Curso de Modelos de Lenguaje Grande (LLMs) para Soporte al Cliente Automatizado
Large Language Models (LLMs) son un tipo de inteligencia artificial que procesa y genera texto similar al humano, lo que permite una atención al cliente automatizada más natural y eficaz.
Esta capacitación en vivo dirigida por un instructor (en línea o en el sitio) está dirigida a profesionales de atención al cliente y TI de nivel principiante a intermedio que deseen implementar LLM para crear chatbots de atención al cliente receptivos e inteligentes.
Al final de esta capacitación, los participantes serán capaces de:
- Comprender los fundamentos y la arquitectura de Large Language Models (LLMs).
- Diseñe e integre LLM en los sistemas de atención al cliente.
- Mejore la capacidad de respuesta y la experiencia del usuario de los chatbots.
- Aborde las consideraciones éticas y garantice el cumplimiento de los estándares de la industria.
- Implemente y mantenga un chatbot basado en LLM para aplicaciones del mundo real.
Formato del curso
- Conferencia 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, póngase en contacto con nosotros para concertar una cita.
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.
Programa del Curso
Introducción a Large Language Models (LLMs)
- Visión general de la IA en la atención al cliente
- Fundamentos de los LLM
- Evolución de los chatbots: de simples scripts a soporte impulsado por IA
Arquitectura de los LLM
- Comprender los componentes básicos de los LLM
- Redes neuronales y aprendizaje profundo en LLMs
- Formación de LLM: datos, algoritmos y recursos computacionales
Implementación de LLMs en Chatbots
- Estrategias de integración de LLMs en sistemas existentes
- Diseño de flujos conversacionales e interacciones con el usuario
- Garantizar la comprensión y la coherencia contextuales
Mejora de la capacidad de respuesta del chatbot
- Técnicas para la generación de respuestas en tiempo real
- Manejo de conversaciones simultáneas
- Personalización y soporte predictivo
Experiencia de usuario y diseño de interfaz
- Creación de interfaces de chatbot fáciles de usar
- Señales visuales y textuales para una mejor participación
- Bucles de retroalimentación y mejora continua
Consideraciones éticas y cumplimiento
- Privacidad y seguridad de datos con LLM
- Uso ético de la IA en la atención al cliente
- Cumplir con los estándares y regulaciones de la industria
Pruebas e implementación
- Aseguramiento de la calidad y metodologías de prueba
- Estrategias de implementación para la escalabilidad y la confiabilidad
- Monitorización y mantenimiento de sistemas de chatbot
Casos de estudio y aplicaciones en el mundo real
- Análisis de implementaciones exitosas de chatbots de LLM
- Lecciones aprendidas y mejores prácticas
- Tendencias e innovaciones futuras en la atención al cliente impulsada por IA
Proyecto y Evaluación
- Diseño y construcción de un chatbot basado en LLM
- Revisiones por pares y discusiones grupales
- Evaluación final y retroalimentación
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos básicos de programación
- Se recomienda tener experiencia en programación Python, pero no es obligatorio.
- La familiaridad con los conceptos básicos de aprendizaje automático es beneficiosa
Audiencia
- Profesionales de atención al cliente
- Profesionales de TI
- Business Analistas
14 Horas
Los cursos de formación abiertos requieren más de 5 participantes.
Curso de Modelos de Lenguaje Grande (LLMs) para Soporte al Cliente Automatizado - Booking
Curso de Modelos de Lenguaje Grande (LLMs) para Soporte al Cliente Automatizado - Enquiry
Modelos de Lenguaje Grande (LLMs) para Soporte al Cliente Automatizado - Consulta de consultoría
Consulta de consultoría
Próximos cursos
Cursos Relacionados
Advanced LangGraph: Optimization, Debugging, and Monitoring Complex Graphs
35 HorasLangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.
This instructor-led, live training (online or onsite) is aimed at advanced-level AI platform engineers, DevOps for AI, and ML architects who wish to optimize, debug, monitor, and operate production-grade LangGraph systems.
By the end of this training, participants will be able to:
- Design and optimize complex LangGraph topologies for speed, cost, and scalability.
- Engineer reliability with retries, timeouts, idempotency, and checkpoint-based recovery.
- Debug and trace graph executions, inspect state, and systematically reproduce production issues.
- Instrument graphs with logs, metrics, and traces, deploy to production, and monitor SLAs and costs.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Leer más...
Advanced Ollama Model Debugging & Evaluation
35 HorasAdvanced Ollama Model Debugging & Evaluation is an in-depth course focused on diagnosing, testing, and measuring model behavior when running local or private Ollama deployments.
This instructor-led, live training (online or onsite) is aimed at advanced-level AI engineers, ML Ops professionals, and QA practitioners who wish to ensure reliability, fidelity, and operational readiness of Ollama-based models in production.
By the end of this training, participants will be able to:
- Perform systematic debugging of Ollama-hosted models and reproduce failure modes reliably.
- Design and execute robust evaluation pipelines with quantitative and qualitative metrics.
- Implement observability (logs, traces, metrics) to monitor model health and drift.
- Automate testing, validation, and regression checks integrated into CI/CD pipelines.
Format of the Course
- Interactive lecture and discussion.
- Hands-on labs and debugging exercises using Ollama deployments.
- Case studies, group troubleshooting sessions, and automation workshops.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Leer más...
Creando Flujos de Trabajo de IA Privada con Ollama
14 HorasEsta formación en vivo y presidida por un instructor (en línea o en el sitio) está dirigida a profesionales avanzados que desean implementar flujos de trabajo impulsados por IA seguros y eficientes utilizando Ollama.
Al finalizar esta formación, los participantes podrán:
- Implementar y configurar Ollama para el procesamiento de IA privada.
- Integrar modelos de IA en flujos de trabajo empresariales seguros.
- Optimizar el rendimiento de la IA mientras se mantiene la privacidad de los datos.
- Automatizar procesos de negocio con capacidades de IA alojadas localmente.
- Asegurar el cumplimiento con las políticas de seguridad y gobernanza empresariales.
Leer más...
Claude AI para Desarrolladores: Creando Aplicaciones Potenciadas por IA
14 HorasEste entrenamiento en vivo dirigido por un instructor en Chile (en línea o presencial) está dirigido a desarrolladores de software e ingenieros de IA de nivel intermedio que desean integrar Claude AI en sus aplicaciones, construir chatbots potenciados por IA y mejorar la funcionalidad del software con automatización impulsada por IA.
Al final de esta capacitación, los participantes podrán:
- Utilizar la API de Claude AI para integrar IA en aplicaciones.
- Desarrollar chatbots y asistentes virtuales impulsados por IA.
- Mejorar las aplicaciones con automatización y procesamiento del lenguaje natural potenciados por IA.
- Optimizar y ajustar los modelos de Claude AI para diferentes casos de uso.
Leer más...
Claude AI para la Automatización de Flujos de Trabajo y Productividad
14 HorasEste curso de formación en vivo dirigido por un instructor en Chile (en línea o en el lugar) está dirigido a profesionales de nivel principiante que desean integrar Claude AI en sus flujos de trabajo diarios para mejorar la eficiencia y la automatización.
Al final de esta capacitación, los participantes podrán:
- Utilizar Claude AI para automatizar tareas repetitivas y optimizar flujos de trabajo.
- Mejorar la productividad personal y del equipo mediante la automatización impulsada por IA.
- Integrar Claude AI con las herramientas y plataformas comerciales existentes.
- Optimizar la toma de decisiones impulsada por IA y la gestión de tareas.
Leer más...
Implementación y Optimización de Modelos de Lenguaje Grande (LLMs) con Ollama
14 HorasEste entrenamiento dirigido por un instructor, en vivo en Chile (en línea o presencial), está dirigido a profesionales de nivel intermedio que deseen implementar, optimizar e integrar LLMs utilizando Ollama.
Al finalizar este entrenamiento, los participantes podrán:
- Configurar e implementar LLMs utilizando Ollama.
- Optimizar modelos de IA para mejorar el rendimiento y la eficiencia.
- Aprovechar la aceleración de GPU para mejorar la velocidad de inferencia.
- Integrar Ollama en flujos de trabajo y aplicaciones.
- Monitorear y mantener el rendimiento de los modelos de IA a lo largo del tiempo.
Leer más...
Fine-Tuning y Personalización de Modelos de IA en Ollama
14 HorasEste entrenamiento en vivo dirigido por un instructor (en línea o presencial) en Chile está destinado a profesionales de nivel avanzado que desean afinar y personalizar modelos AI en Ollama para mejorar el rendimiento y aplicaciones específicas del dominio.
Al finalizar este entrenamiento, los participantes podrán:
- Configurar un entorno eficiente para afinar modelos AI en Ollama.
- Preparar conjuntos de datos para el ajuste supervisado y el aprendizaje por refuerzo.
- Optimizar los modelos AI para rendimiento, precisión y eficiencia.
- Implementar modelos personalizados en entornos de producción.
- Evaluar mejoras del modelo y asegurar la robustez.
Leer más...
Introducción a Claude AI: IA conversacional y aplicaciones empresariales
14 HorasEste entrenamiento en vivo dirigido por un instructor en Chile (en línea o en el sitio) está dirigido a profesionales de negocios principiantes, equipos de soporte al cliente y entusiastas de la tecnología que desean comprender los fundamentos de Claude AI y aprovecharlo para aplicaciones comerciales.
Al final de esta capacitación, los participantes podrán:
- Entender las capacidades y casos de uso de Claude AI.
- Configurar e interactuar con Claude AI de manera efectiva.
- Automatizar flujos de trabajo comerciales con IA conversacional.
- Mejorar el engagement y el soporte al cliente utilizando soluciones impulsadas por IA.
Leer más...
LangGraph Applications in Finance
35 HorasLangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based finance solutions with proper governance, observability, and compliance.
By the end of this training, participants will be able to:
- Design finance-specific LangGraph workflows aligned to regulatory and audit requirements.
- Integrate financial data standards and ontologies into graph state and tooling.
- Implement reliability, safety, and human-in-the-loop controls for critical processes.
- Deploy, monitor, and optimize LangGraph systems for performance, cost, and SLAs.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Leer más...
LangGraph Foundations: Graph-Based LLM Prompting and Chaining
14 HorasLangGraph is a framework for building graph-structured LLM applications that support planning, branching, tool use, memory, and controllable execution.
This instructor-led, live training (online or onsite) is aimed at beginner-level developers, prompt engineers, and data practitioners who wish to design and build reliable, multi-step LLM workflows using LangGraph.
By the end of this training, participants will be able to:
- Explain core LangGraph concepts (nodes, edges, state) and when to use them.
- Build prompt chains that branch, call tools, and maintain memory.
- Integrate retrieval and external APIs into graph workflows.
- Test, debug, and evaluate LangGraph apps for reliability and safety.
Format of the Course
- Interactive lecture and facilitated discussion.
- Guided labs and code walkthroughs in a sandbox environment.
- Scenario-based exercises on design, testing, and evaluation.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Leer más...
LangGraph in Healthcare: Workflow Orchestration for Regulated Environments
35 HorasLangGraph enables stateful, multi-actor workflows powered by LLMs with precise control over execution paths and state persistence. In healthcare, these capabilities are crucial for compliance, interoperability, and building decision-support systems that align with medical workflows.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and manage LangGraph-based healthcare solutions while addressing regulatory, ethical, and operational challenges.
By the end of this training, participants will be able to:
- Design healthcare-specific LangGraph workflows with compliance and auditability in mind.
- Integrate LangGraph applications with medical ontologies and standards (FHIR, SNOMED CT, ICD).
- Apply best practices for reliability, traceability, and explainability in sensitive environments.
- Deploy, monitor, and validate LangGraph applications in healthcare production settings.
Format of the Course
- Interactive lecture and discussion.
- Hands-on exercises with real-world case studies.
- Implementation practice in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Leer más...
LangGraph for Legal Applications
35 HorasLangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and precise control over execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based legal solutions with the necessary compliance, traceability, and governance controls.
By the end of this training, participants will be able to:
- Design legal-specific LangGraph workflows that preserve auditability and compliance.
- Integrate legal ontologies and document standards into graph state and processing.
- Implement guardrails, human-in-the-loop approvals, and traceable decision paths.
- Deploy, monitor, and maintain LangGraph services in production with observability and cost controls.
Format of the Course
- Interactive lecture and discussion.
- Lots of exercises and practice.
- Hands-on implementation in a live-lab environment.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Leer más...
Building Dynamic Workflows with LangGraph and LLM Agents
14 HorasLangGraph is a framework for composing graph-structured LLM workflows that support branching, tool use, memory, and controllable execution.
This instructor-led, live training (online or onsite) is aimed at intermediate-level engineers and product teams who wish to combine LangGraph’s graph logic with LLM agent loops to build dynamic, context-aware applications such as customer support agents, decision trees, and information retrieval systems.
By the end of this training, participants will be able to:
- Design graph-based workflows that coordinate LLM agents, tools, and memory.
- Implement conditional routing, retries, and fallbacks for robust execution.
- Integrate retrieval, APIs, and structured outputs into agent loops.
- Evaluate, monitor, and harden agent behavior for reliability and safety.
Format of the Course
- Interactive lecture and facilitated discussion.
- Guided labs and code walkthroughs in a sandbox environment.
- Scenario-based design exercises and peer reviews.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Leer más...
LangGraph for Marketing Automation
14 HorasLangGraph is a graph-based orchestration framework that enables conditional, multi-step LLM and tool workflows, ideal for automating and personalizing content pipelines.
This instructor-led, live training (online or onsite) is aimed at intermediate-level marketers, content strategists, and automation developers who wish to implement dynamic, branching email campaigns and content generation pipelines using LangGraph.
By the end of this training, participants will be able to:
- Design graph-structured content and email workflows with conditional logic.
- Integrate LLMs, APIs, and data sources for automated personalization.
- Manage state, memory, and context across multi-step campaigns.
- Evaluate, monitor, and optimize workflow performance and delivery outcomes.
Format of the Course
- Interactive lectures and group discussions.
- Hands-on labs implementing email workflows and content pipelines.
- Scenario-based exercises on personalization, segmentation, and branching logic.
Course Customization Options
- To request a customized training for this course, please contact us to arrange.
Leer más...
Introducción a Ollama: Ejecución de Modelos de IA Locales
7 HorasEsta formación en vivo, dirigida por un instructor (en línea u on-site), está orientada a profesionales principiantes que desean instalar, configurar y usar Ollama para ejecutar modelos de IA en sus máquinas locales.
Al finalizar esta formación, los participantes podrán:
- Comprender los fundamentos y capacidades de Ollama.
- Configurar Ollama para ejecutar modelos locales de IA.
- Implementar e interactuar con LLMs utilizando Ollama.
- Optimizar el rendimiento y el uso de recursos para cargas de trabajo de IA.
- Explorar casos de uso para la implementación local de IA en diversos sectores.
Leer más...
