Cursos de Large Language Models (LLMs) en Lima

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a profesionales de la alta dirección que desean comprender qué son los LLM, explorar su posible impacto en las operaciones empresariales y evaluar usos prácticos de herramientas de IA como ChatGPT, Microsoft Copilot o Grok para tareas del mundo real, como la creación de contenido, el resumen de datos y el apoyo a la toma de decisiones.

Al finalizar esta formación, los participantes podrán:

• Comprender qué son los LLM y cómo funcionan herramientas como ChatGPT y Copilot.
• Utilizar técnicas de 'prompting' (instrucción) para obtener resultados prácticos y confiables de los LLM.
• Evaluar casos de uso reales, como la redacción de correos electrónicos, el resumen de documentos y la automatización de la productividad.
• Identificar oportunidades de inversión y aplicaciones estratégicas para la adopción de IA.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a equipos de alta dirección que desean comprender el valor estratégico de los LLM y las herramientas de IA empresarial. Los participantes explorarán cómo integrar estas herramientas en flujos de trabajo estratégicos, redactar mejores prompts y evaluar oportunidades para aumentar la productividad y el retorno de la inversión (ROI) mediante la adopción de IA.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender cómo funcionan los LLM y cómo herramientas como ChatGPT y Copilot las aplican.
• Utilizar interacciones basadas en prompts para automatizar y acelerar tareas.
• Aplicar herramientas de IA a escenarios reales como la redacción de correos electrónicos, resúmenes de informes y revisión de acuerdos.
• Evaluar los beneficios estratégicos, limitaciones y consideraciones de licencias para la adopción de LLM.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a investigadores de IA, científicos de datos y desarrolladores de nivel intermedio a avanzado que desean comprender, ajustar finamente e implementar los Modelos de Lenguaje Grande de Meta AI para diversas aplicaciones de PNL.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura y el funcionamiento de los Modelos de Lenguaje Grande de Meta AI.
• Configurar y ajustar finamente los LLM de Meta AI para casos de uso específicos.
• Implementar aplicaciones basadas en LLM, como resumen de textos, chatbots y análisis de sentimiento.
• Optimizar e implementar modelos de lenguaje grande de manera eficiente.

Esta formación en vivo con instructor en Lima (en línea o presencial) está dirigida a profesionales de IA de nivel intermedio, analistas de negocio y líderes tecnológicos que desean comprender los principios de la inteligencia artificial generativa y las aplicaciones de los LLMs en entornos empresariales. Los participantes aprenderán sobre transformers, ingeniería de prompts y consideraciones éticas al implementar estos modelos para soluciones del mundo real.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los principios fundamentales de la IA generativa y los grandes modelos de lenguaje.
• Implementar y ajustar LLMs para aplicaciones comerciales específicas.
• Aplicar técnicas de ingeniería de prompts para obtener resultados óptimos del modelo.
• Reconocer consideraciones éticas y gestionar los riesgos en la implementación de LLMs.

Esta formación en vivo dirigida por un instructor en Lima (en línea o presencial) está orientada a profesionales de IA de nivel intermedio y especialistas en ética, científicos de datos e ingenieros, así como a responsables políticos y partes interesadas que deseen comprender y navegar el panorama ético de los LLM.

Al finalizar esta formación, los participantes serán capaces de:

• Identificar problemas y desafíos éticos asociados con los LLM.
• Aplicar marcos y principios éticos al despliegue de los LLM.
• Evaluar el impacto social de los LLM y mitigar los riesgos potenciales.
• Desarrollar estrategias para un desarrollo y uso responsables de la IA.

Esta formación en vivo, impartida por un instructor, en Lima (en línea o presencial), está dirigida a profesionales de PLN de nivel intermedio, científicos de datos, creadores de contenido y traductores, así como a empresas globales que deseen utilizar LLMs para la traducción de idiomas y la creación de contenido multilingüe.

Al finalizar esta formación, los participantes podrán:

• Comprender los principios del aprendizaje cruzado entre idiomas y la traducción con LLMs.
• Implementar LLMs para traducir contenido entre varios idiomas.
• Crear y gestionar conjuntos de datos multilingües para entrenar LLMs.
• Desarrollar estrategias para mantener la consistencia y la calidad en las traducciones.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a analistas financieros, científicos de datos y profesionales de inversiones de nivel intermedio que deseen aprovechar los LLM para el análisis y la predicción del mercado financiero.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender la aplicación de los LLM en el análisis de mercados financieros.
• Utilizar LLM para procesar noticias financieras, informes y datos con el fin de obtener información sobre el mercado.
• Desarrollar modelos predictivos para precios de acciones, tendencias del mercado e indicadores económicos.
• Integrar las percepciones generadas por los LLM en los procesos de toma de decisiones de inversión.

Esta formación en vivo impartida por un instructor en <ubicación> (en línea o presencial) está dirigida a científicos e investigadores ambientales de nivel intermedio, analistas de datos, tomadores de decisiones y defensores del medio ambiente que deseen utilizar LLM para el modelado y análisis ambiental.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender la aplicación de los LLM en las ciencias ambientales.
• Utilizar LLM para analizar y modelar datos ambientales.
• Interpretar las salidas de los LLM para evaluaciones de impacto ambiental.
• Comunicar los hallazgos de manera efectiva para informar políticas y esfuerzos de conservación.

Esta formación en vivo dirigida por instructores en Lima (en línea o presencial) está dirigida a desarrolladores de VR y AR, diseñadores de juegos e ingenieros de IA de nivel intermedio que deseen incorporar LLM en aplicaciones de VR y AR para crear entornos más atractivos y receptivos.

Al final de esta formación, los participantes podrán:

• Comprender el papel de los LLM en la creación de experiencias inmersivas de VR y AR.
• Desarrollar aplicaciones de VR y AR que utilicen LLM para diálogos interactivos y creación de contenido.
• Integrar LLM con herramientas de desarrollo de VR y AR para mejorar la participación del usuario.
• Aplicar las mejores prácticas para diseñar narrativas e interacciones impulsadas por IA en entornos virtuales.

Esta capacitación en vivo con instructor en Lima (en línea o presencial) está dirigida a científicos de datos, ingenieros de aprendizaje automático y desarrolladores de software de nivel intermedio que deseen aplicar Modelos de Lenguaje Grande (LLMs) a datos multimodales para desarrollar aplicaciones avanzadas de IA.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los principios del aprendizaje multimodal con LLMs.
• Implementar LLMs para procesar y analizar datos de texto, imagen y audio.
• Desarrollar aplicaciones que aprovechen las ventajas de la integración de datos multimodales.
• Evaluar el rendimiento de sistemas de LLMs multimodales.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a profesionales de ciberseguridad y científicos de datos de nivel intermedio que deseen utilizar LLM para mejorar las medidas de seguridad y la inteligencia sobre amenazas.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de los LLM en la ciberseguridad.
• Implementar LLM para la detección y análisis de amenazas.
• Utilizar LLM para la automatización de seguridad y respuesta.
• Integrar LLM con la infraestructura de seguridad existente.

Esta formación en vivo con instructor en <ubicación> (en línea o presencial) está dirigida a científicos de datos y analistas de negocios de nivel intermedio que desean utilizar modelos de lenguaje grande (LLM) para pronosticar tendencias y comportamientos en diversas industrias.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de los LLM y su papel en el análisis predictivo.
• Implementar LLM para analizar y pronosticar datos en diversas industrias.
• Evaluar la efectividad de los modelos predictivos mediante el uso de LLM.
• Integrar LLM con las tuberías (pipelines) existentes de procesamiento de datos.

Esta formación en vivo dirigida por instructores en Lima (en línea o presencial) está dirigida a científicos de datos de nivel intermedio que desean adquirir una comprensión integral y habilidades prácticas tanto en Modelos de Lenguaje Grande (LLM) como en Aprendizaje por Refuerzo (RL).

Al finalizar esta formación, los participantes podrán:

• Comprender los componentes y la funcionalidad de los modelos transformadores.
• Optimizar y ajustar finamente LLM para tareas y aplicaciones específicas.
• Comprender los principios y metodologías fundamentales del aprendizaje por refuerzo.
• Aprender cómo las técnicas de aprendizaje por refuerzo pueden mejorar el rendimiento de los LLM.

Esta capacitación en vivo con instructor en Lima (en línea o presencial) está dirigida a creadores de contenido, especialistas en marketing y tecnólogos educativos de nivel intermedio que deseen aprovechar el poder de los LLMs para generar contenido de alta calidad, diverso y atractivo en varios ámbitos.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender las capacidades de los LLMs y su aplicación en la generación de contenido.
• Configurar y utilizar LLMs para generar diversos tipos de contenido.
• Aplicar las mejores prácticas para el *prompting* (formulación de instrucciones) y el ajuste fino (*fine-tuning*) de LLMs con el fin de producir los resultados deseados.
• Evaluar la calidad del contenido generado por IA y refinarlo para audiencias específicas.
• Explorar técnicas avanzadas para la generación creativa y multimodal de contenido con LLMs.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a educadores, profesionales de EdTech e investigadores con diversos niveles de experiencia y conocimientos que desean aprovechar los LLM para crear experiencias educativas personalizadas.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura y las capacidades de los LLM.
• Identificar oportunidades de personalización en el contenido educativo utilizando LLM.
• Diseñar plataformas de aprendizaje adaptativo que utilicen LLM para la personalización del contenido.
• Implementar estrategias impulsadas por LLM para mejorar la participación estudiantil y los resultados de aprendizaje.
• Evaluar la efectividad de los LLM en entornos educativos y tomar decisiones basadas en datos para realizar mejoras.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a profesionales de ML y desarrolladores de IA de nivel intermedio que desean ajustar e implementar modelos de pesos abiertos como LLaMA, Mistral y Qwen para aplicaciones comerciales o internas específicas.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el ecosistema y las diferencias entre los LLMs de código abierto.
• Preparar conjuntos de datos y configuraciones de ajuste fino para modelos como LLaMA, Mistral y Qwen.
• Ejecutar tuberías de ajuste fino utilizando Hugging Face Transformers y PEFT.
• Evaluar, guardar e implementar modelos ajustados en entornos seguros.

Esta formación en vivo impartida por instructores en <ubicación> (en línea o presencial) está dirigida a desarrolladores de software y científicos de datos de nivel principiante e intermedio que deseen implementar LLM en sistemas de reconocimiento y síntesis de voz.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de los LLM en las tecnologías de voz.
• Implementar LLM para lograr un reconocimiento preciso del habla y una síntesis natural.
• Integrar LLM con motores de reconocimiento de voz y sintetizadores.
• Evaluar y mejorar el rendimiento de los sistemas de voz utilizando LLM.
• Mantenerse informado sobre las tendencias actuales y las direcciones futuras en las tecnologías de voz.

Esta formación en vivo dirigida por un instructor en Lima (en línea o presencial) está dirigida a profesionales del área de atención al cliente y TI con niveles principiante e intermedio que desean implementar LLM para crear chatbots de atención al cliente receptivos e inteligentes.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos y la arquitectura de los Modelos de Lenguaje Grande (LLM).
• Diseñar e integrar LLM en sistemas de atención al cliente.
• Mejorar la capacidad de respuesta y la experiencia del usuario de los chatbots.
• Abordar consideraciones éticas y garantizar el cumplimiento de las normas de la industria.
• Implementar y mantener un chatbot basado en LLM para aplicaciones del mundo real.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a científicos de datos e ingenieros de IA de nivel intermedio que desean ajustar finamente los modelos de lenguaje grandes de manera más rentable y eficiente, utilizando métodos como LoRA, Ajuste Fino con Adaptadores y Ajuste Fino con Prefijos.

Al final de esta formación, los participantes serán capaces de:

• Comprender la teoría detrás de los enfoques de ajuste fino eficiente en parámetros.
• Implementar LoRA, Ajuste Fino con Adaptadores y Ajuste Fino con Prefijos utilizando Hugging Face PEFT.
• Comparar los compromisos entre rendimiento y costo de los métodos PEFT frente al ajuste fino completo.
• Desplegar y escalar LLMs ajustados finamente con requisitos reducidos de cómputo y almacenamiento.

Esta formación en vivo, impartida por un instructor en Lima (en línea o presencial), está dirigida a ingenieros de aprendizaje automático de nivel intermedio a avanzado, desarrolladores de IA y científicos de datos que deseen aprender a utilizar QLoRA para ajustar finamente modelos grandes de manera eficiente, adaptándolos a tareas específicas y personalizaciones.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender la teoría detrás de QLoRA y las técnicas de cuantificación para LLM.
• Implementar QLoRA en el ajuste fino de modelos de lenguaje grandes para aplicaciones de dominio específico.
• Optimizar el rendimiento del ajuste fino con recursos computacionales limitados utilizando cuantificación.
• Desplegar y evaluar los modelos ajustados finamente en aplicaciones del mundo real de manera eficiente.

Esta formación en vivo con instructor en Lima (online u presencial) está dirigida a profesionales intermedios de datos y marketing que desean aplicar LLMs para analizar e interpretar el sentimiento público a partir de diversas fuentes textuales, como publicaciones en redes sociales, reseñas de productos y comentarios de clientes.

Al finalizar esta formación, los participantes podrán:

• Comprender los principios del análisis de sentimientos y su aplicación mediante LLMs.
• Preprocesar y preparar conjuntos de datos para el análisis de sentimientos.
• Entrenar y afinar LLMs para reflejar con precisión los matices sentimentales en el texto.
• Analizar el sentimiento en tiempo real a partir de redes sociales y otras fuentes textuales.
• Integrar los resultados del análisis de sentimientos en estrategias empresariales y procesos de toma de decisiones.

Esta formación en vivo impartida por un instructor en <ubicación> (en línea o presencial) está dirigida a desarrolladores de software y redactores técnicos de nivel intermedio que deseen aprovechar los LLM para optimizar su flujo de trabajo de programación y crear documentación detallada y exhaustiva.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de los LLM en la automatización de la generación de código y la documentación de software.
• Utilizar LLM para crear fragmentos de código y documentación precisos y eficientes.
• Integrar los LLM en su ciclo de vida del desarrollo de software para mejorar la productividad.
• Mantener altos estándares de calidad en la documentación mediante herramientas automatizadas.
• Abordar consideraciones éticas y mejores prácticas para el uso de la inteligencia artificial en el desarrollo de software.

Esta formación en vivo, impartida por un instructor, en <ubicación> (en línea o presencial), está dirigida a profesionales empresariales y analistas de datos de nivel intermedio que desean aprovechar el poder de los LLM para extraer información valiosa sobre los negocios.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los fundamentos y las aplicaciones de los LLM en el contexto de la inteligencia empresarial.
• Aplicar LLM para analizar grandes conjuntos de datos y extraer insights significativos.
• Integrar análisis impulsados por LLM en los procesos de toma de decisiones estratégicas empresariales.
• Evaluar las consideraciones éticas y las mejores prácticas para el uso de LLM en entornos empresariales.
• Anticiparse a las tendencias futuras de la IA y prepararse para el panorama en constante evolución de la inteligencia empresarial.

Esta formación en vivo, impartida por un instructor, se llevará a cabo en <ubicación> (en línea o presencial) y está dirigida a desarrolladores y científicos de datos de nivel intermedio a avanzado que desean dominar LlamaIndex para crear aplicaciones innovadoras impulsadas por LLM.

Al finalizar esta formación, los participantes podrán:

• Configurar y ajustar LlamaIndex para su uso con LLM.
• Indexar y consultar conjuntos de datos personalizados utilizando LlamaIndex para mejorar la funcionalidad de los LLM.
• Diseñar y desarrollar aplicaciones sofisticadas que utilicen LlamaIndex y LLM.
• Comprender y aplicar las mejores prácticas para trabajar con LLM y LlamaIndex.
• Abordar las consideraciones éticas implicadas en el despliegue de aplicaciones impulsadas por LLM.

Esta formación en vivo con instructores en Lima (en línea o presencial) está dirigida a investigadores de IA, profesionales del aprendizaje automático y científicos de datos de nivel intermedio que desean utilizar LlamaIndex para mejorar las capacidades de los modelos de IA, haciéndolos más precisos y confiables para diversas aplicaciones.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los principios y componentes de LlamaIndex.
• Ingerir y estructurar datos para su uso con LLM.
• Implementar la ampliación del contexto para mejorar el rendimiento de los modelos de IA.
• Integrar LlamaIndex en sistemas y flujos de trabajo de IA existentes.

Esta capacitación en vivo con instructor en Lima (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean aprovechar el poder de la ingeniería de prompt y el aprendizaje con pocos ejemplos para optimizar el rendimiento de los LLMs en aplicaciones del mundo real.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los principios de la ingeniería de prompt y el aprendizaje con pocos ejemplos.
• Diseñar prompts eficaces para diversas tareas de procesamiento de lenguaje natural (PLN).
• Aprovechar las técnicas de pocos ejemplos para adaptar los LLMs con mínimos datos.
• Optimizar el rendimiento de los LLMs para aplicaciones prácticas.

Esta formación en vivo, impartida por un instructor (online o presencial), está dirigida a ingenieros de nivel avanzado, especialistas en IA y líderes de equipos de localización que deseen implementar sistemas de modelos de lenguaje grandes (LLM) para traducción automatizada, evaluación de calidad y gobernanza empresarial.

Al finalizar esta formación, los participantes serán capaces de:

• Construir pipelines de localización con LLM de nivel empresarial que integren modelos abiertos y propietarios.
• Implementar flujos de trabajo de aseguramiento de calidad (QA) automatizados y métricas de calidad para garantizar la consistencia en las traducciones.
• Establecer marcos de gobernanza y aprobación para la producción de contenido multilingüe.
• Desplegar sistemas de localización basados en LLM, escalables y auditables, en entornos seguros.

IA para SQL es la aplicación de inteligencia artificial y modelos de lenguaje grande (LLM) para automatizar, optimizar y mejorar la forma en que se generan, ejecutan e interpretan las consultas SQL dentro de entornos empresariales de datos.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a ingenieros de datos y líderes técnicos de nivel intermedio que desean integrar capacidades de IA en sus flujos de trabajo SQL para habilitar consultas en lenguaje natural, optimización inteligente y análisis automatizado de datos.

Al finalizar esta formación, los participantes podrán:

• Integrar LLM como GPT, DeepSeek, LLaMA, Qwen y Mistral en entornos SQL.
• Construir pipelines de lenguaje natural a SQL para acceso conversacional a datos.
• Implementar optimización de consultas impulsada por IA y detección de errores.
• Diseñar flujos de trabajo AI-SQL seguros y auditables para uso empresarial.

Formato del curso

• Clase interactiva y discusión grupal.
• Numerosos 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.

LangGraph 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.

Vertex AI ofrece herramientas poderosas para construir flujos de trabajo de LLM multimodal que integran datos de texto, audio e imagen en una única canalización. Con soporte para ventanas de contexto largas y parámetros de la API de Gemini, permite aplicaciones avanzadas en planificación, razonamiento e inteligencia entre modalidades.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que desean diseñar, construir y optimizar flujos de trabajo de IA multimodal en Vertex AI.

Al finalizar esta formación, los participantes serán capaces de:

• Aprovechar los modelos Gemini para entradas y salidas multimodales.
• Implementar flujos de trabajo de contexto largo para razonamiento complejo.
• Diseñar canalizaciones que integren el análisis de texto, audio e imagen.
• Optimizar los parámetros de la API de Gemini para un rendimiento y eficiencia en costos óptimos.

Formato del curso

• Clase interactiva y discusión.
• Laboratorios prácticos con flujos de trabajo multimodales.
• Ejercicios basados en proyectos para casos de uso aplicados de multimodalidad.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, comuníquese con nosotros para coordinar los detalles.

LangGraph 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.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a desarrolladores de IA y especialistas en localización de nivel intermedio que deseen diseñar pipelines de traducción escalables y automatizados utilizando tanto LLM propietarios como de código abierto.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar e implementar flujos de trabajo de traducción utilizando frameworks y APIs modernas para LLM.
• Integrar modelos de código abierto y comerciales en sistemas de traducción escalables.
• Optimizar la calidad de la traducción mediante ajuste fino (fine-tuning), ingeniería de prompts y automatización.
• Implementar infraestructura de traducción eficiente en costos y conforme a normativas para entornos empresariales.

LangGraph 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.

Esta formación en vivo con instructores Lima (en línea o presencial) está dirigida a desarrolladores de nivel intermedio que desean aprender a utilizar la IA generativa junto con LLM para diversas tareas y dominios.

Al finalizar esta formación, los participantes serán capaces de:

• Explicar qué es la IA generativa y cómo funciona.
• Describir la arquitectura de transformadores (transformers) que impulsa a los LLM.
• Utilizar las leyes empíricas de escalado para optimizar los LLM en función de distintas tareas y restricciones.
• Aplicar herramientas y métodos de vanguardia para entrenar, afinar (fine-tuning) e implementar LLM.
• Analizar las oportunidades y los riesgos que plantea la IA generativa para la sociedad y el ámbito empresarial.

Los modelos de lenguaje grandes (LLMs) y los marcos de agentes autónomos como AutoGen y CrewAI están redefiniendo la forma en que los equipos de DevOps automatizan tareas como el seguimiento de cambios, la generación de pruebas y el triaje de alertas, simulando una colaboración y toma de decisiones similares a las humanas.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a ingenieros de nivel avanzado que deseen diseñar e implementar flujos de trabajo de automatización de DevOps impulsados por modelos de lenguaje grandes (LLMs) y sistemas multi-agente.

Al finalizar esta formación, los participantes podrán:

• Integrar agentes basados en LLM en flujos de trabajo de CI/CD para lograr una automatización inteligente.
• Automatizar la generación de pruebas, el análisis de commits y los resúmenes de cambios mediante agentes.
• Coordinar múltiples agentes para realizar triaje de alertas, generar respuestas y proporcionar recomendaciones de DevOps.
• Construir flujos de trabajo seguros y mantenibles impulsados por agentes utilizando marcos de código abierto.

Formato del Curso

• Clase interactiva y discusión.
• Extenso número de 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, póngase en contacto con nosotros para organizarlo.

Postgres es una base de datos relacional avanzada y de código abierto que puede servir como base para sistemas impulsados por IA y aplicaciones de inteligencia de datos.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a profesionales de bases de datos y desarrolladores de nivel intermedio que desean integrar, gestionar y optimizar capacidades de IA directamente dentro de Postgres.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar e instalar extensiones de Postgres para cargas de trabajo de IA.
• Implementar incrustaciones y búsquedas por similitud usando pgvector.
• Integrar modelos de lenguaje grandes (LLM) de código abierto y propietarios con Postgres para obtener información en tiempo real.
• Optimizar Postgres para manejar consultas y flujos de trabajo impulsados por IA.

Formato del curso

• Conferencia interactiva y discusión.
• Numerosos 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 coordinar los detalles.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a desarrolladores de IA, arquitectos y gerentes de producto de nivel intermedio a avanzado que deseen identificar y mitigar los riesgos asociados con las aplicaciones potenciadas por LLM, como la inyección de mensajes (prompt injection), la filtración de datos y las respuestas sin filtrar, al tiempo que incorporan controles de seguridad como validación de entradas, supervisión humana en el proceso y barreras de seguridad en las salidas.

Al finalizar esta formación, los participantes podrán:

• Comprender las vulnerabilidades fundamentales de los sistemas basados en LLM.
• Aplicar principios de diseño seguro a la arquitectura de aplicaciones LLM.
• Utilizar herramientas como Guardrails AI y LangChain para validación, filtrado y seguridad.
• Integrar técnicas como el aislamiento (sandboxing), pruebas de penetración interna (red teaming) y revisión humana en procesos de producción.

Esta capacitación en vivo con instructor en Lima (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen personalizar modelos preentrenados para tareas y conjuntos de datos específicos.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los principios del ajuste fino y sus aplicaciones.
• Preparar conjuntos de datos para el ajuste fino de modelos preentrenados.
• Aplicar ajuste fino a grandes modelos de lenguaje (LLM) para tareas de PNL.
• Optimizar el rendimiento del modelo y abordar los desafíos comunes.

LLMs para la comprensión, refactorización y documentación de código es un curso técnico centrado en la aplicación de modelos de lenguaje grandes (LLMs) para mejorar la calidad del código, reducir la deuda técnica y automatizar tareas de documentación en equipos de software.

Este entrenamiento en vivo dirigido por instructores (en línea o presencial) está orientado a profesionales de software de nivel intermedio a avanzado que deseen utilizar LLMs, como GPT, para analizar, refactorizar y documentar de manera más efectiva bases de código complejas o legadas.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Utilizar LLMs para explicar código, dependencias y lógica en repositorios desconocidos.
• Identificar y refactorizar antipatrones y mejorar la legibilidad del código.
• Generar automáticamente y mantener comentarios en línea, archivos README y documentación de API.
• Integrar las ideas impulsadas por LLMs en los flujos de trabajo existentes de CI/CD y revisión de código.

Formato del curso

• Ponencias interactivas y discusión.
• Muchas ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para coordinarlo.

Esta formación práctica impartida por un instructor en Lima (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.

LangGraph 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.

Esta formación en vivo con instructor en Lima (en línea o presencial) está dirigida a desarrolladores de nivel principiante a intermedio que deseen utilizar Modelos de Lenguaje Grande para diversas tareas de procesamiento de 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 sobre un conjunto de datos personalizado.
• Utilizar LLM para diferentes tareas de procesamiento de lenguaje natural, como la resumización de textos, respuestas a preguntas, generación de texto y más.
• Depurar y evaluar LLM utilizando herramientas como TensorBoard, PyTorch Lightning y Hugging Face Datasets.

Esta formación en vivo con instrucción en Lima (en línea o presencial) está dirigida a ingenieros de observabilidad y SRE que desean integrar LLM e IA en sus flujos de trabajo de monitoreo, alertas y análisis de incidentes.

Esta formación en vivo impartida por instructores en Lima (en línea o presencial) está dirigida a profesionales de soporte de TI que desean utilizar herramientas de IA y plataformas de automatización para optimizar los procesos de soporte, estandarizar las respuestas y reducir el esfuerzo de documentación manual.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a ingenieros y arquitectos de nivel intermedio que desean utilizar Tencent Hunyuan para desplegar modelos grandes y MoE con menor latencia, mayor rendimiento y mejor control de costos.

Al finalizar esta formación, los participantes podrán: explicar patrones de implementación en producción de Hunyuan, optimizar el rendimiento de la inferencia, implementar estrategias de agrupación (batching) y cuantización, y planificar operaciones de servicio escalables.

Esta formación en vivo impartida por instructores en Lima (en línea o presencial) está dirigida a desarrolladores de nivel intermedio, equipos técnicos de producto y profesionales de IA que deseen utilizar los modelos de Hunyuan para crear aplicaciones multimodales para la generación y entrega de contenido de imagen, 3D y video.

Al finalizar esta formación, los participantes serán capaces de: construir flujos de trabajo basados en prompts, generar y revisar activos multimodales, entregar resultados a través de aplicaciones o APIs, e integrar las capacidades de Hunyuan con las pilas tecnológicas de productos empresariales.

Los objetivos del curso son transformar a ingenieros de software e IA en ingenieros legales: las personas capaces de construir verdaderamente IA para tareas legales (eDiscovery, revisión e investigaciones).

En dos días, los participantes construyen la pila central completa: ingesta y extracción de datos legales reales y desordenados, búsqueda y recuperación, adición de generación aumentada por recuperación (RAG) con citas, mantenimiento privado mediante un modelo local y verificación, ejecución de una revisión de IA defendible con métricas listas para tribunales, y empaquetado del resultado para su despliegue.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a profesionales de la IA de nivel principiante, intermedio o avanzado que desean utilizar MCP para conectar asistentes de IA con herramientas externas, datos y servicios empresariales.

Al finalizar esta formación, los participantes serán capaces de explicar los conceptos de MCP, identificar los componentes clave de la arquitectura, configurar una integración básica y aplicar buenas prácticas de seguridad.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a arquitectos empresariales de nivel intermedio que desean utilizar el Protocolo de Contexto de Modelo para diseñar plataformas de integración de agentes seguras, escalables y gobernables para entornos empresariales.

Al finalizar esta formación, los participantes podrán: explicar la arquitectura de MCP y los patrones empresariales, diseñar plataformas de integración seguras, aplicar gobernanza y controles de acceso, y evaluar opciones de implementación y escalado.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a desarrolladores, arquitectos e ingenieros de plataforma de nivel intermedio que desean utilizar MCP para construir servidores y clientes confiables para su implementación y operación empresarial.

Al finalizar esta formación, los participantes podrán: explicar la arquitectura MCP en la práctica, construir integraciones listas para producción, implementar y observar servicios MCP, y aplicar patrones de versionado, resiliencia y soporte.

Esta formación en vivo impartida por un instructor en Lima (en línea o presencial) está dirigida a líderes de TI de nivel intermedio, profesionales del cumplimiento normativo, equipos de seguridad y arquitectos empresariales que desean utilizar los principios de la IA soberana y las prácticas de gobernanza para diseñar entornos de IA que protejan los datos sensibles, cumplan con los requisitos de localización y reduzcan el bloqueo del proveedor.

Al finalizar esta formación, los participantes podrán: explicar los conceptos de IA soberana, evaluar las opciones de alojamiento y gobernanza, definir controles para las indicaciones y los registros, y crear una hoja de ruta práctica de adopción.