CURSO GRATIS · 3 DÍAS EN DIRECTO

Construye sistemas de IA sin dejar Java

Aprende Spring AI en un curso intensivo de 3 días en directo. Regístrate y empieza en 5 minutos. Sin Python. Sin partir de cero. Con el stack que ya dominas.

21 de Septiembre, 22 de Septiembre y 23 de Septiembre · 19:00h (Madrid) · 100% online y gratis

Reserva tu plaza gratis y recibe toda la información del Máster

Regístrate ahora y recibe el programa detallado del master

Registro 100% seguro y gratuito

⚡ Recibirás el acceso al curso GRATUITO + info del máster al instante

PRESENTACIÓN DEL MÁSTER

Conoce todo sobre el máster en este vídeo

Te explico al detalle todo lo que vas a aprender en este curso

FECHAS

21 de Septiembre, 22 y 23

HORARIO

19:00h (Madrid)

DURACIÓN

1h / sesión

FORMATO

Online y en Directo

TEMARIO DEL CURSO

Así es como vas a pasar de la teoría a analizar y optimizar flujos de IA complejos, para después aprender a blindar y desplegar sistemas de LLM en entornos de producción reales

Esto solamente es el comienzo de la teoría para construir sistemas de IA reales con Java desde el primer día

21 de Septiembre

Día 1 — ¿Qué es un AI Engineer?

Entenderás por qué el mercado ya no solo busca Backend Developers, sino ingenieros capaces de integrar inteligencia en el flujo de datos.

Configuraremos tu entorno profesional con Spring AI para que no pierdas tiempo con errores de setup.

Construirás tu primer chatbot funcional en Java, conectándote en directo a modelos de lenguaje (LLMs) de última generación.

22 de Septiembre

Día 2 — Spring AI vs integración directa con API

Comparativa técnica: ¿Cuándo merece la pena usar la API directa de OpenAI y cuándo abstraerse con Spring AI?

Implementarás memoria de conversación para que tus aplicaciones no olviden el contexto y se sientan como interacciones humanas reales.

Analizaremos casos de uso empresariales donde la elección de la arquitectura determina la escalabilidad de todo el sistema de IA.

23 de Septiembre

Día 3 — Spring AI en acción + Presentación del Máster

Demo avanzada de RAG (Retrieval-Augmented Generation): haz que la IA responda basándose exclusivamente en tus propios documentos.

Aprenderás a monitorizar la calidad de las respuestas con LangSmith para asegurar que tu sistema es fiable en producción.

Hoja de ruta completa: te presentaré el Máster de 12 semanas y cómo puedes convertirte en un experto certificado.

APÚNTATE GRATIS AHORA

🔒 Registro 100% gratuito y seguro

Ricardo Romero
🚀 13 años como Senior Java Engineer

DESPUÉS DEL CURSO

Qué vas a ser capaz de hacer

Integrar modelos de lenguaje (GPT-4, Claude…) en cualquier aplicación Java Spring Boot.

Elegir la mejor estrategia de integración con Spring AI según el caso de uso y justificarla ante tu equipo.

Construir un sistema RAG que responde preguntas usando tu propia documentación interna.

Monitorizar y evaluar aplicaciones de IA en producción con LangSmith.

Posicionarte como AI Engineer en tu empresa o en entrevistas de trabajo del sector tech.

⚡ BONUS — ACCESO INMEDIATO

Consigue Gratis la Guía del AI Engineer Java

Apúntate al curso y recibe ahora mismo en tu email este recurso gratuito.

El roadmap completo para convertirte en AI Engineer partiendo de Java, semana a semana.

Las 5 habilidades que las empresas buscan en un AI Engineer en 2025 (y cómo demostrarlas en una entrevista).

Comparativa detallada: Spring AI vs integración directa con la API — cuándo usar cada opción.

APÚNTATE GRATIS Y RECÍBELA

Guía del AI Engineer Java

Roadmap 2025

GRATIS

TU INSTRUCTOR

Conoce a Ricardo Romero Benítez

+20.000 Suscriptores en YouTube

Senior Java Engineer con 13 años de experiencia en el ecosistema enterprise. Ha trabajado en sistemas de alta disponibilidad en producción y lleva años aplicando IA sobre bases de Java y Spring.

Cuando intentó aprender IA encontró que el 99% del contenido era de Python. Así que construyó el material que le hubiera gustado tener: práctico, directo, sin teoría vacía, pensado desde el principio para desarrolladores Java.

"No voy a venderte humo. Voy a enseñarte código real, casos de uso reales y herramientas que usan las empresas serias. Si al final de los 3 días sientes que aprendiste algo valioso, entonces hablamos del máster completo." — Ricardo Romero Benítez
Instructor Ricardo Romero Benitez

13+

años con Java

166

lecciones prácticas

12

semanas de Máster

3

días gratis

CERTIFICACIÓN DE CODEJA

Obtén tu Certificado y el Material del Curso

Certificación: Al completar el programa recibirás un certificado de finalización emitido por CodeJa. Este certificado acredita la realización del programa formativo, pero no constituye un título universitario oficial ni un Máster Universitario.

PDFs descargables con todo el contenido y código de las sesiones.

Repositorio de código con los proyectos prácticos de los 3 días.

Certificado de Finalización emitido por CodeJa para tu perfil en LinkedIn y tu CV.

APÚNTATE GRATIS AQUÍ

Certificado de

AI Engineering con Java

Spring AI · LangSmith

¿Este curso gratuito es para ti?

Regístrate si te identificas con este perfil

Eres desarrollador backend o fullstack con conocimientos de Java y Spring Boot.

Quieres entrar en el mundo de la IA sin abandonar tu stack ni partir de cero con Python.

Te frustra que todos los tutoriales de IA estén en Python y no haya nada sólido para el ecosistema Java enterprise.

Buscas contenido práctico y directo: código real, casos de uso reales, sin teoría vacía.

Este curso NO es para ti si:

  • ❌ No tienes conocimientos básicos de Java o Spring Boot.
  • ❌ Buscas un curso introductorio de "qué es la IA" sin código.
  • ❌ Prefieres Python y no te interesa el ecosistema enterprise de Java.

¿QUÉ VIENE DESPUÉS?

El Máster completo se lanza el 5 de Octubre

Los inscritos al curso gratuito tendrán acceso prioritario

12 semanas · 30 secciones · 166 lecciones

Más de 15 horas de contenido práctico: desde fundamentos hasta sistemas RAG, CAG, agentes y arquitecturas avanzadas con Spring AI.

Masterclass semanal en vivo

Todos los jueves a las 19:00 (Madrid). Sesiones prácticas con Q&A en directo para resolver tus dudas.

Proyecto final revisado

Construye un sistema completo de IA en Java, recibe feedback personalizado y certifícate al terminar.

Acceso prioritario al mejor precio

Los inscritos al curso gratuito podrán reservar su plaza antes de la apertura oficial. Inversión en formación de alto nivel frente a los 5.000€+ de diferencia salarial anual.

⏳ QUEDAN POCOS DÍAS

Apúntate Gratis y descubre cómo dominar la IA con Java para destacar en el sector tech

Regístrate gratis al Curso de 3 días — empiezas hoy, recibes el material al instante y accedes a sesiones en directo para construir sistemas de IA reales con Spring AI desde el primer día.

Al terminar, sabrás exactamente cómo diferenciarte como AI Engineer en el ecosistema Java y tendrás el acceso prioritario al Máster completo con el mejor precio.

3 días

curso gratuito

100%

online y en directo

0€

sin coste

Apúntate Gratis y recibe toda la información

Regístrate ahora y recibe el programa detallado del master

Registro 100% seguro y gratuito

⚡ Recibirás el acceso al curso GRATUITO + info del máster al instante

Programa completo del Máster AI Engineer con Java y Spring AI

12 semanas · 30 secciones · 160+ lecciones

Programa de 12 semanas para desarrolladores Java con experiencia en Spring Boot que quieren convertirse en AI Engineers sin abandonar su stack. Cubre desde los fundamentos de los LLMs hasta el despliegue en cloud de sistemas de IA completos: agentes autónomos, RAG empresarial, observabilidad y LLMOps.

Formato

  • Online, en 12 semanas
  • 5 proyectos
  • Masterclass semanal en directo los jueves a las 19:00 (Madrid), con preguntas y respuestas
  • Proyecto final revisado, con feedback personalizado
  • Acceso vitalicio y comunidad privada
  • Certificado de finalización emitido por CodeJa; no es un título universitario oficial

A quién va dirigido

  • Desarrolladores backend o fullstack con conocimientos de Java y Spring Boot.
  • Quien quiere entrar en el mundo de la IA sin abandonar su stack ni partir de cero con Python.
Semana 1 — Fundamentos de LLMs y entorno de trabajo
  • Fundamentos de LLMs y el ecosistema Java AI (6 lecciones)

    tokens, temperatura, top-p y top-k · context window · Spring AI vs LangChain4j · primer ChatClient con streaming reactivo

  • Conectar con OpenAI, Anthropic y Ollama (6 lecciones)

    comparativa de proveedores · configuración con Spring profiles · Ollama en local · abstracción ChatModel

Semana 2 — Prompt engineering y outputs estructurados
  • Prompt engineering avanzado (8 lecciones)

    zero-shot vs few-shot · chain-of-thought · prompt injection · Prompt Template en Spring AI · structured outputs y BeanOutputConverter

  • Gestión de conversación y memoria de contexto (7 lecciones)

    estrategias de historial · ChatMemory con Redis y JPA · memoria semántica

Semana 3 — Multimodalidad y Proyecto Módulo 1
  • Multimodalidad: imágenes, audio y documentos (6 lecciones)

    modelos multimodales · enviar imágenes al LLM · DocumentReader para PDFs, Word, Excel y HTML · transcripción de audio con Whisper

  • Proyecto Módulo 1: API de análisis inteligente de feedback (3 lecciones)

    diseño del servicio · implementación completa · code review guiado

Semana 4 — Tool calling y arquitectura de agentes
  • Tool calling: darle herramientas al LLM (7 lecciones)

    ciclo de tool calling · JSON Schema de herramientas · @Tool en Spring AI · tools sobre APIs REST y JPA · seguridad en tools

  • Arquitectura de agentes: ReAct y planificación (5 lecciones)

    patrón ReAct · Plan-and-Execute · guardrails de agentes y human-in-the-loop

Semana 5 — MCP y sistemas multi-agente
  • MCP (Model Context Protocol) con Spring AI (6 lecciones)

    Resources, Tools, Prompts y Sampling · servidor MCP en Spring Boot con spring-ai-mcp-server · cliente MCP · transporte stdio

  • Sistemas multi-agente (6 lecciones)

    límites del agente único · patrón Supervisor-Worker · comunicación entre agentes con Spring Events y RabbitMQ

Semana 6 — Workflows, agentes de datos y Proyecto Módulo 2
  • Workflows y orquestación de tareas complejas (5 lecciones)

    workflows deterministas vs agénticos · Spring State Machine · Virtual Threads (Java 21) · human-in-the-loop

  • Agentes de datos: SQL generado por IA (4 lecciones)

    Text-to-SQL con Spring JDBC · sanitización y validación del SQL generado

  • Proyecto Módulo 2: agente de soporte técnico autónomo (3 lecciones)

    diseño del agente · tools y guardrails · demo y métricas

Semana 7 — Embeddings y bases de datos vectoriales
  • Embeddings y búsqueda semántica desde cero (5 lecciones)

    qué es un embedding · modelos de embedding · arquitectura RAG completa · EmbeddingModel en Spring AI

  • Bases de datos vectoriales en profundidad (6 lecciones)

    ANN · pgvector, Redis Stack, Weaviate y Chroma · filtrado por metadata · benchmark de vector stores

Semana 8 — Chunking, ingestion y RAG avanzado
  • Chunking estratégico y pipeline de ingestion (6 lecciones)

    estrategias de chunking · TokenTextSplitter y DocumentTransformer · Parent Document Retriever · pipeline de ingestion con Spring Batch

  • Retrieval avanzado: búsqueda híbrida y reranking (6 lecciones)

    búsqueda híbrida con BM25 y Reciprocal Rank Fusion · reranking con Cohere Rerank · query expansion

Semana 9 — Agentic RAG y Proyecto Módulo 3
  • Generación con citación y evaluación de calidad RAG (5 lecciones)

    alucinaciones en RAG · QuestionAnswerAdvisor con citación de fuentes · LLM-as-judge · evaluación con RAGAS

  • Agentic RAG: el agente que decide cuándo buscar (5 lecciones)

    RAG pasivo vs Agentic RAG · vector store como herramienta del agente · Self-RAG · multi-hop retrieval

  • Proyecto Módulo 3: knowledge base empresarial completa (3 lecciones)

    diseño del sistema RAG · implementación y evaluación con RAGAS

Semana 10 — Observabilidad: métricas, trazas y LangSmith
  • Métricas y monitorización con Micrometer y Prometheus (6 lecciones)

    métricas específicas de LLM · métricas gen_ai.* de Spring AI · dashboards y alertas en Grafana

  • Trazas distribuidas con OpenTelemetry y Jaeger (5 lecciones)

    distributed tracing · spans custom por paso del agente · análisis de trazas en Jaeger

  • LangSmith: debugging y trazabilidad de prompts (5 lecciones)

    integración con Spring AI vía OpenTelemetry · datasets y experimentos

Semana 11 — Testing, seguridad y costes enterprise
  • Testing de sistemas de IA: de unitario a evaluación continua (6 lecciones)

    pirámide de tests para LLMs · MockChatModel · Testcontainers · evaluación continua en GitHub Actions

  • Costes, seguridad y guardrails enterprise (6 lecciones)

    OWASP Top 10 para LLM applications · semantic cache · rate limiting con Bucket4j · multi-tenancy en RAG

Semana 12 — Despliegue, CI/CD y proyecto final
  • Containerización y despliegue con Docker y Kubernetes (6 lecciones)

    Dockerfile multi-stage y Buildpacks · Kubernetes y HPA · GraalVM Native Image

  • CI/CD y LLMOps: el ciclo de vida de un sistema de IA (5 lecciones)

    pipeline GitHub Actions build-test-eval-deploy · versionado de prompts en Git · feature flags para A/B testing de prompts

  • Resiliencia, streaming y optimización en producción (4 lecciones)

    circuit breaker con Resilience4j · streaming reactivo con SSE · model cascading

  • Proyecto final: diseño, implementación e integración (5 lecciones)

    diagrama C4 · ADRs · implementación guiada · validación

  • Despliegue, portfolio y siguiente nivel (4 lecciones)

    despliegue en cloud con Railway o Render · documentación de portfolio · presentación final

Descargar el programa en PDF

Importante: Este programa es una formación profesional privada impartida por CodeJa. No es un título universitario oficial ni equivale a un Máster Universitario oficial.