Blockchain: fonaments, desenvolupament i aplicacions practiques

La indústria combina una operació complexa, actius crítics i múltiples organitzacions que han de coordinar-se amb informació consistent i verificable al llarg del cicle de vida del servei, des de la planificació i la circulació fins al manteniment i la facturació entre parts. Per això, la primera part del curs ofereix els Fonaments i l’Arquitectura de blockchain: blocs, consens i interpretació en l’EVM per comprendre com registrar esdeveniments d’operació i manteniment amb integritat i interoperabilitat entre els actors ferroviaris.

La segona part aprofundeix en Contractes i Tokens per programar regles verificables i representar actius o drets: des dels estats d’una ordre de treball o el pas per una balisa fins a l’emissió d’unitats digitals d’ús d’infraestructura. Inclou pràctiques de seguretat, proves i desplegament en xarxes d’assaig, preparant l’alumnat per avaluar la viabilitat tècnica en entorns industrials.

Finalment, es treballa Identitat i Casos sectorials per connectar amb necessitats reals de l’ecosistema: credencials verificables per a habilitacions i accés, traçabilitat d’intervencions i acords d’intercanvi de dades entre operadors i gestors d’infraestructura, amb especial atenció als beneficis, limitacions i requisits d’adopció en un marc regulat i multiactor.

• Comprendre què són blockchain i DLT, els seus tipus, beneficis i límits.
• Conèixer com es dissenya una solució: EVM, oracles i dades off‑chain, i quan utilitzar xarxes públiques o de consorci.
• Desenvolupar, provar i desplegar smart contracts en Solidity i modelar tokens ERC‑20/721/1155.
• Conèixer els DIDs i les Verifiable Credentials per al control d’accés i certificacions.
• Identificar casos d’ús en traçabilitat i intercanvi de dades intermodals amb múltiples actors.

Professionals de la indústria que necessiten comprendre com aplicar blockchain en entorns multiactor, especialment en processos d’operació, manteniment, intercanvi de dades i traçabilitat. Adreçat també a perfils tècnics que volen desenvolupar smart contracts en entorns EVM, modelar tokens i integrar identitat digital mitjançant Verifiable Credentials.

1. Introducció a l’automatització
   • Què és l’automatització i per què és clau en entorns actuals.
   • Exemples pràctics d’automatització en processos reals.
   • Tour per la interfície de MAKE: escenaris, triggers i accions.
   • Creació d’un primer escenari senzill sense IA.
   • Introducció conceptual als LLMs i al paper de la IA dins l’automatització.
2. Connexió amb OpenAI i fluxos bàsics
   • Configuració de la connexió amb OpenAI (API key, models, paràmetres).
   • Primeres proves d’integració amb LLMs: prompts simples i variables dinàmiques.
   • Variables, funcions i bones pràctiques de disseny (naming, logging, gestió d’errors).
   • Cas pràctic: flux que rep text, el processa amb IA i retorna una resposta automàtica.
3. Connexions externes i webhooks
   • Mailhooks i webhooks: principi de funcionament i aplicacions pràctiques.
   • Creació de fluxos que reben i processen dades externes.
   • Enviament automàtic de respostes o notificacions.
   • Cas pràctic: webhook que rep dades d’un formulari i genera un registre o resposta intel·ligent.
4. Enriquiment amb LLMs i fluxos intel·ligents
   • Disseny de prompts contextuals i ús de variables avançades.
   • Tractament de text amb IA: resum, classificació, extracció d’informació.
   • Com utilitzar els LLMs dins d’un flux per prendre decisions o generar resultats contextuals.
   • Cas pràctic: flux que analitza textos i genera respostes personalitzades.
5. Disseny d’interfícies i xatbots
   • Arquitectura bàsica de xatbots: intents, entitats, diàlegs i context.
   • Disseny d’interfícies HTML/CSS senzilles per a assistents o formularis.
   • Integració amb serveis web interns o formularis propis.
   • Cas pràctic: xatbot connectat a OpenAI amb interfície web pròpia.
6. Bases de dades i RAGs dinàmics
   • Connexió amb Airtable o Google Sheets com a base de coneixement.
   • Operacions CRUD (Create, Read, Update, Delete).
   • Introducció a RAG (Retrieval-Augmented Generation) i CAG (Context-Augmented Generation).
   • Creació de bases de coneixement dinàmiques per donar context als LLMs.
   • Automatització de l’actualització del RAG amb noves dades (RAGs dinàmics).
   • Cas pràctic: flux que extreu informació de documents i la incorpora automàticament a un RAG.
7. Scraping web amb Apify
   • Introducció al web scraping i aplicacions dins l’automatització.
   • Configuració i ús d’Apify com a eina de scraping.
   • Extracció de dades de pàgines web per alimentar processos automàtics.
   • Processament i neteja de la informació obtinguda.
   • Cas pràctic: flux que obté dades d’un web amb Apify i les afegeix a un RAG dinàmic.
8. IA Agèntica i Model Context Protocol
   • Què és la IA Agèntica i diferències amb l’automatització tradicional.
   • Components d’un agent: objectius, context, accions, memòria i raonament.
   • Agents a MAKE: com configurar fluxos autònoms amb LLMs i context.
   • n8n com a referència conceptual: com s’hi implementaria un agent equivalent (sense pràctica).
   • Ús de RAGs/CAGs com a memòria persistent per agents.
   • Introducció al Model Context Protocol (MCP) i fluxos multiagent.
   • Cas pràctic: agent autònom que consulta un RAG dinàmic i pren decisions dins MAKE.
9. Laboratori final i projectes integrats
   • Sessió pràctica intensiva:
     • Construcció d’un projecte complet d’automatització amb suport d’IA i agents.
     • Exemples:
       • Assistents interns amb base de coneixement dinàmica.
       • Flux complet amb agents, scraping Apify, RAG actualitzable i interfície web.
   • Revisió col·lectiva i bones pràctiques finals.
   • Cloenda i roadmap d’aprenentatge continu.

Tots els nostres cursos són bonificables per empreses (excepte autònoms) a través de la Fundació Estatal per a la Formació en l’Ocupació (FUNDAE).

Consultar descomptes especials per a estudiants, persones en situació d’atur, i empreses que realitzin dues o més inscripcions en un mateix curs.