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
Fundamentos de IA Local Segura
- Qué significa la IA local y on-prem en entornos regulados
- IA en la nube versus implementación interna para cargas sensibles
- Casos de uso empresariales comunes para asistentes privados y soporte de flujos de trabajo
- Componentes clave de una arquitectura de IA local segura
Fundamentos de Ollama y Modelos Abiertos
- Cómo encaja Ollama en una pila de desarrollo local
- Descargar, ejecutar y gestionar modelos localmente
- Elegir modelos según tamaño, calidad, hardware y licencia
- Alinear opciones de modelos con tareas comerciales prácticas
Preparación del Entorno On-Prem
- Preparación de hosts, estaciones de trabajo y servidores
- Instalación y configuración de Ollama para inferencia local
- Uso de contenedores y herramientas de desarrollo internas
- Verificación del acceso a la API y preparación operativa básica
Trabajo Efectivo con Modelos Locales
- Ejecutar prompts y dar forma a las salidas con instrucciones del sistema
- Reutilizar plantillas para tareas empresariales consistentes
- Gestionar versiones de modelos y artefactos internos
- Tuneo básico de rendimiento para despliegues en CPU y GPU
Construcción de Flujos de Trabajo Agente Prácticos
- Qué hace que un flujo de trabajo sea agente en un entorno controlado
- Patrones simples para planificación, uso de herramientas y bucles de respuesta
- Diseñar asistentes enfocados en tareas para operaciones internas
- Añadir revisión humana, lógica de respaldo y manejo de errores
Flujos de Trabajo de Recuperación Privada
- Fundamentos de generación aumentada por recuperación para acceso interno al conocimiento
- Preparar documentos para segmentación, indexación y búsqueda
- Conectar un vector store local a una aplicación basada en Ollama
- Mejorar la relevancia y calidad de las respuestas con mejores patrones de recuperación
Prácticas de Seguridad, Gobernanza y Cumplimiento
- Límites de manejo de datos y consideraciones de privacidad
- Control de acceso, registro (logging) y soporte de auditoría
- Seguridad en prompts, controles de salida y barreras de protección
- Puntos de control de gobernanza para despliegue y operación regulada
Patrones de Integración Empresarial
- Exponer capacidades de IA local a través de APIs internas
- Integrar asistentes con aplicaciones y servicios internos
- Soportar casos de uso de asistencia, lotes y automatización de flujos de trabajo
- Mantener las soluciones dentro de límites de red controlados
Evaluación de Soluciones de IA Local
- Evaluar calidad, fiabilidad y consistencia
- Probar contra requisitos comerciales, de política y de seguridad
- Comparar opciones de modelos para tareas empresariales específicas
- Establecer un ciclo práctico de mejora para equipos internos
Laboratorio de Implementación Práctica
- Construir un asistente privado con Ollama y un modelo abierto
- Añadir recuperación sobre documentos internos aprobados
- Introducir acciones agente simples y controles de seguridad
- Revisar puntos de control de despliegue, operación y gobernanza
Planificación de Adopción y Siguientes Pasos
- Revisar decisiones clave de diseño y despliegue
- Identificar errores comunes en proyectos de IA regulados
- Planificar casos de uso piloto y alineación con interesados
- Definir una hoja de ruta para la adopción segura de IA local
Requerimientos
- Comprensión básica de conceptos de IA y desarrollo de software
- Familiaridad con herramientas de línea de comandos, contenedores o entornos de desarrollo local
- Experiencia básica en scripting o programación
Público Objetivo
- Desarrolladores y equipos técnicos que construyen soluciones de IA privadas en infraestructura interna
- Profesionales de seguridad, cumplimiento y plataformas que apoyan la IA en entornos regulados
- Líderes técnicos en finanzas, salud, gobierno y defensa que evalúan la adopción de IA on-prem
21 Horas