Requisitos previos
• Tener conocimientos previos de Spring Boot.
Descripción del curso
Spring AI es el módulo oficial del ecosistema Spring que permite integrar modelos de lenguaje (LLMs) en aplicaciones Java utilizando las mismas prácticas que ya conoces: inyección de dependencias, auto-configuración, abstracciones limpias y portabilidad entre proveedores.
En este curso desarrollarás, paso a paso, un asistente médico educativo impulsado por Inteligencia Artificial. Comenzarás creando un chatbot capaz de responder preguntas con Google Gemini y evolucionarás hasta construir un agente inteligente desplegado en AWS, con memoria persistente, acceso a bases de datos, RAG, Tool Calling, MCP y mucho más.
¿Qué hace diferente este curso? No se trata de ejemplos aislados. Todo el contenido gira alrededor de un único proyecto real que evoluciona clase tras clase, replicando el proceso de desarrollo de una aplicación profesional lista para producción.
¿Cómo está estructurado el curso?
Aprenderás mediante la construcción de un proyecto Full Stack con IA, incorporando progresivamente nuevas capacidades hasta desplegar la aplicación en AWS siguiendo buenas prácticas de desarrollo profesional.
- Fundamentos de Spring AI: Integración de LLMs, ChatClient, ChatModel, prompts y streaming.
- Desarrollo de agentes: Memoria, Tool Calling, RAG, MCP y patrones de agentes inteligentes.
- Infraestructura: PostgreSQL, Docker, Chroma y despliegue completo en AWS.
- Proyecto real: Un asistente médico educativo construido paso a paso.
Temas que desarrollarás durante el curso:
- Stack moderno: Java 21, Spring Boot 4, Spring AI 2.x, PostgreSQL, Docker Compose, Chroma y AWS.
- LLMs: Google Gemini, Ollama y portabilidad entre proveedores.
-
Prompt Engineering: PromptTemplate, Few-shot, Context Engineering, Structured Outputs y archivos
.st. - Tool Calling: Integración de funciones, APIs y bases de datos desde el modelo.
- Memoria y RAG: JdbcChatMemory, embeddings, vector stores, DocumentReader, TextSplitter y QuestionAnswerAdvisor.
- Agents: Chain Workflow, Routing Workflow, Orchestrator-Workers, Human-in-the-Loop y Progress Notifications.
- MCP: Resources, Prompts, Tools e integración mediante Model Context Protocol.
- Testing: Integración de herramientas MCP y pruebas sobre modelos no deterministas.
- Producción: Docker multi-stage, AWS ECR, EC2, RDS, CloudWatch y monitoreo.
- Y mucho más...
Resultados al finalizar el curso:
- Comprenderás cómo integrar modelos de IA dentro del ecosistema Spring utilizando Spring AI.
- Desarrollarás agentes inteligentes con memoria, Tool Calling, RAG y MCP.
- Aprenderás a construir aplicaciones listas para producción utilizando Docker y AWS.
- Tendrás un proyecto completo desplegado que podrás utilizar como parte de tu portafolio profesional.
Además, el curso aprovecha el tier gratuito de Google Gemini y los servicios gratuitos de AWS para que puedas seguir todas las lecciones con un costo mínimo, aprendiendo también buenas prácticas para administrar recursos y controlar gastos en la nube.
🚀 Al finalizar el curso no solo sabrás utilizar Spring AI, sino que comprenderás cómo diseñar, desarrollar y desplegar aplicaciones inteligentes modernas utilizando Java y el ecosistema Spring.
