Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Arquitectura y diseño de aplicaciones con LLM
- Patrones comunes de aplicaciones de OpenAI para asistentes, copilotos y automatización de flujos de trabajo.
- Selección de la arquitectura adecuada según los requisitos empresariales, fiabilidad y experiencia del usuario.
- Transición desde el código de prototipo hasta un diseño de aplicación mantenible.
Prompting, contexto y salidas estructuradas
- Estructuración de instrucciones para el sistema, el usuario y el desarrollador para obtener un comportamiento predecible.
- Diseño de prompts para consistencia, control de tareas y respuestas más claras.
- Uso de salidas estructuradas para respaldar la lógica de aplicaciones downstream.
- Gestión de ventanas de contexto, estado de la conversación y calidad de las respuestas.
Uso de herramientas y orquestación de flujos de trabajo
- Uso de llamadas a funciones y flujos de trabajo habilitados para herramientas con servicios externos.
- Validación de entradas y salidas, manejo de errores y aplicación de comportamientos de respaldo.
- Diseño de flujos de trabajo en múltiples pasos para tareas empresariales prácticas.
Recuperación y anclaje de conocimientos
- Identificación de cuándo es apropiada la generación aumentada con recuperación (RAG).
- Preparación de documentos y segmentación del contenido para una recuperación útil.
- Recuperación de contexto relevante y anclaje de respuestas en fuentes confiables.
Evaluación, controles de seguridad y preparación operativa
- Definición de criterios de calidad y prueba de flujos de trabajo frente a resultados esperados.
- Reducción de alucinaciones y manejo de solicitudes no seguras, irrelevantes o ambiguas.
- Monitoreo del uso, latencia, consumo de tokens y costos.
- Preparación de las aplicaciones para implementación, soporte y mejora iterativa.
Taller de implementación práctica
- Construcción de una aplicación completa de OpenAI que combine prompting, salida estructurada, uso de herramientas y recuperación.
- Revisión de decisiones de diseño, problemas comunes y próximos pasos prácticos para su uso en producción.
Requerimientos
- Conocimiento de los conceptos de modelos de lenguaje grandes (LLM) y desarrollo de aplicaciones basadas en API.
- Experiencia trabajando con APIs REST, JSON y flujos de trabajo de aplicaciones basados en prompting.
- Experiencia intermedia de programación en Python, JavaScript o un lenguaje similar.
Público objetivo
- Desarrolladores de software que construyen aplicaciones impulsadas por LLM.
- Ingenieros de IA y líderes técnicos que diseñan soluciones basadas en OpenAI.
- Equipos de producto y arquitectos de soluciones responsables de características de IA en producción.
7 Horas
