Devops tech IA
🤖 Automatiza desde cero con n8n - Docker - Grafana Cloud - Groq - Telegram - DigitalOcean y $0 de inversión
¿Querés aprender a crear un Agente de IA que funcione en producción real?
No es un ejercicio de laboratorio, es un sistema completo que podés deployar hoy y usar mañana.
¿Qué vas a construir?
Un agente de IA autónomo que monitorea tus sitios web 24/7, detecta fallos, los analiza con inteligencia artificial y te manda el diagnóstico completo a Telegram — sin que tengas que hacer nada.
Así se ve una alerta real del sistema:
🚨 ALERTA CRÍTICA — devopstechia.com
🔍 DIAGNÓSTICO: El servidor devuelve HTTP 500. Tiempo de
respuesta de 8.240ms antes de fallar sugiere un timeout
en la base de datos o un servicio externo.
⚡ CAUSAS PROBABLES: Error en la aplicación · Timeout DB · OOM killer
🛠️ COMANDOS PARA INVESTIGAR:
• tail -100f /var/log/nginx/error.log
• systemctl status mysql postgresql
• free -h && df -h
⏱️ Tiempo estimado de resolución: 15–30 minutos
No una alerta genérica. Un diagnóstico accionable generado por IA.
El stack — todo gratuito
| Herramienta | Para qué se usa |
|---|---|
| n8n + Docker | El motor del agente, corre en Linux |
| Google Sheets | Historial de logs y uptime |
| Grafana Cloud | Dashboard profesional de visualización |
| Groq | La IA que genera los diagnósticos |
| Telegram | Las alertas llegan acá en segundos |
| DigitalOcean | El servidor en la nube 24/7 |
Inversión mensual en herramientas: $0. El mismo stack que usan equipos de DevOps reales.
Lo que vas a aprender — más allá del proyecto
El monitoreo es el pretexto. Lo que te llevás son habilidades y conceptos que podés aplicar a cualquier automatización con IA.
🧠 Conceptos que vas a entender de verdad
Qué es un Agente de IA y cómo funciona Un agente no es un chatbot. Es un sistema que recibe datos del mundo real, razona sobre ellos y toma decisiones. En el curso construís uno desde cero: entendés cómo se diseña el flujo de decisión, cuándo activar la IA y cuándo no, y cómo conectar el contexto histórico al razonamiento del modelo.
Arquitectura de workflows en n8n Cómo estructurar un workflow complejo: nodos de trigger, transformación de datos, lógica condicional con Switch, manejo de errores y ejecución en paralelo. Patrones que se repiten en cualquier automatización.
Contenedores Docker en la práctica
Qué es un contenedor, por qué importa en DevOps, cómo correr servicios con docker compose y por qué lo que construís en tu laptop funciona igual en un servidor de producción.
Persistencia de datos y series temporales Cómo diseñar un esquema de logs para poder consultar historial, calcular uptime y detectar patrones. Aplicable a cualquier sistema que necesite memoria.
Estrategia Zero Cost en IA Cómo evaluar los free tiers de los modelos de IA, cuándo conviene no llamar a la API (ahorro de tokens), y cómo diseñar el sistema para que sea sostenible sin costo mensual.
⚙️ Herramientas que vas a configurar desde cero
| Herramienta | Qué configurás |
|---|---|
| Docker Engine en Linux | Instalación nativa, docker compose, variables de entorno seguras |
| n8n self-hosted | Deploy local, credenciales, import/export de workflows |
| Google Sheets API | OAuth, service account, lectura y escritura desde n8n |
| Bot de Telegram | Creación con BotFather, tipos de mensajes, formato Markdown |
| Grafana Cloud | Cuenta gratuita, plugin de Google Sheets, 5 paneles de dashboard |
| Groq API | API key, selección de modelo, parámetros de temperatura y tokens |
| DigitalOcean Droplet | Crear VPS Ubuntu, SSH keys, Nginx como reverse proxy, HTTPS con Let's Encrypt |
| UptimeRobot | Monitorear el propio monitor — para que nunca quede sin supervisión |
📝 Prompts que vas a construir y entender
El curso dedica un video completo a prompt engineering aplicado. No es teoría — es construir los prompts en vivo, probarlos y ver cómo cambia la respuesta.
System prompt del agente — define el rol y el comportamiento base del modelo:
Eres un ingeniero DevOps senior especializado en análisis de incidentes
web. Tu respuesta debe: ser concisa (máximo 350 palabras), usar emojis
para legibilidad en Telegram, incluir causas probables en orden de
probabilidad y proporcionar comandos Linux ejecutables. Nunca generes
texto de relleno.
User prompt dinámico — se arma en tiempo real con los datos del workflow:
📊 DATOS DEL FALLO:
- Servicio: {{ nombre }} URL: {{ url }}
- Código HTTP: {{ status }} Tiempo: {{ response_time }}ms
📈 CONTEXTO: Fallos consecutivos: {{ n }} Uptime reciente: {{ % }}%
FORMATO DE RESPUESTA OBLIGATORIO:
🔍 DIAGNÓSTICO · ⚡ CAUSAS · 🛠️ COMANDOS · ⏱️ TIEMPO ESTIMADO
Técnicas avanzadas que se cubren:
- Few-Shot Examples — incluir ejemplos de diagnósticos buenos en el system prompt para que el modelo imite el formato y nivel de detalle
- Structured Output — forzar un formato de respuesta exacto para que Telegram lo muestre bien
- Diagnóstico diferenciado por código HTTP — prompt distinto según sea un 500, 503, 502 o timeout
- Prioridad por URL crítica — no llamar a la IA para cualquier fallo, solo cuando falla algo importante
¿Para quién es este curso?
✅ Desarrolladores y devops que quieren aprender IA de forma práctica, no teórica
✅ Emprendedores que pagan $50–200/mes por herramientas de monitoreo y quieren dejar de hacerlo además de personalizarlo
✅ Freelancers que quieren ofrecer este servicio a sus clientes
✅ Cualquiera que quiera un proyecto real de IA para su portfolio
No necesitás experiencia previa con n8n ni con IA. El curso arranca desde cero.
8 videos · 5 gratis en YouTube · 3 premium
Los primeros 5 videos son completamente gratis en YouTube. Al terminarlos ya tenés un sistema de monitoreo funcional con alertas.
Los últimos 3 videos son el curso premium donde agregás Grafana, el agente de IA y lo deployás en producción en DigitalOcean.
Ademas en el curso completo se incluyen futuros videos que lo completaran y material extra.
🎯 Avisame cuando esté disponible
El curso está en producción. Dejá tu email y sos de los primeros en enterarte cuando este la serie de videos gratis y cuando este el curso completo con acceso a precio de lanzamiento.
¿Tenés preguntas? Escribime en X @DevopsTechIA o al Email: devopstechia@gmail.com