Introducción a la Ciencia de Datos e IA con Python

LangGraph es un marco de trabajo para construir aplicaciones de LLM con estado y múltiples actores como grafos composables, con estado persistente y control sobre la ejecución.

Esta capacitación presencial o en línea, impartida por un instructor, está dirigida a ingenieros de plataformas de IA de nivel avanzado, profesionales de DevOps para IA y arquitectos de ML que deseen optimizar, depurar, monitorear y operar sistemas LangGraph listos para producción.

Al finalizar esta capacitación, los participantes podrán:

• Diseñar y optimizar topologías complejas de LangGraph para lograr mayor velocidad, reducir costos y mejorar la escalabilidad.
• Garantizar la fiabilidad mediante reintentos, tiempos de espera, idempotencia y recuperación basada en puntos de control.
• Depurar y rastrear la ejecución de grafos, inspeccionar el estado y reproducir sistemáticamente problemas ocurridos en producción.
• Instrumentar los grafos con registros, métricas y trazas, desplegarlos en producción y monitorear los acuerdos de nivel de servicio (SLA) y los costos.

Formato del curso

• Clases magistrales interactivas y sesiones de discusión.
• Numerosos ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarlo.

Este entrenamiento impartido por un instructor en vivo en Colombia (en línea o presencial) está dirigido a científicos de datos que desean utilizar el ecosistema de Anaconda para capturar, gestionar e implementar paquetes y flujos de trabajo de análisis de datos en una sola plataforma.

Al finalizar este entrenamiento, los participantes podrán:

• Instalar y configurar componentes y bibliotecas de Anaconda.
• Comprender los conceptos centrales, características y beneficios de Anaconda.
• Gestionar paquetes, entornos y canales utilizando el Navegador de Anaconda.
• Utilizar paquetes de Conda, R y Python para ciencia de datos y aprendizaje automático.
• Conocer casos de uso prácticos y técnicas para gestionar múltiples entornos de datos.

Esta capacitación impartida por un instructor, en vivo en Colombia (en línea o presencial), está dirigida a científicos de datos e ingenieros de software que desean utilizar Dask dentro del ecosistema de Python para construir, escalar y analizar grandes conjuntos de datos.

Al finalizar esta capacitación, los participantes podrán:

• Configurar el entorno para comenzar a construir procesos de procesamiento de grandes volúmenes de datos con Dask y Python.
• Explorar las características, bibliotecas, herramientas y APIs disponibles en Dask.
• Comprender cómo Dask acelera la computación paralela en Python.
• Aprender a escalar el ecosistema de Python (Numpy, SciPy y Pandas) utilizando Dask.
• Optimizar el entorno de Dask para mantener un alto rendimiento al manejar grandes conjuntos de datos.

Esta capacitación, impartida por un instructor en vivo en Colombia (en línea o en sitio), está dirigida a desarrolladores de Python y analistas de datos de nivel intermedio que deseen mejorar sus habilidades en análisis y manipulación de datos utilizando Pandas y NumPy.

Al finalizar esta capacitación, los participantes podrán:

• Configurar un entorno de desarrollo que incluya Python, Pandas y NumPy.
• Crear una aplicación de análisis de datos utilizando Pandas y NumPy.
• Realizar operaciones avanzadas de manipulación, ordenamiento y filtrado de datos.
• Ejecutar operaciones de agregación y analizar datos de series temporales.
• Visualizar datos usando Matplotlib y otras librerías de visualización.
• Depurar y optimizar su código de análisis de datos.

Esta capacitación impartida por un instructor, en vivo (en línea o presencial), está dirigida a desarrolladores que desean utilizar el stack FARM (FastAPI, React y MongoDB) para crear aplicaciones web dinámicas, de alto rendimiento y escalables.

Al finalizar esta capacitación, los participantes podrán:

• Configurar el entorno de desarrollo necesario que integre FastAPI, React y MongoDB.
• Comprender los conceptos clave, características y beneficios del stack FARM.
• Aprender a construir APIs REST con FastAPI.
• Aprender a diseñar aplicaciones interactivas con React.
• Desarrollar, probar y desplegar aplicaciones (frontend y backend) utilizando el stack FARM.

Esta formación impartida por un instructor, en vivo en Colombia (en línea o presencial), está dirigida a desarrolladores que deseen utilizar FastAPI con Python para construir, probar y desplegar APIs RESTful de manera más sencilla y rápida.

Al finalizar esta formación, los participantes podrán:

• Configurar el entorno de desarrollo necesario para desarrollar APIs con Python y FastAPI.
• Crear APIs de forma más rápida y sencilla utilizando la biblioteca FastAPI.
• Aprender cómo crear modelos de datos y esquemas basados en Pydantic y OpenAPI.
• Conectar APIs a una base de datos utilizando SQLAlchemy.
• Implementar seguridad y autenticación en las APIs mediante las herramientas de FastAPI.
• Construir imágenes de contenedor y desplegar APIs web en un servidor en la nube.

Esta formación impartida por un instructor, en vivo en Colombia (en línea o en el sitio), está dirigida a científicos de datos y desarrolladores que deseen aprender y construir su carrera en Ciencia de Datos utilizando Kaggle.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de la ciencia de datos y el aprendizaje automático.
• Explorar el análisis de datos.
• Conocer Kaggle y su funcionamiento.

LangGraph es un marco de trabajo para desarrollar aplicaciones LLM con estado y múltiples actores, estructuradas como grafos composables que mantienen estado persistente y ofrecen control sobre la ejecución.

Esta capacitación en vivo, impartida por un instructor (en línea o en sitio), está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones financieras basadas en LangGraph, garantizando una adecuada gobernanza, observabilidad y cumplimiento normativo.

Al finalizar esta capacitación, los participantes estarán en capacidad de:

• Diseñar flujos de trabajo específicos del sector financiero con LangGraph, alineados a requisitos regulatorios y de auditoría.
• Integrar estándares y ontologías de datos financieros en el estado del grafo y las herramientas asociadas.
• Implementar controles de confiabilidad, seguridad y supervisión humana (human-in-the-loop) para procesos críticos.
• Desplegar, monitorear y optimizar sistemas basados en LangGraph para maximizar el rendimiento, reducir costos y cumplir con los niveles de servicio acordados (SLA).

Formato del curso

• Clases interactivas con discusión.
• Numerosos ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarlo.

LangGraph es un framework para construir aplicaciones de LLM con estructura de grafos que soportan planificación, ramificación, uso de herramientas, memoria y ejecución controlable.

Esta capacitación impartida por un instructor, en vivo (en línea o presencial), está dirigida a desarrolladores de nivel principiante, ingenieros de prompts y profesionales de datos que deseen diseñar y construir flujos de trabajo confiables con múltiples pasos para LLM utilizando LangGraph.

Al finalizar esta capacitación, los participantes serán capaces de:

• Explicar los conceptos centrales de LangGraph (nodos, aristas y estado) y cuándo utilizarlos.
• Construir cadenas de prompts que se ramifiquen, invoquen herramientas y mantengan memoria.
• Integrar recuperación y APIs externas en flujos de trabajo basados en grafos.
• Probar, depurar y evaluar aplicaciones de LangGraph en cuanto a confiabilidad y seguridad.

Formato del curso

• Clases interactivas y discusiones moderadas.
• Laboratorios guiados y recorrido por el código en un entorno de pruebas.
• Ejercicios basados en escenarios de diseño, pruebas y evaluación.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarlo.

LangGraph habilita flujos de trabajo con estado y múltiples actores impulsados por modelos de lenguaje de gran escala (LLM), ofreciendo control preciso sobre las rutas de ejecución y la persistencia del estado. En el sector salud, estas capacidades son esenciales para garantizar el cumplimiento normativo, la interoperabilidad y la construcción de sistemas de apoyo a la toma de decisiones que se alineen con los flujos clínicos.

Esta capacitación impartida por un instructor, en vivo (en línea o presencial), está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones basadas en LangGraph en el sector salud, abordando simultáneamente desafíos regulatorios, éticos y operativos.

Al finalizar esta capacitación, los participantes serán capaces de:

• Diseñar flujos de trabajo específicos para el sector salud con LangGraph, teniendo en cuenta el cumplimiento normativo y la auditabilidad.
• Integrar aplicaciones de LangGraph con ontologías y estándares médicos (FHIR, SNOMED CT, ICD).
• Aplicar mejores prácticas para garantizar la confiabilidad, la trazabilidad y la explicabilidad en entornos sensibles.
• Implementar, monitorear y validar aplicaciones de LangGraph en entornos productivos del sector salud.

Formato del curso

• Clases interactivas y discusiones guiadas.
• Ejercicios prácticos basados en casos de estudio del mundo real.
• Prácticas de implementación en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar.

LangGraph es un framework diseñado para construir aplicaciones de modelos de lenguaje (LLM) con estado y múltiples actores, estructuradas como gráficos compositivos que mantienen estado persistente y ofrecen control preciso sobre la ejecución.

Esta capacitación impartida por un instructor en vivo (en línea o en sitio) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones legales basadas en LangGraph, garantizando los controles necesarios en materia de cumplimiento, trazabilidad y gobernanza.

Al finalizar esta capacitación, los participantes estarán en capacidad de:

• Diseñar flujos de trabajo específicos para el ámbito legal utilizando LangGraph, asegurando la auditabilidad y el cumplimiento normativo.
• Integrar ontologías legales y estándares documentales en el estado y procesamiento del gráfico.
• Implementar medidas de protección, aprobaciones con intervención humana y rutas de decisión trazables.
• Desplegar, monitorear y mantener servicios LangGraph en entornos de producción, con controles de observabilidad y costos.

Formato del curso

• Exposición interactiva y discusión grupal.
• Abundantes ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinar la logística.

LangGraph es un framework para componer flujos de trabajo de LLM estructurados como grafos que soportan ramificaciones, uso de herramientas, memoria y ejecución controlable.

Este entrenamiento en vivo, impartido por un instructor (en línea o en sitio), está dirigido a ingenieros y equipos de producto de nivel intermedio que desean combinar la lógica de grafos de LangGraph con bucles de agentes LLM para construir aplicaciones dinámicas y conscientes del contexto, como agentes de soporte al cliente, árboles de decisión y sistemas de recuperación de información.

Al finalizar este entrenamiento, los participantes estarán en capacidad de:

• Diseñar flujos de trabajo basados en grafos que coordinen agentes LLM, herramientas y memoria.
• Implementar enrutamiento condicional, reintentos y mecanismos de respaldo para una ejecución robusta.
• Integrar recuperación, APIs y salidas estructuradas en los bucles de los agentes.
• Evaluar, monitorear y fortalecer el comportamiento de los agentes para garantizar confiabilidad y seguridad.

Formato del curso

• Clases interactivas y discusión guiada.
• Laboratorios dirigidos y revisión de código en un entorno de pruebas (sandbox).
• Ejercicios de diseño basados en escenarios y revisiones entre pares.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para coordinarlo.

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a científicos de datos y desarrolladores que deseen utilizar Modin para construir e implementar cálculos paralelos con Pandas y lograr un análisis de datos más rápido.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar el entorno necesario para comenzar a desarrollar flujos de trabajo de Pandas a gran escala con Modin.
• Comprender las características, la arquitectura y las ventajas de Modin.
• Conocer las diferencias entre Modin, Dask y Ray.
• Ejecutar operaciones de Pandas más rápidamente con Modin.
• Implementar toda la API y las funciones de Pandas.

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a científicos de datos y desarrolladores que deseen utilizar RAPIDS para construir pipelines de datos, flujos de trabajo y visualizaciones acelerados por GPU, aplicando algoritmos de aprendizaje automático como XGBoost, cuML, entre otros.

Al finalizar esta capacitación, los participantes estarán en capacidad de:

• Configurar el entorno de desarrollo necesario para crear modelos de datos con NVIDIA RAPIDS.
• Comprender las características, componentes y ventajas de RAPIDS.
• Aprovechar las GPU para acelerar pipelines de datos y análisis de extremo a extremo.
• Implementar preparación de datos y ETL acelerados por GPU utilizando cuDF y Apache Arrow.
• Aprender a realizar tareas de aprendizaje automático con los algoritmos XGBoost y cuML.
• Crear visualizaciones de datos y ejecutar análisis de grafos con cuXfilter y cuGraph.