Taller
Tomcat: Aseguramiento
Avanzado
58 min.
En este taller veremos las configuraciones relativas a aspectos de seguridad y otras configuraciones multi-instancia.
4.5
Nuevo
Frameworks
Java
Fundamentos de Spring AI
Spring AI permite integrar IA generativa en aplicaciones Java sin romper la arquitectura habitual del ecosistema Spring. Este curso estructura el uso de ChatClient, prompts, templates, observabilidad, salidas estructuradas, advisors, tools, embeddings y RAG. A través de un proyecto práctico con asistente turístico, se consolida una base técnica para conectar modelos, datos y lógica de negocio en aplicaciones empresariales con criterios de escalabilidad, control y mantenibilidad.
Formación recién publicada
La metodología y plataforma de formación que se adapta al tamaño y ritmo de tu empresa.
Curso impartido por
Contenido de la formación
8 Secciones · 27 Lecciones ·
4 h. y 44 min.
en total
Introducción
Visión general
Primeros pasos con Spring AI
Observabilidad y salida estructurada y multimodalidad
Advisors y tools
Embeddings, Vector Stores y RAG
Proyecto práctico
Conclusiones
Habilidades que obtendrás
- Comprensión estructural de Spring AI dentro del ecosistema Spring
- Configuración de proyectos Java con Spring Boot y capacidades de IA generativa
- Uso de ChatClient para interactuar con modelos de lenguaje
- Diseño de prompts, templates y roles aplicados a aplicaciones backend
- Implementación de salidas estructuradas para integración con lógica de negocio
- Aplicación de observabilidad en flujos de interacción con modelos
- Uso de advisors, tools y memoria conversacional en aplicaciones inteligentes
- Generación y uso de embeddings para búsqueda semántica
- Implementación de RAG con Vector Stores y pipelines de ingesta
- Desarrollo de un asistente práctico con Spring AI, configuración y generación de rutas
Requisitos mínimos
Conocimientos de Java y Spring Boot.
Por qué realizar este curso
Beneficios
- Integra IA generativa dentro de arquitecturas Java sin recurrir a soluciones aisladas
- Refuerza la interoperabilidad entre modelos, datos, servicios y aplicaciones Spring
- Reduce la fragmentación técnica en proyectos que incorporan capacidades inteligentes
- Facilita la estandarización de patrones de integración de IA en equipos backend
- Mejora la gobernanza técnica mediante observabilidad, salidas estructuradas y control de contexto
- Permite construir aplicaciones más contextuales conectando modelos con información propia
- Disminuye dependencia de prototipos no escalables al trabajar sobre un framework empresarial
- Sienta bases para evolucionar hacia asistentes inteligentes y soluciones RAG en producción
Para quién
- Desarrolladores Java que trabajan con Spring Boot y quieren integrar IA generativa en sus aplicaciones
- Ingenieros backend interesados en conectar modelos de lenguaje con datos y lógica empresarial
- Equipos técnicos que ya desarrollan servicios Spring y buscan incorporar asistentes inteligentes
- Arquitectos de software que evalúan patrones de integración de IA en entornos Java
- Profesionales que construyen APIs, servicios y aplicaciones empresariales con necesidad de búsqueda semántica
- Perfiles técnicos orientados a backend que desean evolucionar hacia soluciones con IA integrada
Oportunidades profesionales
- Especialización en desarrollo backend con IA generativa dentro del ecosistema Java
- Evolución hacia roles de AI engineer con base en Spring Boot y arquitectura empresarial
- Mayor capacidad para participar en proyectos de asistentes inteligentes y aplicaciones RAG
- Refuerzo del perfil técnico en organizaciones que modernizan productos con IA integrada
- Proyección hacia equipos donde la integración de modelos en software empresarial es estratégica
- Base sólida para diseñar soluciones backend más contextuales, escalables y orientadas a datos
Valoración de nuestros alumnos
Completa tu formación con estos contenidos
Curso
Uso de Hibernate Types
Intermedio
43 min.
En esta formación, se enseña cómo utilizar la librería Hibernate Types para trabajar con tipos de datos no...
4.3
Curso
Plugin JPA Buddy de IntelliJ IDEA en Spring Data JPA
Intermedio
37 min.
En esta formación aprenderás de forma práctica el uso de las distintas funcionalidades del plugin JPA Buddy, para...
4.6
Empresas
Arquitectura Hexagonal con Django
Intermedio
51 min.
Aprende con nuestro profesores los conceptos teóricos de arquitectura hexagonal, y cómo llevarla a la práctica en tus...
4.5
Preguntas frecuentes
Resuelve tus dudas o contacta con nosotros para más información.
Actúa como base para integrar IA generativa en aplicaciones Java empresariales, conectando modelos, datos, APIs y servicios dentro de una arquitectura backend más gobernable y escalable.
Se construye un asistente para visitas turísticas, integrando configuración, RAG y generación de rutas para aplicar Spring AI en un caso funcional con datos y lógica de aplicación.
Permite analizar peticiones, respuestas, comportamiento del modelo y posibles errores, facilitando control, depuración y mejora continua de soluciones basadas en IA.
Los embeddings transforman contenido en representaciones vectoriales que permiten búsquedas semánticas. Los Vector Stores almacenan esas representaciones para recuperar información relevante durante el proceso de generación.
RAG, o recuperación aumentada por generación, permite combinar modelos de lenguaje con información propia almacenada en fuentes externas, mejorando la contextualización y reduciendo respuestas poco precisas.
Permiten ampliar el comportamiento de la aplicación, intervenir en el flujo de interacción con el modelo y conectar capacidades externas o lógica propia cuando el caso de uso lo requiere.
Son respuestas del modelo organizadas en formatos definidos, como objetos o estructuras equivalentes, que pueden integrarse de forma más fiable en flujos de negocio y servicios backend.
Permiten controlar mejor las instrucciones enviadas al modelo, reutilizar estructuras y adaptar la interacción a distintos casos de uso sin dispersar lógica en el código.
ChatClient permite interactuar con modelos de lenguaje desde una aplicación Spring, estructurando llamadas, prompts y respuestas de forma más integrada dentro del backend.
Aporta una capa de integración más alineada con aplicaciones empresariales Java, facilitando configuración, reutilización, observabilidad y conexión con otros componentes del ecosistema Spring.
Spring AI es un proyecto del ecosistema Spring que facilita la integración de modelos de inteligencia artificial generativa en aplicaciones Java, proporcionando abstracciones para chat, prompts, embeddings, herramientas, memoria y RAG.