IA Engineering con Spring AI

Guía práctica para el desarrollador Java que necesita integrar IA en producción.

Este no es un libro sobre IA teórica. Es un libro para el desarrollador Java/Spring que el lunes tiene que añadir funcionalidades de IA a la aplicación que ya mantiene. Cada capítulo incluye diagramas de arquitectura, criterios de decisión y código real con Spring AI que puedes copiar, adaptar y desplegar.

Para quién es este libro

Este libro es para ti si:

• Eres desarrollador Java/Spring con experiencia y quieres incorporar IA a tu trabajo diario
• Te han pedido añadir funcionalidades de IA a una aplicación existente y no sabes por dónde empezar
• Has visto tutoriales de Python/LangChain pero necesitas soluciones en tu stack
• Quieres entender qué es RAG, qué son los agentes y qué es MCP sin que te expliquen matemáticas
• Buscas criterios de decisión reales: cuándo usar IA, qué modelo elegir, cuándo es sobreingeniería

Este libro no es para ti si buscas entrenar modelos, hacer fine-tuning avanzado o trabajar en investigación de IA.

Qué vas a aprender

A lo largo de seis partes construirás una base sólida para integrar IA en proyectos enterprise reales:

Fundamentos prácticos — Entenderás cómo funcionan los LLMs sin bajar a las matemáticas, cómo elegir entre modelos propietarios y open source, y cómo diseñar prompts como artefactos de software versionables y testeables.

Spring AI de arriba abajo — Dominarás el framework que hace de puente entre tu código Java y cualquier proveedor de IA: configuración de proveedores, streaming, structured output, memoria conversacional y gestión de errores.

RAG en todas sus variantes — Desde el pipeline básico hasta técnicas avanzadas de producción: query rewriting, búsqueda híbrida, re-ranking, Agentic RAG y Graph RAG. Con criterios claros para saber cuándo cada variante tiene sentido.

Agentes y MCP — Aprenderás a construir agentes que razonan y actúan sobre tus sistemas existentes, y a integrar el Model Context Protocol (MCP), el estándar emergente que está redefiniendo cómo los agentes se comunican con herramientas.

Integración enterprise — Patrones arquitectónicos para añadir IA a aplicaciones existentes, estrategia de testing para sistemas no deterministas, seguridad, GDPR, observabilidad y optimización de costes en producción.

Proyectos completos — Cuatro proyectos de referencia con código real: un buscador semántico corporativo, un agente de soporte, un pipeline de procesamiento de documentos y un sistema Agentic RAG multi-fuente.

Cómo está organizado

Cómo leerlo

Puedes seguirlo de principio a fin — cada parte construye sobre la anterior — o ir directamente a lo que necesitas ahora:

• Necesito añadir búsqueda inteligente → Parte III (RAG) y Proyecto 1
• Necesito un chatbot sobre mis datos → Parte II + Parte III + Proyecto 2
• Necesito un agente que opere sobre mi sistema → Parte IV y Proyecto 2
• Necesito convencer a mi empresa → Capítulo 1 y Parte V
• Tengo que desplegar esto en producción → Capítulo 20 y Apéndice C

El código

Todo el código de los capítulos y proyectos está disponible en el repositorio de GitHub. Cada ejemplo es funcional, autocontenido y pensado para copiar, adaptar y ejecutar — no para ilustrar conceptos en el vacío.