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
Introducción a los LLMs de código abierto
- Descripción general de DeepSeek, Mistral, LLaMA y otros modelos de código abierto.
- Cómo funcionan los LLM: Transformers, autoatención (self-attention) y entrenamiento.
- Comparación entre LLMs de código abierto y modelos propietarios.
Ajuste fino y personalización de LLMs
- Preparación de datos para el ajuste fino (fine-tuning).
- Entrenamiento y optimización de LLMs utilizando Hugging Face.
- Evaluación del rendimiento del modelo y mitigación de sesgos.
Construcción de agentes de IA con LLMs
- Introducción a LangChain para el desarrollo de agentes de IA.
- Diseño de flujos de trabajo basados en agentes con LLMs.
- Memoria, generación aumentada por recuperación (RAG) y ejecución de acciones.
Despliegue de agentes de IA basados en LLM
- Contenedorización de agentes de IA con Docker.
- Integración de LLMs en aplicaciones empresariales.
- Escalado de agentes de IA mediante servicios en la nube y APIs.
Seguridad y cumplimiento normativo en la IA empresarial
- Consideraciones éticas y cumplimiento regulatorio.
- Mitigación de riesgos en la automatización impulsada por IA.
- Monitoreo y auditoría del comportamiento de los agentes de IA.
Estudios de caso y aplicaciones del mundo real
- Asistentes virtuales potenciados por LLM.
- Automatización de documentos impulsada por IA.
- Agentes de IA personalizados para análisis empresarial.
Optimización y mantenimiento de agentes basados en LLM
- Mejora continua y actualización del modelo.
- Implementación de bucles de monitoreo y retroalimentación.
- Estrategias para la optimización de costos y ajuste de rendimiento.
Resumen y próximos pasos
Requerimientos
- Sólida comprensión de la inteligencia artificial (IA) y el aprendizaje automático.
- Experiencia con programación en Python.
- Familiaridad con modelos de lenguaje grande (LLM) y procesamiento del lenguaje natural (NLP).
Audiencia objetivo
- Ingenieros de IA.
- Desarrolladores de software empresarial.
- Líderes empresariales.
21 Horas
