LLMs avanzados para tareas de PNL
Los modelos de lenguaje grandes (LLM) son modelos de inteligencia artificial capaces de procesar y generar grandes cantidades de datos de lenguaje natural, como texto, voz y audio. Los LLM pueden aprender los patrones y la estructura de sus datos de entrenamiento y luego generar nuevos datos con características similares. Además, pueden realizar diversas tareas de procesamiento de lenguaje natural (PLN), como comprensión del lenguaje natural (CLN), inferencia en lenguaje natural (ILN), construcción y complemento de grafos de conocimiento, razonamiento de sentido común, generación y gestión de diálogos, y generación y comprensión multimodal.
Esta formación práctica impartida por un instructor (en línea o presencial) está dirigida a científicos de datos, desarrolladores de IA y entusiastas de la IA de nivel intermedio que deseen utilizar LLM para realizar diversas tareas de PLN y crear contenido novedoso y diverso con distintos propósitos.
Al finalizar esta formación, los participantes serán capaces de:
- Configurar un entorno de desarrollo con LLM y herramientas esenciales.
- Ejecutar tareas de CLN e ILN con LLM de manera experta.
- Extraer, inferir y utilizar grafos de conocimiento de forma efectiva.
- Generar y gestionar diálogos usando LLM para aplicaciones conversacionales.
- Evaluar la calidad y diversidad del contenido generado por LLM e IA generativa.
- Aplicar principios éticos para garantizar equidad y uso responsable de los LLM.
Formato del curso
- Clase interactiva y discusión.
- Muchos 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, contáctenos para coordinarla.
Temario del curso
Introducción a los LLM e inteligencia artificial generativa
- Exploración de técnicas y modelos.
- Análisis de aplicaciones y casos de uso.
- Identificación de desafíos y limitaciones.
Uso de LLM para tareas de CLN
- Análisis de sentimiento.
- Reconocimiento de entidades nombradas.
- Extracción de relaciones.
- Parsing semántico.
Uso de LLM para tareas de ILN
- Detección de entrelazamiento (entailment).
- Detección de contradicción.
- Detección de paráfrasis.
Uso de LLM para grafos de conocimiento
- Extracción de hechos y relaciones a partir de texto.
- Inferencia de hechos faltantes o nuevos.
- Utilización de grafos de conocimiento para tareas posteriores.
Uso de LLM para razonamiento de sentido común
- Generación de explicaciones, hipótesis y escenarios plausibles.
- Uso de bases de datos y conjuntos de conocimiento de sentido común.
- Evaluación del razonamiento de sentido común.
Uso de LLM para generación de diálogos
- Generación de diálogos con agentes conversacionales, chatbots y asistentes virtuales.
- Gestión de diálogos.
- Uso de conjuntos de datos y métricas de diálogo.
Uso de LLM para generación multimodal
- Generación de imágenes a partir de texto.
- Generación de texto a partir de imágenes.
- Generación de videos a partir de texto o imágenes.
- Generación de audio a partir de texto.
- Generación de texto a partir de audio.
- Generación de modelos 3D a partir de texto o imágenes.
Uso de LLM para meta-aprendizaje
- Adaptación de LLM a nuevos dominios, tareas o idiomas.
- Aprendizaje a partir de ejemplos con pocos datos (few-shot) o sin datos (zero-shot).
- Uso de conjuntos de datos y frameworks de meta-aprendizaje y aprendizaje por transferencia.
Uso de LLM para aprendizaje adversarial
- Defensa de LLM frente a ataques malintencionados.
- Detección y mitigación de sesgos y errores en LLM.
- Uso de conjuntos de datos y métodos de aprendizaje adversarial y robustez.
Evaluación de LLM e inteligencia artificial generativa
- Evaluación de la calidad y diversidad del contenido.
- Uso de métricas como Inception Score, Frechet Inception Distance (FID) y BLEU.
- Métodos de evaluación humana como crowdsourcing y encuestas.
- Métodos de evaluación adversarial como pruebas de Turing y discriminadores.
Aplicación de principios éticos para LLM e IA generativa
- Garantizar equidad y responsabilidad.
- Evitar mal uso y abuso.
- Respetar los derechos y la privacidad de creadores y consumidores de contenido.
- Fomentar la creatividad y colaboración entre humanos e IA.
Resumen y próximos pasos
Requerimientos
- Comprensión de conceptos básicos de inteligencia artificial y terminología asociada.
- Experiencia con programación en Python y análisis de datos.
- Familiaridad con frameworks de aprendizaje profundo como TensorFlow o PyTorch.
- Conocimiento básico sobre LLM y sus aplicaciones.
Público objetivo
- Científicos de datos.
- Desarrolladores de IA.
- Entusiastas de la IA.
Los cursos públicos requieren más de 5 participantes.
LLMs avanzados para tareas de PNL - Reserva
LLMs avanzados para tareas de PNL - Consulta
LLMs avanzados para tareas de PNL - 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 multi-actor con estado como grafos composables con estado persistente y control sobre la ejecución.
Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a ingenieros de plataformas de IA de nivel avanzado, especialistas en DevOps para IA y arquitectos de ML que deseen optimizar, depurar, monitorear y operar sistemas LangGraph de grado de producción.
Al finalizar esta formación, los participantes podrán:
- Diseñar y optimizar topologías complejas de LangGraph para velocidad, costo y escalabilidad.
- Ingeniería de confiabilidad con reintentos, tiempos de espera, idempotencia y recuperación basada en puntos de control.
- Depurar y rastrear ejecuciones de grafos, inspeccionar el estado y reproducir sistemáticamente problemas de producción.
- Instrumentar grafos con registros, métricas y rastros; implementar en producción y monitorear SLA y costos.
Formato del curso
- Conferencia interactiva y discusión.
- Muchas 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, contáctenos para organizarlo.
Construcción de Agentes de Codificación con Devstral: Del Diseño del Agente a las Herramientas
14 HorasDevstral es un marco de trabajo de código abierto diseñado para construir y ejecutar agentes de codificación que pueden interactuar con bases de código, herramientas de desarrollo y APIs para mejorar la productividad en ingeniería.
Esta formación en vivo impartida por instructores (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 codificación utilizando Devstral.
Al finalizar esta formación, los participantes podrán:
- Configurar y establecer Devstral para el desarrollo de agentes de codificación.
- Diseñar flujos de trabajo agénticos para la exploración y modificación de bases de código.
- Integrar agentes de codificación con herramientas de desarrollo y APIs.
- Implementar las mejores prácticas para el despliegue seguro y eficiente de agentes.
Formato del Curso
- Ponencias interactivas y debates.
- Muchos 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 organizarla.
Operaciones de Modelos de Código Abierto: Autoalojamiento, Ajuste Fino y Gobernanza con Modelos Devstral y Mistral
14 HorasLos modelos Devstral y Mistral son tecnologías de IA de código abierto diseñadas para un despliegue flexible, ajuste fino e integración escalable.
Esta formación en vivo dirigida por instructores (en línea o presencial) está orientada a ingenieros de ML de nivel intermedio a avanzado, equipos de plataforma e ingenieros de investigación que desean autoalojar, ajustar y gobernar los modelos Mistral y Devstral en entornos de producción.
Al finalizar esta formación, los participantes serán capaces de:
- Configurar y preparar entornos autoalojados para los modelos Mistral y Devstral.
- Aplicar técnicas de ajuste fino para optimizar el rendimiento según dominios específicos.
- Implementar control de versiones, monitoreo y gobernanza del ciclo de vida.
- Garantizar la seguridad, el cumplimiento normativo y el uso responsable de modelos de código abierto.
Formato del curso
- Clase interactiva y discusión grupal.
- Ejercicios prácticos sobre autoalojamiento y ajuste fino.
- Implementación en laboratorio en vivo de pipelines de gobernanza y monitoreo.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinarlo.
Aplicaciones de LangGraph en Finanzas
35 HorasLangGraph es un marco de trabajo para construir aplicaciones LLM con estado y múltiples actores mediante gráficos composables, con estado persistente y control sobre la ejecución.
Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones financieras basadas en LangGraph con gobernanza, observabilidad y cumplimiento adecuados.
Al finalizar esta formación, los participantes podrán:
- Diseñar flujos de trabajo de LangGraph específicos para el sector financiero alineados con requisitos regulatorios y de auditoría.
- Integrar estándares y ontologías de datos financieros en el estado del gráfico y las herramientas.
- Implementar controles de confiabilidad, seguridad e intervención humana para procesos críticos.
- Desplegar, monitorear y optimizar sistemas LangGraph para mejorar el rendimiento, los costos y cumplir con los SLA.
Formato del curso
- Clases interactivas y debates.
- Muchos ejercicios y prácticas.
- Implementación práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinar los detalles.
Fundamentos de LangGraph: Prompts y encadenamiento de LLM basados en grafos
14 HorasLangGraph es un framework para construir aplicaciones LLM estructuradas como grafos que admiten planificación, ramificación, uso de herramientas, memoria y ejecución controlable.
Esta formación en vivo impartida por instructores (en línea o en las instalaciones) está dirigida a desarrolladores principiantes, ingenieros de prompts y profesionales de datos que deseen diseñar y construir flujos de trabajo LLM confiables y multi-etapa utilizando LangGraph.
Al final de esta formación, los participantes serán capaces de:
- Explicar los conceptos centrales de LangGraph (nodos, bordes, estado) y cuándo utilizarlos.
- Crear cadenas de prompts que ramifiquen, invoquen herramientas y mantengan la memoria.
- Integrar recuperación y APIs externas en flujos de trabajo basados en grafos.
- Probar, depurar y evaluar aplicaciones LangGraph para garantizar confiabilidad y seguridad.
Formato del curso
- Clase interactiva y discusión facilitada.
- Laboratorios guiados y revisión de código en un entorno sandbox.
- Ejercicios basados en escenarios sobre diseño, pruebas y evaluación.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.
LangGraph en el sector salud: Orquestación de flujos de trabajo para entornos regulados
35 HorasLangGraph permite la creación de flujos de trabajo con estado y múltiples actores impulsados por modelos de lenguaje grandes (LLM), ofreciendo un control preciso sobre las rutas de ejecución y la persistencia del estado. En el sector salud, estas capacidades son fundamentales para cumplir con las normativas, garantizar la interoperabilidad y construir sistemas de apoyo a la decisión que se alineen con los flujos de trabajo médicos.
Esta formación presencial impartida por un instructor (disponible en línea o in situ) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones de salud basadas en LangGraph, abordando los desafíos regulatorios, éticos y operativos.
Al finalizar esta formación, los participantes serán capaces de:
- Diseñar flujos de trabajo específicos para el sector salud utilizando LangGraph, teniendo en cuenta la conformidad normativa y la capacidad de auditoría.
- Integrar aplicaciones de LangGraph con ontologías médicas y estándares (FHIR, SNOMED CT, ICD).
- Aplicar las mejores prácticas para garantizar la fiabilidad, trazabilidad y explicabilidad en entornos sensibles.
- Implementar, monitorear y validar aplicaciones de LangGraph en entornos productivos del sector salud.
Formato del curso
- Clase interactiva y discusión grupal.
- Ejercicios prácticos con estudios de caso reales.
- Práctica de implementación 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 para Aplicaciones Legales
35 HorasLangGraph es un marco de trabajo para construir aplicaciones de LLM multi-actor y con estado, mediante grafos componibles que ofrecen un estado persistente y un control preciso sobre la ejecución.
Esta capacitación en vivo impartida por instructores (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones legales basadas en LangGraph, incorporando los controles necesarios de cumplimiento, trazabilidad y gobernanza.
Al finalizar esta capacitación, los participantes podrán:
- Diseñar flujos de trabajo de LangGraph específicos para el ámbito legal que preserven la auditabilidad y el cumplimiento normativo.
- Integrar ontologías legales y estándares de documentos en el estado del grafo y en su procesamiento.
- Implementar barreras de seguridad (guardrails), aprobaciones con intervención humana y rutas de decisión rastreables.
- Desplegar, monitorear y mantener servicios LangGraph en producción, garantizando observabilidad y control de costos.
Formato del Curso
- Conferencia interactiva y 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, contáctenos para coordinarlo.
Creación de flujos de trabajo dinámicos con LangGraph y agentes LLM
14 HorasLangGraph es un framework para componer flujos de trabajo basados en LLM con estructura gráfica que admiten ramificación, uso de herramientas, memoria y ejecución controlable.
Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a ingenieros y equipos de producto de nivel intermedio que deseen combinar la lógica gráfica 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 esta formación, los participantes podrán:
- Diseñar flujos de trabajo basados en gráficos que coordinen agentes LLM, herramientas y memoria.
- Implementar enrutamiento condicional, reintentos y opciones de respaldo para una ejecución robusta.
- Integrar recuperación, APIs y salidas estructuradas en bucles de agentes.
- Evaluar, monitorear y asegurar el comportamiento de los agentes para garantizar fiabilidad y seguridad.
Formato del curso
- Clase interactiva y discusión guiada por facilitadores.
- Laboratorios prácticos y explicaciones de código en un entorno sandbox.
- Ejercicios de diseño basados en escenarios y revisiones entre pares.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, contáctanos para coordinarlo.
LangGraph para Automatización de Marketing
14 HorasLangGraph es un framework de orquestación basado en grafos que permite flujos de trabajo conditionales y multietapa con LLMs (Modelos de Lenguaje Grande) y herramientas, ideal para automatizar y personalizar pipelines de contenido.
Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a marketers de nivel intermedio, estrategas de contenido y desarrolladores de automatización que deseen implementar campañas de email dinámicas con ramificaciones y pipelines de generación de contenido utilizando LangGraph.
Al finalizar esta formación, los participantes serán capaces de:
- Diseñar flujos de trabajo de contenido y email estructurados como grafos con lógica condicional.
- Integrar LLMs, APIs y fuentes de datos para la personalización automatizada.
- Gestionar el estado, la memoria y el contexto a través de campañas multietapa.
- Evaluar, monitorear y optimizar el rendimiento del flujo de trabajo y los resultados de entrega.
Formato del Curso
- Conferencias interactivas y discusiones grupales.
- Prácticas de laboratorio implementando flujos de trabajo de email y pipelines de contenido.
- Ejercicios basados en escenarios sobre personalización, segmentación y lógica ramificada.
Opciones de Personalización del Curso
- Para solicitar una formación personalizada para este curso, contáctenos para organizarla.
Le Chat Enterprise: ChatOps privado, integraciones y controles de administración
14 HorasLe Chat Enterprise es una solución de ChatOps privada que ofrece capacidades conversacionales de IA seguras, personalizables y gobernadas para organizaciones, con soporte para control basado en roles (RBAC), inicio de sesión único (SSO), conectores e integraciones con aplicaciones empresariales.
Esta capacitación guiada por un instructor (en línea o presencial) está dirigida a gerentes de producto de nivel intermedio, líderes de TI, ingenieros de soluciones y equipos de seguridad y cumplimiento que deseen implementar, configurar y gobernar Le Chat Enterprise en entornos empresariales.
Al finalizar esta capacitación, los participantes podrán:
- Configurar e instalar Le Chat Enterprise para despliegues seguros.
- Habilitar RBAC, SSO y controles basados en el cumplimiento normativo.
- Integrar Le Chat con aplicaciones empresariales y almacenes de datos.
- Diseñar e implementar cuadernos de ejecución (playbooks) de gobernanza y administración para ChatOps.
Formato del curso
- Clase interactiva y discusión.
- Muchas 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 coordinarlo.
Arquitecturas de LLM Rentables: Mistral a Gran Escala (Ingeniería de Rendimiento y Costo)
14 HorasMistral es una familia de modelos de lenguaje grandes (LLM) de alto rendimiento, optimizados para su implementación en producción a gran escala con un costo eficiente.
Esta capacitación en vivo, impartida por un instructor (en línea o presencial), está dirigida a ingenieros de infraestructura avanzados, arquitectos de nube y líderes de MLOps que deseen diseñar, implementar y optimizar arquitecturas basadas en Mistral para lograr el máximo rendimiento y el mínimo costo.
Al finalizar esta capacitación, los participantes serán capaces de:
- Implementar patrones de despliegue escalables para Mistral Medium 3.
- Aplicar estrategias de agrupación (batching), cuantización y servicio eficiente.
- Optimizar los costos de inferencia manteniendo el rendimiento.
- Diseñar topologías de servicios listas para producción, adecuadas para cargas de trabajo empresariales.
Formato del Curso
- Clase interactiva y discusión.
- Numeral de 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 coordinarlo.
Productización de asistentes conversacionales con conectores e integraciones de Mistral
14 HorasMistral AI es una plataforma de IA abierta que permite a los equipos crear e integrar asistentes conversacionales en flujos de trabajo empresariales y dirigidos al cliente.
Esta formación en vivo, impartida por un instructor (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 formación, los participantes serán capaces de:
- Integrar modelos conversacionales de Mistral con conectores empresariales y SaaS.
- Implementar generación aumentada por 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 reales.
Formato del curso
- Conferencias y discusiones interactivas.
- Ejercicios prácticos de integración.
- Desarrollo en laboratorio en vivo de asistentes conversacionales.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para organizarla.
Despliegues empresariales con Mistral Medium 3
14 HorasMistral Medium 3 es un modelo de lenguaje grande multimodal de alto rendimiento, diseñado para su despliegue en entornos productivos dentro de organizaciones.
Esta capacitación guiada por instructores (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 empresarial.
Al finalizar esta capacitación, los participantes podrán:
- Desplegar Mistral Medium 3 mediante API y opciones de autoalojamiento.
- Optimizar el rendimiento de la 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
- Clase interactiva y discusión.
- Amplia cantidad de 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.
Mistral para una IA responsable: privacidad, residencia de datos y controles empresariales
14 HorasMistral AI es una plataforma de IA abierta y preparada para el entorno empresarial que ofrece funciones para un despliegue seguro, conforme a la normativa y responsable de la IA.
Esta formación en directo impartida por un instructor (en línea o presencial) está dirigida a líderes de cumplimiento de nivel intermedio, arquitectos de seguridad y partes interesadas legales y operativas que deseen implementar prácticas de IA responsable con Mistral, aprovechando los mecanismos de privacidad, residencia de datos y controles empresariales.
Al finalizar esta formación, los participantes podrán:
- Implementar técnicas de preservación de la privacidad en los despliegues de Mistral.
- Aplicar estrategias de residencia de datos para cumplir con los requisitos normativos.
- Configurar controles de grado empresarial, como RBAC, SSO y registros de auditoría.
- Evaluar opciones de proveedores y modelos de despliegue para asegurar el cumplimiento normativo.
Formato del curso
- Clase interactiva y discusión.
- Casos prácticos y ejercicios centrados en el cumplimiento normativo.
- Implementación práctica de controles de IA empresarial.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, por favor póngase en contacto con nosotros para organizarla.
Aplicaciones Multimodales con Modelos Mistral (Visión, OCR y Comprensión de Documentos)
14 HorasLos modelos Mistral son tecnologías de IA de código abierto que ahora se extienden a flujos de trabajo multimodales, admitiendo tanto tareas de lenguaje como de visión para aplicaciones empresariales y de investigación.
Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a investigadores de ML de nivel intermedio, ingenieros aplicados y equipos de producto que deseen construir aplicaciones multimodales con modelos Mistral, incluidas pipelines de OCR y comprensión de documentos.
Al finalizar esta formación, los participantes podrán:
- Configurar y adaptar los modelos Mistral para tareas multimodales.
- Implementar flujos de trabajo de OCR e integrarlos con pipelines de PLN.
- Diseñar aplicaciones de comprensión de documentos para casos de uso empresarial.
- Desarrollar funcionalidades de búsqueda de visión-texto y asistentes de UI.
Formato del Curso
- Lecciones 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, contáctenos para coordinarla.
