agente autónomo, desplegado en la nube con URL pública, panel de observabilidad y análisis de costes. Lo defiendes ante un tribunal con una demo en vivo. Forma parte del portfolio que muestras en entrevistas.
¿Es compatible con un trabajo a tiempo completo?
Sí. El formato son dos sesiones en directo de tres horas a la semana, más trabajo autónomo que organizas a tu ritmo. El proyecto final se concentra en las últimas semanas.
¿Hay servicio de orientación laboral?
Sí. Todos los alumnos acceden al servicio de Career Readiness de IMMUNE: preparación de CV, orientación profesional, simulacros de entrevistas y bolsa de empleo.
¿Hay becas disponibles?
Existen opciones de financiación y descuentos para determinados perfiles. El equipo de admisiones puede informarte de las disponibles en el momento de tu solicitud.
Financing
IMMUNE
Descuento por pago al contado
BBVA
Si eres residente en España puedes financiar tu programa a través del banco BBVA.
Fundae
Pay for your training through the Spanish Employment Training Foundation. Aimed at active workers who wish to finance their program through the subsidized training program.
Quotanda
Pay in installments, even if you are unemployed and cannot guarantee the loan.
Sequra
Pay in installments, even if you are unemployed and cannot guarantee the loan.
Book my personalised academic and professional consultation
Mary García
Flor Biscardi
Agustina Ruíz
Admissions Process
Our students are characterized by their passion for technology. Our admissions process focuses on who you are, how you think, what you have accomplished, and then sharing your goals.
Our aim is to get to know you better, see what makes you unique and ensure that the IMMUNE educational model adapts to your profile.
