Introducción a los Modelos de Lenguaje Grande (LLM)
Los Modelos de Lenguaje Grande (LLM, por sus siglas en inglés) son modelos de redes neuronales profundas capaces de generar textos en lenguaje natural basados en una entrada o contexto dados. Se entrenan con grandes volúmenes de datos textuales provenientes de diversos dominios y fuentes, lo que les permite capturar los patrones sintácticos y semánticos del lenguaje natural. Los LLM han obtenido resultados destacables en diversas tareas de procesamiento de lenguaje natural, como resumen de textos, respuesta a preguntas, generación de texto y más.
Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a desarrolladores de nivel principiante a intermedio que deseen utilizar Modelos de Lenguaje Grande para distintas tareas de lenguaje natural.
Al finalizar esta capacitación, los participantes podrán:
- Configurar un entorno de desarrollo que incluya un LLM popular.
- Crear un LLM básico y ajustarlo (fine-tune) sobre un conjunto de datos personalizado.
- Utilizar LLM para diferentes tareas de lenguaje natural, como resumen de textos, respuesta a preguntas, generación de texto, entre otras.
- Depurar y evaluar LLM utilizando herramientas como TensorBoard, PyTorch Lightning y Hugging Face Datasets.
Formato del curso
- Clase interactiva con discusión.
- Muchas sesiones de ejercicios y práctica.
- Ejecución 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 (LLM)?
- LLM frente a modelos tradicionales de NLP
- Visión general de las características y arquitectura de los LLM
- Desafíos y limitaciones de los LLM
Comprensión de los LLM
- El ciclo de vida de un LLM
- Cómo funcionan los LLM
- Los componentes principales de un LLM: codificador, decodificador, atención, incrustaciones (embeddings), etc.
Primeros pasos
- Configuración del entorno de desarrollo.
- Instalación de un LLM como herramienta de desarrollo, por ejemplo, Google Colab o Hugging Face.
Trabajo con LLM
- Exploración de las opciones disponibles de LLM.
- Creación y uso de un LLM.
- Ajuste (fine-tuning) de un LLM sobre un conjunto de datos personalizado.
Resumen de textos
- Comprensión de la tarea de resumen de textos y sus aplicaciones.
- Uso de un LLM para resumen extractivo y abstracto de textos.
- 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 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 generación de textos condicional e incondicional.
- Control del estilo, el tono y el contenido de los textos generados mediante parámetros como temperatura, top-k, top-p, etc.
Integración de LLM con otros marcos y plataformas
- Uso de LLM con PyTorch o TensorFlow.
- Uso de LLM con Flask o Streamlit.
- Uso de LLM con Google Cloud o AWS.
Resolución de problemas
- Comprensión de los errores y fallas comunes en los LLM.
- 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 próximos pasos
Requerimientos
- Comprensión del procesamiento del lenguaje natural (NLP) y el aprendizaje profundo.<
- Experiencia con Python y PyTorch o TensorFlow.
- Experiencia básica en programación.
Público objetivo
- Desarrolladores.
- Entusiastas del NLP.
- Científicos de datos.
Los cursos públicos requieren más de 5 participantes.
Introducción a los Modelos de Lenguaje Grande (LLM) - Reserva
Introducción a los Modelos de Lenguaje Grande (LLM) - Consulta
Introducción a los Modelos de Lenguaje Grande (LLM) - 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 stateful y multi-actor como grafos compuestos 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 desean optimizar, depurar, monitorear y operar sistemas LangGraph de grado productivo.
Al finalizar esta formación, los participantes serán capaces de:
- Diseñar y optimizar topologías complejas de LangGraph para velocidad, costo y escalabilidad.
- Asegurar la fiabilidad mediante retries, timeouts, idempotencia y recuperación basada en checkpoints.
- Depurar y rastrear la ejecución de grafos, inspeccionar el estado y reproducir sistemáticamente problemas en producción.
- Instrumentar grafos con logs, métricas y trazas, implementar en producción y monitorear SLAs y costos.
Formato del Curso
- Lecciones interactivas y discusión.
- 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, contáctenos para coordinar los detalles.
Construcción de agentes de codificación con Devstral: Desde el diseño del agente hasta la creación de herramientas
14 HorasDevstral es un marco de código abierto diseñado para crear y ejecutar agentes de codificación que pueden interactuar con repositorios de código, herramientas de desarrollo y APIs para mejorar la productividad de ingeniería.
Esta formación 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 adaptar Devstral para el desarrollo de agentes de codificación.
- Diseñar flujos de trabajo basados en agentes para la exploración y modificación de repositorios de código.
- Integrar agentes de codificación con herramientas de desarrollo y APIs.
- Implementar mejores prácticas para un despliegue seguro y eficiente de los agentes.
Formato del curso
- Clase interactiva y discusión.
- Muchas actividades prácticas y ejercicios.
- 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 coordinar.
Operaciones con Modelos de Código Abierto: Autoalojamiento, Ajuste Fino y Gobernanza con 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 formación práctica impartida por un instructor (en línea o presencial) está dirigida a ingenieros de ML de nivel intermedio-avanzado, equipos de plataforma e ingenieros de investigación que deseen 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 en dominios específicos.
- Implementar el control de versiones, monitoreo y gobernanza del ciclo de vida.
- Asegurar la seguridad, el cumplimiento normativo y el uso responsable de los modelos de código abierto.
Formato del Curso
- Lección interactiva y discusión.
- Ejercicios prácticos sobre autoalojamiento y ajuste fino.
- Implementación en laboratorio en vivo de flujos de trabajo de gobernanza y monitoreo.
Opciones de Personalización del Curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.
Aplicaciones de LangGraph en el sector financiero
35 HorasLangGraph es un marco para construir aplicaciones basadas en LLM multi-actor y con estado persistente, mediante grafos composables que permiten gestionar el estado y controlar la ejecución.
Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones financieras basadas en LangGraph, garantizando una gobernanza adecuada, visibilidad operativa y cumplimiento normativo.
Al finalizar esta formación, los participantes serán capaces de:
- Diseñar flujos de trabajo de LangGraph específicos para el sector financiero, alineados con los requisitos regulatorios y de auditoría.
- Integrar estándares financieros y ontologías en el estado del grafo y las herramientas correspondientes.
- Implementar controles de confiabilidad, seguridad e intervención humana para procesos críticos.
- Desplegar, monitorear y optimizar sistemas LangGraph para mejorar el rendimiento, gestionar costos y cumplir los SLAs.
Formato del curso
- Clases interactivas y discusiones grupales.
- Amplia cantidad de ejercicios prácticos.
- Ejercitación práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Si deseas solicitar una formación personalizada para este curso, contáctanos para coordinarla.
Fundamentos de LangGraph: Prompts y encadenamientos basados en grafos para LLM
14 HorasLangGraph es un marco de trabajo para construir aplicaciones de LLM estructuradas mediante grafos que admiten planificación, ramificación, uso de herramientas, memoria y ejecución controlable.
Esta formación presencial, impartida por un instructor (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 de LLM multi-etapa confiables utilizando LangGraph.
Al finalizar esta formación, los participantes podrán:
- Explicar los conceptos centrales de LangGraph (nodos, aristas y estado) y cuándo utilizarlos.
- Construir cadenas de prompts que se ramifiquen, invoquen herramientas y mantengan la memoria.
- Integrar recuperación de información y APIs externas en flujos de trabajo basados en grafos.
- Probar, depurar y evaluar aplicaciones de LangGraph para garantizar confiabilidad y seguridad.
Formato del curso
- Clase interactiva y discusión facilitada.
- Laboratorios guiados y recorridos por el código en un entorno de pruebas.
- Ejercicios basados en escenarios sobre diseño, prueba y evaluación.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar los detalles.
LangGraph en la atención sanitaria: Orquestación de flujos de trabajo para entornos regulados
35 HorasLangGraph permite diseñar flujos de trabajo con estado y múltiples actores, impulsados por modelos de lenguaje grandes (LLM), con un control preciso sobre las rutas de ejecución y la persistencia del estado. En el sector sanitario, estas capacidades son fundamentales para garantizar el cumplimiento normativo, la interoperabilidad y el desarrollo de sistemas de apoyo a la decisión que se integren coherentemente con los procesos médicos.
Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones basadas en LangGraph para el ámbito sanitario, abordando los desafíos regulatorios, éticos y operativos propios del sector.
Al finalizar esta formación, los participantes serán capaces de:
- Diseñar flujos de trabajo con LangGraph específicos para la atención sanitaria, teniendo en cuenta el cumplimiento normativo y la auditoría.
- Integrar aplicaciones desarrolladas con LangGraph con ontologías y estándares médicos (FHIR, SNOMED CT e ICD).
- Aplicar las mejores prácticas en materia de fiabilidad, trazabilidad y explicabilidad en entornos sensibles.
- Desplegar, monitorizar y validar aplicaciones con LangGraph en entornos de producción del sector sanitario.
Formato del curso
- Clases interactivas y debates.
- Ejercicios prácticos con casos reales.
- Práctica de implementación en un laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinar los detalles.
LangGraph para aplicaciones legales
35 HorasLangGraph es un framework para construir aplicaciones de LLM multi-actor con estado, estructuradas como grafos composables con estado persistente y control preciso sobre la ejecución.
Esta formación en vivo con instructor (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 formación, los participantes serán capaces de:
- 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 su procesamiento.
- Implementar salvaguardas, aprobaciones con intervención humana (human-in-the-loop) y rutas de decisión trazables.
- Desplegar, monitorear y mantener servicios LangGraph en producción, asegurando observabilidad y control de costos.
Formato del Curso
- Lecciones interactivas y debates.
- Numerosos 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, por favor contáctenos para coordinarlo.
Construyendo flujos de trabajo dinámicos con LangGraph y Agentes LLM
14 HorasLangGraph es un marco de trabajo para componer flujos de trabajo de LLM estructurados en grafos que soportan 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 de grafos de LangGraph con bucles de agentes LLM para construir aplicaciones dinámicas y conscientes del contexto, como agentes de atención al cliente, árboles de decisión y sistemas de recuperación de información.
Al final de esta formación, los participantes podrán:
- Diseñar flujos de trabajo basados en grafos que coordinen agentes LLM, herramientas y memoria.
- Implementar enrutamiento condicional, reintentos y mecanismos alternativos para una ejecución robusta.
- Integrar recuperación de datos, APIs y salidas estructuradas en los 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.
- Laboratorios dirigidos y recorridos por el 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 formación personalizada para este curso, por favor contáctenos para coordinarlo.
LangGraph para Automatización de Marketing
14 HorasLangGraph es un framework de orquestación basado en grafos que permite flujos de trabajo condicionales y multifase con modelos de lenguaje grande (LLM) y herramientas, ideal para automatizar y personalizar pipelines de contenido.
Esta formación en vivo impartida por instructores (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 con bifurcaciones y pipelines de generación de contenido utilizando LangGraph.
Al finalizar esta formación, los participantes serán capaces de:
- Diseñar flujos de trabajo de contenidos y correos electrónicos estructurados como grafos con lógica condicional.
- Integrar LLMs, APIs y fuentes de datos para lograr una personalización automatizada.
- Gestionar el estado, la memoria y el contexto a lo largo de campañas multifase.
- Evaluar, monitorear y optimizar el rendimiento de los flujos de trabajo y los resultados de entrega.
Formato del Curso
- Conferencias interactivas y discusiones grupales.
- Talleres prácticos para implementar flujos de trabajo de correos electrónicos y pipelines de contenido.
- Ejercicios basados en escenarios sobre personalización, segmentación y lógica de bifurcación.
Opciones de Personalización del Curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinar los detalles.
Le Chat Enterprise: ChatOps privado, integraciones y controles administrativos
14 HorasLe Chat Enterprise es una solución de ChatOps privada que ofrece capacidades de inteligencia artificial conversacional seguras, personalizables y gobernadas para organizaciones, con soporte para RBAC, SSO, conectores e integraciones con aplicaciones empresariales.
Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a gerentes de productos de nivel intermedio, líderes de TI, ingenieros de soluciones y equipos de seguridad/cumplimiento que deseen implementar, configurar y gobernar Le Chat Enterprise en entornos empresariales.
Al finalizar esta capacitación, los participantes podrán:
- Configurar e implementar Le Chat Enterprise para despliegues seguros.
- Habilitar RBAC, SSO y controles basados en cumplimiento.
- Integrar Le Chat con aplicaciones empresariales y repositorios de datos.
- Diseñar e implementar manuales de operación y administración para ChatOps.
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 capacitación personalizada para este curso, contáctenos para coordinar.
Arquitecturas de LLM rentables: Mistral a gran escala (Ingeniería de rendimiento y costos)
14 HorasMistral es una familia de modelos de lenguaje grande de alto rendimiento, optimizada para su implementación en producción a gran escala de manera económica.
Esta formación impartida por un instructor (en línea o presencial) está dirigida a ingenieros de infraestructura de nivel avanzado, arquitectos de nube y líderes de MLOps que desean diseñar, implementar y optimizar arquitecturas basadas en Mistral para maximizar el rendimiento y minimizar los costos.
Al finalizar esta formación, los participantes podrán:
- 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 servicio listas para producción en entornos empresariales.
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 coordinarla.
Industrialización de Asistentes Conversacionales con Conectores e Integraciones de Mistral
14 HorasMistral AI es una plataforma de inteligencia artificial de código abierto que permite a los equipos construir e integrar asistentes conversacionales en flujos de trabajo empresariales y orientados al cliente.
Esta formación impartida por un instructor (en línea o presencial) está dirigida a gerentes de productos, desarrolladores full-stack e ingenieros de integración de nivel principiante a intermedio que deseen diseñar, integrar e industrializar asistentes conversacionales utilizando conectores e integraciones de Mistral.
Al finalizar esta formación, los participantes podrán:
- Integrar modelos conversacionales de Mistral con conectores empresariales y SaaS.
- Implementar generación aumentada por recuperación (RAG) para 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 interactivas y discusión.
- Ejercicios prácticos de integración.
- Desarrollo en laboratorio de asistentes conversacionales.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.
Implementaciones empresariales de nivel superior con Mistral Medium 3
14 HorasMistral Medium 3 es un modelo de lenguaje grande multimodal de alto rendimiento, diseñado para su implementación en entornos productivos dentro de empresas.
Esta formación presencial impartida por instructores (en línea o in situ) está dirigida a ingenieros de IA/ML y arquitectos de plataforma de nivel intermedio a avanzado, así como a equipos de MLOps que deseen desplegar, optimizar y garantizar la seguridad de Mistral Medium 3 para casos de uso empresarial.
Al finalizar esta formación, los participantes serán capaces de:
- Implementar Mistral Medium 3 utilizando opciones basadas en API y autoalojamiento.
- Optimizar el rendimiento de la inferencia y los costos asociados.
- 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.
- 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, por favor contáctenos para coordinarlo.
Mistral para una IA responsable: privacidad, residencia de datos y controles empresariales
14 HorasMistral AI es una plataforma de IA abierta y lista para entornos empresariales que ofrece funciones para el despliegue seguro, cumplidor y responsable de la IA.
Esta formación en vivo con instructor (en línea o presencial) está dirigida a responsables de cumplimiento normativo, arquitectos de seguridad y partes interesadas de los departamentos legal y de operaciones que deseen implementar prácticas de IA responsable con Mistral, aprovechando 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 regulatorios.
- Configurar controles empresariales, como RBAC, SSO y registros de auditoría.
- Evaluar opciones de proveedores y modelos de despliegue alineados con el cumplimiento normativo.
Formato del curso
- Clase interactiva y discusión grupal.
- Casos de estudio y ejercicios centrados en el cumplimiento normativo.
- Implementación práctica de controles empresariales de IA.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinarla.
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 integran en flujos de trabajo multimodales, apoyando tanto tareas lingüísticas como visuales para aplicaciones empresariales e investigativas.
Esta capacitación guiada por un instructor (en línea o presencial) está dirigida a investigadores de ML de nivel intermedio, ingenieros aplicados y equipos de producto que desean desarrollar aplicaciones multimodales con modelos Mistral, incluyendo pipelines de OCR y comprensión de documentos.
Al finalizar esta formación, los participantes serán capaces de:
- Configurar y adaptar modelos Mistral para tareas multimodales.
- Implementar flujos de trabajo de OCR e integrarlos con pipelines de PLN.
- Diseñar aplicaciones de comprensión documental para casos de uso empresarial.
- Desarrollar funcionalidades de búsqueda visual-textual y interfaces de usuario asistivas.
Formato del curso
- Ponencias interactivas y discusiones.
- Ejercicios prácticos de programación.
- Implementación en laboratorio en vivo de pipelines multimodales.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar.
