/Events /Global AI Conference Cordoba /Schedule
Global AI Conference Cordoba
Wednesday, September 9
KeyNote
Apertura - Palabras de UBP - CIIECCA - CLUSTER CORDOBA
Agentes de código en equipos de desarrollo: especificar con SDD, controlar con un arnés
Un agente de código no conserva memoria entre sesiones, aplica los procesos de forma inconsistente y reporta tareas como terminadas sin verificarlas. Incorporarlo al trabajo en equipo no depende de mejores prompts, sino de definir qué queda a criterio del modelo y qué debe ser determinístico.
En esta sesión se presentan dos capas complementarias. La primera es Spec-Driven Development (SDD): la especificación como fuente de verdad, el código como su implementación y la verificación como proceso mecánico. Se analiza qué debe contener una especificación para que un agente la implemente sin ambigüedad y por qué los criterios de aceptación, por sí solos, no alcanzan. La segunda es el arnés (harness): la capa que gobierna qué puede y qué no puede hacer el agente, construida sobre las primitivas que hoy ofrecen las herramientas de agentes de código —instrucciones, skills, subagentes, hooks, MCP y ejecución autónoma— y que opera de forma equivalente en herramientas de distintos proveedores desde una única fuente de reglas. Se muestra en funcionamiento un pipeline donde la intervención humana se concentra en la aprobación del plan y del resultado, mientras implementación, revisión, pruebas y corrección se ejecutan de manera automatizada, con revisores independientes de quien produjo el código.
Al finalizar, los asistentes se llevarán:
-Los criterios que debe cumplir una especificación para que un agente la implemente sin ambigüedad. -Un marco para decidir qué queda a criterio del modelo y qué debe resolverse de forma determinística. -El mapa de las piezas de un arnés mínimo —hooks que bloquean, revisores que auditan, memoria persistente— y por dónde empezar en su propia herramienta. -Preguntas concretas para evaluar si un agente completó una tarea o únicamente lo reportó.
Audiencia: desarrolladores, arquitectos y líderes técnicos que ya utilizan agentes de código. Los ejemplos utilizan .NET y React/TypeScript; los conceptos no dependen del stack. Incluye demostración en vivo de los controles del arnés y el recorrido de una ejecución completa del pipeline.
Nivel: 300 (avanzado — se asume experiencia previa con agentes de código).
En TYCON construimos tecnología para que las empresas automaticen sus procesos críticos. Lidero la visión de BIZUIT: una plataforma BPM/Low-Code que corre hoy en organizaciones de salud, seguros, servicios financieros y gobierno en cinco países de Latinoamérica. Mi foco actual es la IA aplicada a procesos de negocio. Como Claude Certified Architect (Anthropic) y Azure AI Engineer, diseño arquitecturas que combinan LLMs con plataformas empresariales: asistentes de IA que se entrenan dinámicamente sobre los procesos de cada organización, se integran con servicios externos y generan formularios y flujos de trabajo de manera generativa. Como docente de Ingeniería de Software en la Universidad Católica de Córdoba y Microsoft Certified Trainer, formo profesionales en DevOps, arquitecturas cloud sobre Azure y prácticas de ingeniería moderna: CI/CD, contenedores, testing automatizado y calidad de código. Certificaciones: Claude Certified Architect Professional- Anthropic (2026) Claude Certified Architect Foundations- Anthropic (2026) Claude Certified Developer Foundations - Anthropic (2026) Claude Certified Associate Foundations - Anthropic (2026) Microsoft Certified Trainer (MCT) (2024) Microsoft Certified Azure Developer Associate (2024) Microsoft Certified Azure AI Engineer Associate (2024) Microsoft Certified DevOps Engineer Expert (2024)
Cofundador de TYCON, Software Engineer, Project Manager y Consultor, con una trayectoria destacada en la implementación de soluciones tecnológicas y la conducción de proyectos de integración de aplicaciones y automatización de procesos. He acompañado a organizaciones en su transformación digital, aplicando metodologías ágiles y herramientas BPM líderes para optimizar flujos y resultados. Además, soy un educador apasionado, motivado por formar a futuras generaciones de ingenieros en el uso de plataformas de automatización, modelado de procesos y mejores prácticas de desarrollo. Mi enfoque combina rigurosidad técnica y claridad pedagógica, lo que me permite transformar contenidos complejos en aprendizajes accesibles y aplicables. Con experiencia en la gestión de proyectos cross-funcionales, entiendo el desafío de traducir las necesidades del negocio en soluciones efectivas. Un referente técnico práctico, capaz de conectar el diseño con la acción y el conocimiento con la enseñanza.
Build Fabric data Agents to Talk with Your Data
Unlock the Power of Your Data with Fabric Data Agents! Join this hands-on session to discover how to build intelligent agents that can seamlessly communicate with and understand your data. Whether you're a data scientist, business analyst, or developer, you'll get an in-depth introduction to Fabric and its game-changing capabilities. Learn what Fabric Data Agents are, how they differ from Copilot, and how to make them work for you. We’ll show agents in action as they interact with data in real-time—exploring semantic models and lakehouses to bring your data to life.
I'm an MVP Data Platform and Super User in Power Bi Community: https://community.powerbi.com/t5/user/viewprofilepage/user-id/11211 I like data analysis. Getting to know what data is hidden and what I can discover. Showing data value to entities is what I try to do. The design of data models to get a warehouse, the construction of semantic layer and building reports/dashboards. One of the things I enjoy most are query languages, specially T-SQL and DAX. Another thing I enjoy a lot is Python for data. I feel good helping people in communities, that's why I write a blog you can check down below and participate on forums.
Agentes conversacionales: análisis NLP para la determinación de frases de entrenamiento
El diseño de agentes conversacionales para soporte técnico requiere un conjunto de intents y frases de entrenamiento representativas del dominio. Este trabajo aborda el problema de desambiguación de producto a partir del campo subject y del resumen conversacional de los tickets, en un caso real de una empresa proveedora de software de gestión. Se analizó un corpus histórico de 9.850 tickets (período 2021–2026), del cual el 91,4 % se encuentra resuelto. Mediante ponderación léxica TF–IDF con n gramas, reducción de dimensionalidad por descomposición en valores singulares (SVD/LSA), agrupamiento no supervisado K Means validado por coeficiente de silueta y proyección PCA, se derivó un catálogo de 16 intents candidatos con sus frases clave, alcanzando una cobertura del ~70 % del corpus. Los resultados evidencian que el identificador de producto opera como primera ramificación de desambiguación y que los productos satélite presentan una firma léxica propia y separable, mientras que el núcleo ERP requiere una segunda capa de desambiguación por intent funcional. Se propone una arquitectura de clasificación jerárquica de dos niveles para el agente conversacional.
Mg. Díaz, Santiago Raúl — Paraná, Entre Ríos. Empresario y profesor universitario, de profesión Master en Estadística Aplicada y Licenciado en Sistemas de Información. Profesor de grado y posgrado: Inteligencia Artificial, Maestría en Ciencia de Datos, Inferencia Estadística, Interfaz Hombre-Máquina, Data Mining y Taller de Integración. Con más de 13 años de experiencia y socio gerente de Possition IA una empresa dedicada a diseñar soluciones de inteligencia artificial y software personalizado para optimizar operaciones y automatizar tareas. Mi misión es liderar proyectos que impulsen la innovación tecnológica mediante el desarrollo de microservicios pre-testeados, garantizando resultados rápidos y efectivos. Mi enfoque está alineado con los valores de calidad, eficiencia y colaboración que promueve nuestra organización, aportando una perspectiva diversa y habilidades técnicas especializadas. En mi rol actual en Possition IA, trabajo en el diseño e implementación de soluciones de inteligencia artificial, aplicando mis competencias en desarrollo de IA agentic y seguridad de IA. Como parte de nuestro equipo, he contribuido a garantizar la entrega eficiente de proyectos en semanas, apoyándome en un sólido laboratorio de microservicios. Mi experiencia previa como perito informático y mi enfoque en la enseñanza superior me permiten combinar conocimiento técnico con habilidades pedagógicas para liderar iniciativas que fortalecen tanto la innovación como la formación en el ámbito tecnológico. (https://www.possition.com - Possition AI)
OWASP Top 10 for LLM Applications 2026
Less than a year later, a new version of the OWASP Top Ten LLM list has emerged. Stop trying to build a model that is impossible to trick. Instead, design the system around the model so that when it is tricked—and it will be—nothing critical breaks.
All previous versions of this list were based on expert judgment. Hundreds of professionals contributed their views on which aspects were most important. That voting process remains the backbone of the list, and rightly so. This year, however, the project took an unprecedented step: we cross-referenced the voting results with a record of actual incidents. We compiled a corpus of 7,714 real-world incidents from public vulnerability databases and an AI-related harm database; we then developed classifiers to analyze and categorize the 6,639 cases that contained sufficient information. Finally, we asked a direct question: do the concerns of professionals align with what the incident records show?
It owns in society a consulting firm that provides support and consulting in Cybersecurity and Computer Security, It provides advice on security and standardization in COBIT, SOX, PCI, ISO 20000 and 27001 and ITIL standards. More than 30 years conducting Vulnerability Test, Penetration Test in LAN, DMZ and WAN networks. Consulted as a Computer Expert in labor lawsuits. Platform migration to Cloud. ISO / IEC 27001 Lead Auditor - IRAM Committee Member - ISACA Member - Internet Society Member - OWASP. MCSE MCP - MCT 2013. Cloud and Datacenter Management MVP 2025 (19 years as MVP). AZURE & AWS Certified. Vicepresident CIIECCA. CSIRT Comitee Cordoba Argentina. Teacher Blas Pascal University in MBA
Hola, soy Alejandro Mazzitelli y trabajo en forma independiente como Consultor IT Senior, enfocado principalmente en tecnologías Microsoft. Fui MVP de Windows IT Pro en 2014 y he sido nombrado Windows Insider MVP para los años 2021, 2022 y 2023. Actualmente soy MCT desde el año 2020. En 2025 fui nombrado Microsoft MVP de Microsoft Teams y Microsoft 365. Pueden ingresar a mi blog en www.m365.com.ar en donde escribo sobre Microsoft 365. Muchas gracias.
Grupo Transformers - Laboratorio Investigación de Software (LIS) - UTN FRC
En la sesión se va a mostrar los proyectos que actualmente se están incubando dentro del grupo de nombre Transformers en la UTN FRC.
Dentro de este grupo se van a mostrar proyectos como:
- Proyecto AVE: Agente de educación virtual de la UTN creado con arquitectura RAG y modelos open source.
- Enseñando Latin a un LLM: pruebas sobre como usar técnicas de prompt engineering para que el modelo llama3.2:3b-instruct resuelva traducciones de Latin. -Parsing de PDF para RAG: análisis de herramientas disponibles y resultados encontrados sobre las mejores herramientas para obtener datos de documentos.
- Creando mapas conceptuales: utilización de modelos open source para armar mapas conceptuales. Se creo un MCP para que se pueda utilizar y generar mapas conceptuales con otras herramientas.
- Corrección automática de exámenes: sistemas con agentes para corrección automática de exámenes de preguntas abiertas basado en modelos open source.
- Análisis de correlación de entropía en los LLM: se intenta verificar si existen patrones entre la entropía y la selección del próximo token en los LLM tienen alguna relación con la generación de respuestas correctas de código.
- LLM finetuning: Entrenamiento de autodestilación de un SLM con Qwen2.5 pero usando menos memoria al aplicar QLoRA y aplicando configuraciones especiales en las matrices adaptadoras
Profesores: Ing. Mgter. Nicolas Hernandez Ing. Emanuel Ravera
Emanuel es Ingeniero en Sistemas de la UTN y trabaja en el Laboratorio de Investigación de Software de UTN-FRC
universidad tecnológica nacional facultad regional Córdoba, ingeniero en sistemas de información
Del prototipo al impacto: la estrategia de Data & IA
Muchas organizaciones están experimentando con Inteligencia Artificial, desarrollando pilotos, agentes y nuevos casos de uso. Sin embargo, pasar de iniciativas aisladas a una estrategia de Data & AI que genere impacto real sigue siendo uno de los principales desafíos.
En esta charla voy a compartir un framework práctico para construir una estrategia de Data & AI conectada con los objetivos del negocio: cómo identificar y priorizar oportunidades, qué capacidades de datos y tecnología son necesarias, cuándo usar ML, GenAI o soluciones más simples, y cómo pasar de un prototipo a un producto escalable y adoptado por los usuarios.
También veremos por qué una estrategia de IA no debería medirse por la cantidad de modelos o casos de uso implementados, sino por su capacidad de generar impacto, adopción y aprendizaje sostenido dentro de la organización.
Data & AI Product Lead Advanced at Naranja X. B.A. in Political Science and Graduate Diploma in Data Science & Machine Learning. Master in Management – AI & Business Analytics Candidate.