Agentes inteligentes con Microsoft Fabric: MCP, LLM y datos empresaria

3:00 CH - 4:00 CH (UTC)

Esta sesión es el núcleo de la serie: aprenderás a convertir un Fabric Data Agent en un servidor MCP para que cualquier herramienta de IA externa — Claude, Copilot, agentes custom — pueda consultarlo sin integraciones personalizadas. Crearemos un Data Agent sobre datos reales en Fabric, lo publicaremos como servidor MCP generando su URL y archivo mcp.json, y lo conectaremos desde VS Code. Veremos cómo el agente recibe preguntas en lenguaje natural, las traduce a consultas sobre el lakehouse o warehouse y devuelve respuestas gobernadas. Cubriremos requisitos de capacidad (F2+), límites de compliance y configuración para respuestas consistentes. Ten preparado un Fabric Data Agent básico con al menos una tabla conectada — en la sesión anterior damos las instrucciones.

3:00 CH - 4:00 CH (UTC)

Los datos en tiempo real son el próximo nivel. En esta sesión conectaremos el servidor MCP de Real-Time Intelligence (RTI) de Fabric a un agente de IA para interactuar con Eventhouse y Azure Data Explorer usando lenguaje natural. Veremos cómo el agente descubre dinámicamente esquemas y metadatos de bases de datos KQL, genera consultas optimizadas desde un prompt en español, y devuelve insights sobre datos en streaming sin que el usuario escriba una sola línea de KQL. Cubriremos tanto el servidor local (open-source, read-only) como el servidor remoto (hosted, sin instalación), y construiremos un flujo completo de consulta agéntica sobre datos en tiempo real. Ten acceso a un Eventhouse en tu workspace de Fabric con al menos una tabla con datos.

3:00 CH - 4:00 CH (UTC)

La sesión final lleva la serie al nivel más avanzado: la semántica empresarial como fundamento de todos los agentes. Fabric IQ (GA desde Build 2026) es la capa de contexto compartido que unifica Data Agents, modelos semánticos y Ontologías sobre OneLake. Aprenderás qué es una Ontología en Fabric, cómo define entidades, relaciones, propiedades y reglas de negocio vinculadas a datos en vivo, y cómo exponerla como servidor MCP para que cualquier agente externo — Claude, Copilot, agentes de Foundry — pueda fundamentar su razonamiento en ella sin reescribir integraciones. Construiremos un flujo multi-agente completo donde el orquestador consulta la Ontología vía MCP para entender el negocio, delega al Data Agent para los datos, y entrega respuestas consistentes y gobernadas. Cerraremos con una hoja de ruta práctica: qué está GA, qué está en Preview, y cómo planificar la adopción en tu organización hoy mismo. Los últimos 15 minutos serán Q&A abierto. Trae tu caso de uso real — los últimos 15 minutos son para arquitectura personalizada y preguntas abiertas.