De pilotos de IA a agentes en producción: el poder operativo de los metadatos en

En muchas organizaciones, la conversación sobre agentes de IA se concentra en el modelo, el prompt o las herramientas. Sin embargo, uno de los factores menos visibles y más críticos para que un agente funcione bien en entornos empresariales es la metadata.

En esta charla presentaré un framework práctico para entender cómo los metadatos habilitan la comunicación entre humano y agente, y también entre agentes, permitiendo que las interacciones sean más relevantes, seguras y trazables.

Revisaremos qué metadatos importan del emisor, del mensaje, del canal, del agente y de las fuentes de datos; y cómo estos elementos influyen en la interpretación de la consulta, la selección de fuentes, la calidad de la respuesta y el nivel de confianza del resultado.

La sesión conectará gobierno de datos, calidad de datos y metadata con un caso moderno. El foco estará en bajar el concepto a una estructura aplicable, mostrando cómo la metadata puede pasar de ser vista como documentación pasiva a convertirse en una capacidad activa para sistemas inteligentes.

Ideal para profesionales de datos, analítica, arquitectura, gobierno y líderes técnicos que buscan llevar agentes de IA a escenarios corporativos con mayor control y valor de negocio.

Monitoreando la calidad de los datos en AWS en

Describiremos los atributos de calidad de los datos y mostraremos que herramientas de AWS nos permiten abortar estos atributos.

Gobernanza viva ¿Cómo hacer que la estrategia de datos funcione de verdad? en

A partir de mi experiencia liderando plataformas modernas de datos en entornos empresariales complejos compartiré aprendizajes sobre cómo diseñar un gobierno de datos que no quede solo en el papel, y cómo construir arquitecturas reales, escalables y accesibles que permitan poner esa estrategia en movimiento.

It’s not just Bedrock: how metadata enables trustworthy agents on AWS en es

Building an AI pilot on AWS is becoming easier and easier. Taking it into production with context, access control, traceability, and consistent results is much harder. At that stage, the challenge is no longer just the model or the prompt. It is the system’s ability to understand who is asking, which data sources it can use, which policies it must enforce, and how to respond with confidence. That is where metadata becomes critical.

In this session, I will share a practical framework for understanding how metadata enables more trustworthy agents on AWS. We will explore how metadata about the user, the message, the agent, and the underlying data sources influences query interpretation, tool selection, permission enforcement, end-to-end traceability, and response quality.

From an architectural and applied perspective, I will connect capabilities such as Amazon Bedrock, IAM, metadata catalogs, and governance mechanisms to show how to design agents that do not just work in a demo, but can be sustained in production with greater control, scalability, and business value.

Target audience: cloud architects, data engineers, AI builders, governance leads, and technical leaders. Intermediate level.

No es solo Bedrock: cómo los metadatos habilitan agentes confiables en AWS en es

Construir un piloto de IA en AWS es cada vez más fácil. Llevarlo a producción con contexto, control de acceso, trazabilidad y resultados consistentes es mucho más difícil. En ese salto, el problema ya no está solo en el modelo ni en el prompt: está en la capacidad del sistema para entender quién consulta, qué fuentes puede usar, qué políticas debe respetar y cómo responder con confianza. Ahí es donde la metadata se vuelve crítica.

En esta charla compartiré un framework práctico para entender cómo los metadatos habilitan agentes más confiables en AWS. Revisaremos cómo la metadata del usuario, del mensaje, del agente y de las fuentes de datos influye en la interpretación de consultas, la selección de herramientas, la aplicación de permisos, la trazabilidad del proceso y la calidad de la respuesta.

A partir de una mirada arquitectónica y aplicada, conectaré capacidades como Amazon Bedrock, IAM, catálogos de metadata y mecanismos de gobierno para mostrar cómo diseñar agentes que no solo funcionen en una demo, sino que puedan sostenerse en producción con mayor control, escalabilidad y valor de negocio.

Público objetivo: arquitectos cloud, ingenieros de datos, builders de IA, líderes de gobierno de datos y líderes técnicos. Nivel intermedio.