Introducción a los Modelos de Lenguaje Grande (LLMs)
Los Modelos de Lenguaje Grande (LLMs) son redes neuronales profundas capaces de generar textos en lenguaje natural a partir de una entrada o contexto determinado. Estos modelos se entrenan con grandes volúmenes de datos textuales procedentes de diversos dominios y fuentes, lo que les permite capturar patrones sintácticos y semánticos del lenguaje natural. Los LLMs han obtenido resultados impresionantes en diversas tareas de procesamiento del lenguaje natural, como la resumición de textos, la respuesta a preguntas, la generación de texto, entre otras.
Esta capacitación, impartida por un instructor y realizada en vivo (en línea o en el sitio), está dirigida a desarrolladores de nivel principiante a intermedio que deseen utilizar Modelos de Lenguaje Grande para diversas tareas de procesamiento del lenguaje natural.
Al finalizar esta capacitación, los participantes serán capaces de:
- Configurar un entorno de desarrollo que incluya un LLM popular.
- Crear un LLM básico y ajustarlo finamente con un conjunto de datos personalizado.
- Utilizar LLMs para diferentes tareas de procesamiento del lenguaje natural, como la resumición de textos, la respuesta a preguntas, la generación de texto, entre otras.
- Depurar y evaluar LLMs utilizando herramientas como TensorBoard, PyTorch Lightning y Hugging Face Datasets.
Formato del curso
- Clases interactivas y debates.
- Numerosos 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, contáctenos para coordinar los detalles.
Temario del curso
Introducción
- ¿Qué son los Modelos de Lenguaje Grande (LLMs)?
- LLMs frente a modelos tradicionales de PLN
- Visión general de las características y arquitectura de los LLMs
- Desafíos y limitaciones de los LLMs
Comprensión de los LLMs
- El ciclo de vida de un LLM
- Cómo funcionan los LLMs
- Los componentes principales de un LLM: codificador, decodificador, atención, incrustaciones, etc.
Primeros pasos
- Configuración del entorno de desarrollo
- Instalación de un LLM como herramienta de desarrollo, por ejemplo, Google Colab, Hugging Face
Trabajo con LLMs
- Exploración de las opciones disponibles de LLMs
- Creación y uso de un LLM
- Ajuste fino de un LLM con un conjunto de datos personalizado
Resumición de textos
- Comprensión de la tarea de resumición de textos y sus aplicaciones
- Uso de un LLM para la resumición de textos extractiva y abstractiva
- Evaluación de la calidad de los resúmenes generados mediante métricas como ROUGE, BLEU, etc.
Respuesta a preguntas
- Comprensión de la tarea de respuesta a preguntas y sus aplicaciones
- Uso de un LLM para la respuesta a preguntas en dominios abiertos y cerrados
- Evaluación de la precisión de las respuestas generadas mediante métricas como F1, EM, etc.
Generación de textos
- Comprensión de la tarea de generación de textos y sus aplicaciones
- Uso de un LLM para la generación de textos condicional y no condicional
- Control del estilo, tono y contenido de los textos generados mediante parámetros como temperatura, top-k, top-p, etc.
Integración de LLMs con otros marcos y plataformas
- Uso de LLMs con PyTorch o TensorFlow
- Uso de LLMs con Flask o Streamlit
- Uso de LLMs con Google Cloud o AWS
Resolución de problemas
- Comprensión de los errores y bugs comunes en los LLMs
- Uso de TensorBoard para monitorear y visualizar el proceso de entrenamiento
- Uso de PyTorch Lightning para simplificar el código de entrenamiento y mejorar el rendimiento
- Uso de Hugging Face Datasets para cargar y preprocesar los datos
Resumen y siguientes pasos
Requerimientos
- Comprensión del procesamiento del lenguaje natural y del aprendizaje profundo
- Experiencia con Python y PyTorch o TensorFlow
- Experiencia básica en programación
Audiencia
- Desarrolladores
- Aficionados al PLN
- Científicos de datos
Los cursos públicos requieren más de 5 participantes.
Introducción a los Modelos de Lenguaje Grande (LLMs) - Reserva
Introducción a los Modelos de Lenguaje Grande (LLMs) - Consulta
Introducción a los Modelos de Lenguaje Grande (LLMs) - Solicitud de consultoría
Próximos cursos
Cursos Relacionados
LangGraph Avanzado: Optimización, Depuración y Monitoreo de Grafos Complejos
35 HorasLangGraph 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.
Creación de Agentes de Código con Devstral: Desde el Diseño del Agente hasta la Herramienta
14 HorasDevstral es un framework de código abierto diseñado para crear y ejecutar agentes de código capaces de interactuar con bases de código, herramientas de desarrollo y APIs, con el fin de mejorar la productividad en ingeniería.
Esta capacitación en vivo, impartida por un instructor (en línea o presencial), está dirigida a ingenieros de ML de nivel intermedio a avanzado, equipos de herramientas de desarrollo y SREs que deseen diseñar, implementar y optimizar agentes de código utilizando Devstral.
Al finalizar esta capacitación, los participantes podrán:
- Configurar y preparar Devstral para el desarrollo de agentes de código.
- Diseñar flujos de trabajo agénticos para la exploración y modificación de bases de código.
- Integrar agentes de código con herramientas de desarrollo y APIs.
- Implementar las mejores prácticas para un despliegue seguro y eficiente de los agentes.
Formato del curso
- Clases magistrales interactivas y debates.
- Múltiples 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, contáctenos para coordinarlo.
Model Ops de Código Abierto: Autoalojamiento, Ajuste Fino y Gobernanza con los Modelos Devstral y Mistral
14 HorasLos modelos Devstral y Mistral son tecnologías de inteligencia artificial de código abierto diseñadas para un despliegue flexible, ajuste fino e integración escalable.
Esta capacitación en vivo, impartida por un instructor (en línea o en sitio), está dirigida a ingenieros de ML de nivel intermedio a avanzado, equipos de plataformas e ingenieros de investigación que deseen autoalojar, ajustar finamente y gobernar los modelos Mistral y Devstral en entornos de producción.
Al finalizar esta capacitación, los participantes estarán en capacidad de:
- Configurar y establecer entornos autoalojados para los modelos Mistral y Devstral.
- Aplicar técnicas de ajuste fino para optimizar el rendimiento en dominios específicos.
- Implementar estrategias de versionado, monitoreo y gobernanza del ciclo de vida.
- Asegurar la seguridad, el cumplimiento normativo y el uso responsable de modelos de código abierto.
Formato del curso
- Clases interactivas y discusiones.
- Ejercicios prácticos en autoalojamiento y ajuste fino.
- Implementación en tiempo real de pipelines de gobernanza y monitoreo.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinar.
Aplicaciones de LangGraph en Finanzas
35 HorasLangGraph 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.
Fundamentos de LangGraph: Prompts y encadenamiento de LLM basados en grafos
14 HorasLangGraph 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 en el sector salud: orquestación de flujos de trabajo para entornos regulados
35 HorasLangGraph 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 para Aplicaciones Legales
35 HorasLangGraph 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.
Creación de flujos de trabajo dinámicos con LangGraph y agentes LLM
14 HorasLangGraph 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.
LangGraph para la Automatización de Marketing
14 HorasLangGraph es un framework de orquestación basado en grafos que permite flujos de trabajo condicionales y multi-paso con modelos de lenguaje de gran escala (LLM) y herramientas, ideal para automatizar y personalizar pipelines de contenido.
Esta capacitación impartida por un instructor, en vivo (en línea o presencial), está dirigida a profesionales de marketing de nivel intermedio, estrategas de contenido y desarrolladores de automatización que deseen implementar campañas de correo electrónico dinámicas y ramificadas, así como pipelines de generación de contenido utilizando LangGraph.
Al finalizar esta capacitación, los participantes estarán capacitados para:
- Diseñar flujos de trabajo de contenido y correo electrónico estructurados en grafos con lógica condicional.
- Integrar LLM, APIs y fuentes de datos para la personalización automatizada.
- Gestionar el estado, la memoria y el contexto en campañas multi-paso.
- Evaluar, monitorear y optimizar el rendimiento de los flujos de trabajo y los resultados de entrega.
Formato del curso
- Conferencias interactivas y discusiones grupales.
- Pruebas prácticas para implementar flujos de trabajo de correo electrónico y pipelines de contenido.
- Ejercicios basados en escenarios sobre personalización, segmentación y lógica ramificada.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinarlo.
Le Chat Enterprise: ChatOps Privado, Integraciones y Controles de Administración
14 HorasLe Chat Enterprise es una solución privada de ChatOps que ofrece capacidades de IA conversacional seguras, personalizables y gobernadas para organizaciones, con soporte para RBAC, SSO, conectores e integraciones con aplicaciones empresariales.
Esta capacitación presencial, impartida por un instructor (en línea o en sitio), está dirigida a gerentes de producto de nivel intermedio, líderes de TI, ingenieros de soluciones y equipos de seguridad y cumplimiento que deseen desplegar, configurar y gobernar Le Chat Enterprise en entornos empresariales.
Al finalizar esta capacitación, los participantes serán capaces de:
- Configurar y establecer Le Chat Enterprise para implementaciones seguras.
- Habilitar controles basados en RBAC, SSO y requisitos de cumplimiento.
- Integrar Le Chat con aplicaciones empresariales y repositorios de datos.
- Diseñar e implementar manuales de gobernanza y administración para ChatOps.
Formato del curso
- Clases interactivas con debates y discusiones.
- Numerosos ejercicios prácticos y sesiones de entrenamiento.
- Implementación práctica en un laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinar los detalles.
Arquitecturas de LLM Rentables: Mistral a Escala (Ingeniería de Rendimiento y Costos)
14 HorasMistral es una familia de alto rendimiento de modelos de lenguaje grandes optimizada para su implementación productiva rentable a gran escala.
Esta formación impartida por un instructor, en vivo (en línea o en sitio), está dirigida a ingenieros de infraestructura de nivel avanzado, arquitectos de nube y líderes de MLOps que deseen diseñar, implementar y optimizar arquitecturas basadas en Mistral para lograr el máximo rendimiento y el menor costo posible.
Al finalizar esta formación, los participantes podrán:
- Implementar patrones de implementación escalables para Mistral Medium 3.
- Aplicar estrategias de agrupamiento (batching), cuantización y servicio eficiente.
- Optimizar los costos de inferencia manteniendo el rendimiento.
- Diseñar topologías de servicio listas para producción orientadas a cargas de trabajo empresariales.
Formato del curso
- Clases interactivas y debates.
- Abundantes ejercicios y práctica.
- Implementación práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.
Productización de Asistentes Conversacionales con Conectores e Integraciones de Mistral
14 HorasMistral AI es una plataforma de inteligencia artificial abierta que permite a los equipos crear e integrar asistentes conversacionales en flujos de trabajo empresariales y orientados al cliente.
Esta capacitación, impartida por un instructor y en vivo (en línea o presencial), está dirigida a gerentes de producto, desarrolladores full-stack e ingenieros de integración de nivel principiante a intermedio que deseen diseñar, integrar y productizar asistentes conversacionales utilizando conectores e integraciones de Mistral.
Al finalizar esta capacitación, los participantes serán capaces de:
- Integrar modelos conversacionales de Mistral con conectores empresariales y de SaaS.
- Implementar la generación aumentada con recuperación (RAG) para obtener respuestas fundamentadas.
- Diseñar patrones de experiencia de usuario (UX) para asistentes de chat internos y externos.
- Desplegar asistentes en flujos de trabajo de productos para casos de uso del mundo real.
Formato del curso
- Clases interactivas y discusiones.
- Ejercicios prácticos de integración.
- Desarrollo en tiempo real de asistentes conversacionales en laboratorio.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarlo.
Implementaciones de Grado Empresarial con Mistral Medium 3
14 HorasMistral Medium 3 es un modelo de lenguaje grande multimodal de alto rendimiento, diseñado para implementaciones de grado productivo en entornos empresariales.
Esta capacitación guiada por un instructor, en vivo (en línea o presencial), está dirigida a ingenieros de IA/ML de nivel intermedio a avanzado, arquitectos de plataformas y equipos de MLOps que deseen desplegar, optimizar y asegurar Mistral Medium 3 para casos de uso empresariales.
Al finalizar esta capacitación, los participantes podrán:
- Desplegar Mistral Medium 3 mediante opciones de API y autoalojamiento.
- Optimizar el rendimiento de inferencia y los costos.
- Implementar casos de uso multimodales con Mistral Medium 3.
- Aplicar las mejores prácticas de seguridad y cumplimiento para entornos empresariales.
Formato del curso
- Clases interactivas y discusión.
- Numerosos 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, contáctenos para coordinar.
Mistral para IA Responsable: Privacidad, Residencia de Datos y Controles Empresariales
14 HorasMistral AI es una plataforma de inteligencia artificial abierta y lista para el entorno empresarial que ofrece funcionalidades para un despliegue seguro, conforme y responsable de la IA.
Esta capacitación presencial impartida por un instructor (en línea o en sitio) está dirigida a responsables de cumplimiento, arquitectos de seguridad y partes interesadas legales y operativas de nivel intermedio que deseen implementar prácticas de IA responsable con Mistral, aprovechando mecanismos de privacidad, residencia de datos y control empresarial.
Al finalizar esta capacitación, los participantes podrán:
- Implementar técnicas que preservan la privacidad en los despliegues de Mistral.
- Aplicar estrategias de residencia de datos para cumplir con los requisitos regulatorios.
- Configurar controles de nivel empresarial como RBAC, SSO y registros de auditoría.
- Evaluar opciones de proveedores y modelos de despliegue para asegurar la alineación con el cumplimiento normativo.
Formato del curso
- Clases interactivas y sesiones de discusión.
- Estudios de caso y ejercicios enfocados en el cumplimiento normativo.
- Implementación práctica de controles empresariales de IA.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar la logística.
Aplicaciones multimodales con modelos Mistral (Visión, OCR y comprensión de documentos)
14 HorasLos modelos Mistral son tecnologías de inteligencia artificial de código abierto que ahora se extienden a flujos de trabajo multimodales, soportando tanto tareas de lenguaje como de visión para aplicaciones empresariales y de investigación.
Este entrenamiento impartido por instructores, en vivo (en línea o presencial), está dirigido a investigadores de aprendizaje automático (ML) de nivel intermedio, ingenieros aplicados y equipos de producto que deseen desarrollar aplicaciones multimodales con modelos Mistral, incluyendo pipelines de OCR y comprensión de documentos.
Al finalizar este entrenamiento, los participantes serán capaces de:
- Configurar y ajustar modelos Mistral para tareas multimodales.
- Implementar flujos de trabajo de OCR e integrarlos con pipelines de procesamiento de lenguaje natural (NLP).
- Diseñar aplicaciones de comprensión de documentos para casos de uso empresarial.
- Desarrollar funciones de búsqueda visual-textual y elementos de interfaz de usuario de asistencia.
Formato del curso
- Clases interactivas y discusión.
- Ejercicios prácticos de codificación.
- Implementación en laboratorio en vivo de pipelines multimodales.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.
