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 LLM
- Patrones comunes de aplicaciones de OpenAI para asistentes, copilotos y automatización de flujos de trabajo.
- Elegir la arquitectura adecuada para los requisitos comerciales, confiabilidad y experiencia del usuario.
- Pasar de código prototipo a un diseño de aplicación mantenible.
Indicaciones (Prompting), Contexto y Salidas Estructuradas
- Estructurar instrucciones del sistema, usuario y desarrollador para un comportamiento predecible.
- Diseñar indicaciones para consistencia, control de tareas y respuestas más claras.
- Utilizar salidas estructuradas para soportar la lógica de la aplicación posterior.
- Gestionar ventanas de contexto, estado de conversación y calidad de respuesta.
Uso de Herramientas y Orquestación de Flujos de Trabajo
- Utilizar llamadas a funciones y flujos de trabajo habilitados para herramientas con servicios externos.
- Validar entradas y salidas, manejar errores y aplicar comportamiento alternativo (fallback).
- Diseñar flujos de múltiples pasos para tareas empresariales prácticas.
Recuperación y Aterrizaje de Conocimiento
- Identificar cuándo es apropiada la generación aumentada por recuperación (RAG).
- Preparar documentos y segmentar contenido para una recuperación útil.
- Recuperar contexto relevante y anclar las respuestas en fuentes confiables.
Evaluación, Controles de Seguridad y Preparación Operativa
- Definir criterios de calidad y probar flujos de trabajo contra resultados esperados.
- Reducir alucinaciones y manejar solicitudes no seguras, irrelevantes o ambiguas.
- Monitorear el uso, latencia, consumo de tokens y costos.
- Preparar aplicaciones para el despliegue, soporte y mejora iterativa.
Taller de Implementación Práctica
- Construir una pequeña aplicación completa end-to-end con OpenAI que combine indicaciones, salidas estructuradas, uso de herramientas y recuperación.
- Revisar decisiones de diseño, problemas comunes y pasos prácticos siguientes para su uso en producción.
Requerimientos
- Conocimiento de los conceptos de modelos de lenguaje grandes y desarrollo de aplicaciones basadas en APIs.
- Experiencia trabajando con APIs REST, JSON y flujos de trabajo de aplicaciones impulsados por indicaciones (prompting).
- Experiencia intermedia de programación en Python, JavaScript o un lenguaje similar.
Público Objetivo
- Desarrolladores de software que construyen aplicaciones potenciadas por LLMs.
- Ingenieros de IA y líderes técnicos que diseñan soluciones basadas en OpenAI.
- Equipos de producto y arquitectos de soluciones responsables de características de IA para producción.
7 Horas