Building Multimodal Generative AI and Agentic Applications
Indrajit Kar
- Editorial
- BPB
- Año
- 2026
- Páginas
- ~578
- Nivel
- Intermedio
De qué trata
Volumen exhaustivo escrito por Indrajit Kar que aborda la convergencia entre la inteligencia artificial generativa multimodal y las arquitecturas agénticas autónomas de última generación (2026). El libro está dirigido a ingenieros de software, científicos de datos y arquitectos de IA de nivel intermedio que dominan Python y los conceptos fundamentales de machine learning y necesitan trascender las aplicaciones circunscritas exclusivamente al texto para diseñar sistemas capaces de razonar conjuntamente con texto, imágenes, audio y bases de datos estructuradas.
A lo largo de 18 capítulos, el autor cubre la implementación de modelos de visión y lenguaje (Vision-Language Models), tanto locales como mediante APIs, y el diseño de sistemas RAG (Retrieval-Augmented Generation) multimodales bidireccionales potenciados con bases de datos vectoriales y reordenamiento con cross-encoders. Además, explora la creación de agentes con supervisión humana en el bucle (Human-in-the-loop), motores agénticos de Text-to-SQL para la explotación autónoma de bases de datos relacionales, extracción de información en documentos mediante OCR generativo y procesamiento de voz. La obra concluye con la integración de modelos de ML clásico en flujos de IA generativa y la implantación de pipelines de LLMOps para observabilidad, evaluación de calidad y escalado.
El manual tiene una orientación marcadamente práctica respaldada por su repositorio oficial de código en GitHub, guiando el desarrollo paso a paso de múltiples aplicaciones complejas listas para producción. Destaca por su capacidad para unificar la teoría de la multimodalidad con flujos agénticos reproducibles y aplicables en la industria; por su amplitud y densidad (cerca de 580 páginas), demanda gestionar entornos locales exigentes y costes de consumo de APIs. Es un texto de referencia indispensable para quienes desarrollan soluciones de inteligencia artificial avanzada.
- IA multimodal
- Modelos de visión y lenguaje (VLM)
- RAG multimodal
- Bases de datos vectoriales
- Cross-encoders y reranking
- Agentes autónomos
- Human-in-the-loop
- Text-to-SQL agéntico
- OCR con GenAI
- Entrada de voz
- LLMOps
¿Cómo enseña?
Con proyectos
- ✗ Sin ejercicios
- ✓ Incluye proyectos
Proyectos
Sistema RAG multimodal bidireccional con reranking
Pipeline de recuperación aumentada capaz de indexar y buscar conjuntamente texto e imágenes utilizando bases de datos vectoriales y reordenamiento de relevancia con cross-encoders.
Agente autónomo Text-to-SQL
Sistema agéntico que inspecciona esquemas relacionales, genera y ejecuta consultas SQL optimizadas a partir de peticiones en lenguaje natural con bucles de autocorrección.
Extractor documental y OCR con Human-in-the-loop
Aplicación de visión por computador y modelos generativos para procesar imágenes de documentos y extraer información estructurada incorporando validación humana en la toma de decisiones.
Asistente multimodal activado por voz
Sistema interactivo que procesa comandos de audio para consultar, razonar y describir contenidos visuales y documentos combinando modelos de voz, visión y lenguaje.
