Cursos de Large Language Models (LLMs) en Santiago

Este entrenamiento en vivo dirigido por un instructor (en línea o presencial) está diseñado para profesionales de la alta gerencia que desean entender qué son los LLMs, explorar su potencial impacto en las operaciones empresariales y evaluar usos prácticos de herramientas de IA como ChatGPT, Copilot de Microsoft o Grok para tareas del mundo real como creación de contenido, resumen de datos y soporte de decisiones.

Al finalizar este entrenamiento, los participantes podrán:

• Comprender qué son los LLMs y cómo funcionan las herramientas como ChatGPT y Copilot.
• Usar técnicas de enunciados para obtener resultados prácticos y confiables de los LLMs.
• Evaluar casos de uso reales, como la redacción de correos electrónicos, resumen de documentos y automatización de productividad.
• Identificar oportunidades de inversión y aplicaciones estratégicas para la adopción de IA.

Esta formación en vivo dirigida por un instructor en Santiago (en línea o presencial) está orientada a equipos de gestión senior que desean comprender el valor estratégico de los LLMs y las herramientas de IA empresarial. Los participantes explorarán cómo integrar estas herramientas en flujos de trabajo de alto nivel, redactar mejores prompts y evaluar oportunidades para aumentar la productividad y el ROI mediante la adopción de IA.

Al finalizar esta formación, los participantes podrán:

• Comprender cómo funcionan los LLMs 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, resumen de informes y revisión de acuerdos.
• Evaluar los beneficios estratégicos, limitaciones y consideraciones de licenciamiento para la adopción de LLMs.

Este entrenamiento en vivo dirigido por un instructor en Santiago (en línea o en el sitio) está dirigido a investigadores de IA, científicos de datos y desarrolladores de nivel intermedio a avanzado que desean comprender, ajustar y implementar los Modelos de Lenguaje Grande de Meta AI para varias aplicaciones de NLP.

Al final de esta capacitación, los participantes podrán:

• Entender la arquitectura y el funcionamiento de los Modelos de Lenguaje Grande de Meta AI.
• Configurar y ajustar los LLM de Meta AI para casos de uso específicos.
• Implementar aplicaciones basadas en LLM como la resumición de texto, los chatbots y el análisis de sentimientos.
• Optimizar y desplegar modelos de lenguaje grandes de manera eficiente.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o presencial) está dirigida a profesionales de IA de nivel intermedio, analistas de negocios y líderes tecnológicos que deseen comprender los principios de la IA generativa y las aplicaciones de los LLM en entornos empresariales. Los participantes aprenderán sobre transformadores, ingeniería de avisos y consideraciones éticas en la implementación de estos modelos para soluciones del mundo real.

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

• Comprender los principios subyacentes de la IA generativa y los grandes modelos de lenguaje.
• Implemente y ajuste los LLM para aplicaciones empresariales específicas.
• Aplique técnicas de ingeniería rápidas para obtener resultados óptimos del modelo.
• Reconozca las consideraciones éticas y gestione los riesgos en la implementación de LLM.

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

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

• Identificar los problemas éticos y los desafíos asociados con los LLM.
• Aplicar marcos y principios éticos a la implementación de LLM.
• Evalúe el impacto social de los LLM y mitigue los riesgos potenciales.
• Desarrollar estrategias para el desarrollo y el uso responsable de la IA.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a profesionales de PNL de nivel intermedio y científicos de datos, creadores de contenido y traductores, y empresas globales que deseen utilizar LLM para la traducción de idiomas y la creación de contenido multilingüe.

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

• Comprender los principios del aprendizaje y la traducción multilingüe con los LLM.
• Implemente LLM para traducir contenido entre varios idiomas.
• Cree y administre conjuntos de datos multilingües para capacitar a los LLM.
• Desarrollar estrategias para mantener la coherencia y la calidad de la traducción.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a analistas financieros de nivel intermedio, científicos de datos y profesionales de la inversión que deseen aprovechar los LLM para el análisis y la predicción de los mercados financieros.

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

• Comprender la aplicación de los LLM en el análisis de mercados financieros.
• Utilice los LLM para procesar noticias, informes y datos financieros para obtener información sobre el mercado.
• Desarrollar modelos predictivos para los precios de las acciones, las tendencias del mercado y los indicadores económicos.
• Integre los conocimientos de LLM en los procesos de toma de decisiones de inversión.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a científicos e investigadores ambientales de nivel intermedio, analistas de datos y responsables de políticas y defensores del medio ambiente que deseen utilizar los LLM para el modelado y análisis ambiental.

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

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

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o presencial) está dirigida a desarrolladores de realidad virtual y realidad aumentada de nivel intermedio, diseñadores de juegos e ingenieros de IA que deseen incorporar LLM en aplicaciones de realidad virtual y realidad aumentada para crear entornos más atractivos y receptivos.

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

• Comprenda el papel de los LLM en la creación de experiencias inmersivas de realidad virtual y realidad aumentada.
• Desarrolle aplicaciones de realidad virtual y realidad aumentada que utilicen LLM para diálogos interactivos y creación de contenido.
• Integre los LLM con las herramientas de desarrollo de realidad virtual y realidad aumentada para mejorar la participación de los usuarios.
• Aplique las mejores prácticas para diseñar narrativas e interacciones impulsadas por IA en espacios virtuales.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o presencial) está dirigida a científicos de datos de nivel intermedio, ingenieros de aprendizaje automático y desarrolladores de software que deseen aplicar Large Language Models (LLMs) a datos multimodales para aplicaciones avanzadas de IA.

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

• Comprender los principios del aprendizaje multimodal con LLM.
• Implemente LLM para procesar y analizar datos de texto, imagen y audio.
• Desarrolle aplicaciones que aprovechen las fortalezas de la integración de datos multimodal.
• Evaluar el rendimiento de los sistemas LLM multimodales.

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

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

• Comprender el papel de los LLM en la ciberseguridad.
• Implemente LLM para la detección y el análisis de amenazas.
• Utilice los LLM para la automatización y la respuesta a la seguridad.
• Integre los LLM con la infraestructura de seguridad existente.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a científicos de datos y analistas de negocios de nivel intermedio que deseen utilizar grandes modelos de lenguaje (LLM) para pronosticar tendencias y comportamientos en diversas industrias.

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

• Comprender los fundamentos de los LLM y su papel en el análisis predictivo.
• Implemente LLM para analizar y pronosticar datos en diversas industrias.
• Evaluar la eficacia de los modelos predictivos mediante LLM.
• Integre los LLM con las canalizaciones de procesamiento de datos existentes.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a científicos de datos de nivel intermedio que deseen obtener una comprensión integral y habilidades prácticas tanto en Large Language Models (LLMs) como en Reinforcement Learning (RL).

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

• Comprender los componentes y la funcionalidad de los modelos de transformadores.
• Optimice y ajuste los LLM para tareas y aplicaciones específicas.
• Comprender los principios básicos y las metodologías del aprendizaje por refuerzo.
• Aprenda cómo las técnicas de aprendizaje por refuerzo pueden mejorar el rendimiento de los LLM.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a creadores de contenido, especialistas en marketing y tecnólogos educativos de nivel intermedio que desean aprovechar el poder de los LLM para generar contenido de alta calidad, diverso y atractivo en varios dominios.

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

• Comprender las capacidades de los LLM y su aplicación en la generación de contenidos.
• Configure y use LLM para generar varios tipos de contenido.
• Aplique las prácticas recomendadas para solicitar y ajustar los LLM para producir los resultados deseados.
• Evalúe la calidad del contenido generado por IA y refínelo para audiencias específicas.
• Explora técnicas avanzadas para la generación de contenido creativo y multimodal con LLM.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a educadores, profesionales de EdTech e investigadores con diferentes niveles de experiencia y conocimientos que deseen aprovechar los LLM para crear experiencias educativas personalizadas.

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

• Comprender la arquitectura y las capacidades de los LLM.
• Identificar oportunidades de personalización en el contenido educativo utilizando LLM.
• Diseñe plataformas de aprendizaje adaptativo que utilicen LLM para la personalización del contenido.
• Implementar estrategias impulsadas por LLM para mejorar la participación de los estudiantes y los resultados del aprendizaje.
• Evalúe la efectividad de los LLM en entornos educativos y tome decisiones basadas en datos para

Esta formación en vivo dirigida por un instructor en Santiago (en línea o presencial) está destinada a profesionales de nivel intermedio en ML y desarrolladores de IA que desean ajustar y deployar modelos open-weight como LLaMA, Mistral y Qwen para aplicaciones específicas de negocios u internas.

Al finalizar esta formación, los participantes podrán:

• Comprender el ecosistema y las diferencias entre los LLMs de código abierto.
• Preparar conjuntos de datos y configuraciones de ajuste para modelos como LLaMA, Mistral y Qwen.
• Ejecutar pipelines de ajuste utilizando Hugging Face Transformers y PEFT.
• Evaluación, guardado y despliegue de modelos ajustados en entornos seguros.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a desarrolladores de software y científicos de datos de nivel principiante a intermedio que deseen implementar LLM en sistemas de reconocimiento y síntesis de voz.

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

• Comprender el papel de los LLM en las tecnologías del habla.
• Implemente LLM para un reconocimiento de voz preciso y una síntesis de voz con sonido natural.
• Integre los LLM con motores de reconocimiento de voz y sintetizadores de voz.
• Evalúe y mejore el rendimiento de los sistemas de voz utilizando LLM.
• Manténgase informado sobre las tendencias actuales y las direcciones futuras en las tecnologías del habla.

Esta capacitación en vivo dirigida por un instructor en Santiago (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.

Esta formación en vivo dirigida por un instructor en Santiago (en línea o presencial) está destinada a científicos de datos y ingenieros de IA de nivel intermedio que desean afinar modelos de lenguaje grandes de manera más económica y eficiente utilizando métodos como LoRA, Adapter Tuning y Prefix Tuning.

Al finalizar esta formación, los participantes podrán:

• Comprender la teoría detrás de los enfoques de afinado con parámetros eficientes.
• Implementar LoRA, Adapter Tuning y Prefix Tuning utilizando Hugging Face PEFT.
• Comparar el rendimiento y las compensaciones de costos de los métodos PEFT frente al afinado completo.
• Deploy and scale fine-tuned LLMs with reduced compute and storage requirements.

Esta formación en vivo dirigida por un instructor en Santiago (en línea o presencial) está destinada a ingenieros de aprendizaje automático de nivel intermedio y avanzado, desarrolladores de IA y científicos de datos que desean aprender a utilizar QLoRA para ajustar eficientemente grandes modelos a tareas específicas y personalizaciones.

Al finalizar esta formación, los participantes podrán:

• Comprender la teoría detrás de QLoRA y las técnicas de cuantización para modelos de lenguaje grandes (LLM).
• Implementar QLoRA en el ajuste fino de grandes modelos de lenguaje para aplicaciones específicas de dominio.
• Optimizar el rendimiento del ajuste fino en recursos computacionales limitados utilizando cuantización.
• Deploy and evaluate fine-tuned models in real-world applications efficiently.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a profesionales de datos y marketing de nivel intermedio que deseen aplicar LLM para analizar e interpretar el sentimiento público de varias fuentes de texto, como publicaciones en redes sociales, reseñas de productos y comentarios de clientes.

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

• Comprender los principios del análisis de sentimientos y su aplicación mediante LLM.
• Preprocese y prepare conjuntos de datos para el análisis de sentimientos.
• Entrene y ajuste los LLM para reflejar con precisión el sentimiento en el texto.
• Analice el sentimiento en tiempo real de las redes sociales y otras fuentes de texto.
• Integre los resultados del análisis de sentimientos en las estrategias empresariales y los procesos de toma de decisiones.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a desarrolladores de software y escritores técnicos de nivel intermedio que deseen aprovechar los LLM para optimizar su flujo de trabajo de codificación y crear documentación detallada y completa.

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

• Comprender el papel de los LLM en la automatización de la generación de código y la documentación de software.
• Utilice los LLM para crear fragmentos de código y documentación precisos y eficientes.
• Integre los LLM en su ciclo de vida de desarrollo de software para mejorar la productividad.
• Mantenga estándares de documentación de alta calidad utilizando herramientas automatizadas.
• Abordar las consideraciones éticas y las mejores prácticas para el uso de la IA en el desarrollo de software.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a profesionales de negocios de nivel intermedio y analistas de datos que desean aprovechar el poder de los LLM para extraer información comercial.

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

• Comprender los fundamentos y las aplicaciones de los LLM en el contexto de la inteligencia empresarial.
• Aplique LLM para analizar grandes conjuntos de datos y extraer información significativa.
• Integre la analítica impulsada por LLM en los procesos estratégicos de toma de decisiones empresariales.
• Evalúe las consideraciones éticas y las mejores prácticas para el uso de LLM en los negocios.
• Anticipe las tendencias futuras en IA y prepárese para el panorama cambiante de la inteligencia empresarial.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a desarrolladores y científicos de datos de nivel intermedio a avanzado que deseen dominar LlamaIndex para desarrollar aplicaciones innovadoras impulsadas por LLM.

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

• Instale y configure LlamaIndex para su uso con LLM.
• Indexe y consulte conjuntos de datos personalizados utilizando LlamaIndex para mejorar la funcionalidad de LLM.
• Diseñe y desarrolle aplicaciones sofisticadas que utilicen LlamaIndex y LLM.
• Comprender y aplicar las mejores prácticas para trabajar con LLM y LlamaIndex.
• Navegue por las consideraciones éticas implicadas en la implementación de aplicaciones con tecnología LLM.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a investigadores de IA de nivel intermedio, profesionales del aprendizaje automático y científicos de datos que deseen utilizar LlamaIndex para mejorar las capacidades de los modelos de IA, haciéndolos más precisos y confiables para diversas aplicaciones.

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

• Comprender los principios y componentes de LlamaIndex.
• Ingesta y estructura de datos para su uso con LLM.
• Implemente el aumento de contexto para mejorar el rendimiento del modelo de IA.
• Integre LlamaIndex en los sistemas y flujos de trabajo de IA existentes.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a profesionales de nivel intermedio que desean aprovechar el poder de la ingeniería rápida y el aprendizaje de pocos disparos para optimizar el rendimiento de LLM para aplicaciones del mundo real.

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

• Comprender los principios de la ingeniería rápida y el aprendizaje de pocos disparos.
• Diseñe indicaciones efectivas para varias tareas de NLP.
• Aproveche las técnicas de pocos disparos para adaptar los LLM con datos mínimos.
• Optimice el rendimiento de LLM para aplicaciones prácticas.

LangGraph 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.

LangGraph 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.

Advanced 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.

Este entrenamiento en vivo dirigido por un instructor en Santiago (en línea o presencial) está dirigido a investigadores, analistas y trabajadores del conocimiento de nivel intermedio que desean aprovechar Claude AI para procesar grandes cantidades de datos, sintetizar información y automatizar tareas de investigación.

Al final de esta capacitación, los participantes podrán:

• Usar Claude AI para revisiones de literatura y síntesis de investigación.
• Resumen de informes, artículos de investigación y documentos extensos.
• Extraer información y tendencias clave de datos estructurados y no estructurados.
• Integrar Claude AI en flujos de trabajo de investigación y gestión del conocimiento.

LangGraph 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.

LangGraph es un marco para construir aplicaciones LLM multiactor con estado, como gráficos componibles con estado persistente y control de ejecución.

Esta formación en vivo dirigida por instructores (en línea o presencial) está destinada a ingenieros avanzados de plataformas AI, DevOps para AI y arquitectos ML que desean optimizar, depurar, monitorear y operar sistemas LangGraph de grado de producción.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar y optimizar topologías complejas de LangGraph para velocidad, costo y escalabilidad.
• Diseñar confiabilidad con reintentos, tiempos de espera, idempotencia y recuperación basada en puntos de control.
• Depurar y rastrear ejecuciones del gráfico, inspeccionar el estado y reproducir sistemáticamente problemas de producción.
• Instrumentar gráficos con registros, métricas y trazas, implementar en producción y monitorear SLAs y costos.

Formato del Curso

• Sesión interactiva de lectura y discusión.
• 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 póngase en contacto con nosotros para concertar la fecha.

Este entrenamiento en vivo dirigido por un instructor en

Al final de este entrenamiento, los participantes podrán:

• Usar Claude AI para la lluvia de ideas de contenido y la expansión de ideas.
• Mejorar la escritura con edición y corrección de pruebas asistidas por IA.
• Generar resúmenes para contenido y informes de formato largo.
• Automatizar la creación de copias de marketing para diferentes plataformas.

Este entrenamiento en vivo dirigido por un instructor (en línea o presencial) en Santiago 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.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o presencial) está dirigida a desarrolladores de nivel intermedio que desean aprender a usar la IA generativa con LLM para diversas tareas y dominios.

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

• Explicar qué es la IA generativa y cómo funciona.
• Describir la arquitectura del transformador que alimenta los LLM.
• Utilice las leyes de escalado empírico para optimizar los LLM para diferentes tareas y restricciones.
• Aplique herramientas y métodos de última generación para entrenar, ajustar e implementar LLM.
• Analizar las oportunidades y los riesgos de la IA generativa para la sociedad y las empresas.

Los 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 la triage de alertas mediante la simulación de colaboración y toma de decisiones humanas.

Este entrenamiento en vivo dirigido por un instructor (en línea u onsite) está orientado a ingenieros avanzados que desean diseñar e implementar flujos de trabajo automatizados de DevOps impulsados por grandes modelos de lenguaje (LLMs) y sistemas multiagente.

Al finalizar este entrenamiento, los participantes podrán:

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

Formato del Curso

• Charla interactiva y discusión.
• 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 organizarlo.

Esta 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.

Esta formación en vivo dirigida por un instructor en Santiago (en línea o presencial) está destinada a desarrolladores, arquitectos e instructores de productos intermedios y avanzados que desean identificar y mitigar los riesgos asociados con las aplicaciones impulsadas por LLM, incluyendo inyección de prompts, filtración de datos y salida no filtrada, mientras incorporan controles de seguridad como validación de entrada, supervisión humana en el ciclo (human-in-the-loop) y barreras de salida.

Al finalizar esta formación, los participantes podrán:

• Comprender las vulnerabilidades principales de sistemas basados en LLM.
• Aplicar principios de diseño seguro a la arquitectura de aplicaciones LLM.
• Usar herramientas como Guardrails AI y LangChain para validación, filtrado y seguridad.
• Integrar técnicas como sandboxing, red teaming y revisión humana en el ciclo (human-in-the-loop) en pipelines de producción.

Descripción general de la arquitectura LLM y superficie de ataque

• Cómo se construyen, implementan y acceden a los LLM mediante APIs
• Componentes clave en pilas de aplicaciones LLM (por ejemplo, prompts, agentes, memoria, APIs)
• Dónde y cómo surgen problemas de seguridad en el uso real

Inyección de Prompts y Ataques de Escape

• Qué es la inyección de prompts y por qué es peligrosa
• Casos directos e indirectos de inyección de prompts
• Técnicas de escape para eludir filtros de seguridad
• Estrategias de detección y mitigación

Filtración de Datos y Riesgos a la Privacidad

• Exposición accidental de datos a través de respuestas
• Vulnerabilidades de PII y uso indebido de memoria del modelo
• Diseño de prompts conscientes de la privacidad y generación aumentada por recuperación (RAG)

Filtrado y Protección de Salida LLM

• Uso de Guardrails AI para filtrado y validación de contenido
• Definición de esquemas y restricciones de salida
• Monitoreo y registro de salidas inseguras

Supervisión Humana en el Ciclo (Human-in-the-Loop) y Enfoques de Flujo de Trabajo

• Dónde y cuándo introducir supervisión humana
• Colas de aprobación, umbrales de puntuación, manejo de respaldos
• Calibración de confianza y papel de la explicabilidad

Aplicaciones LLM Seguras Design Patterns

• Mínimos privilegios y sandboxing para llamadas a API y agentes
• Límites de velocidad, trottling y detección de abuso
• Cadenas robustas con LangChain y aislamiento de prompts

Compliance, Registro e Governance

• Asegurar la auditoría de las salidas LLM
• Mantener trazabilidad y control de versiones del prompt
• Alinear con políticas internas de seguridad y necesidades regulatorias

Resumen y Próximos Pasos

La seguridad de aplicaciones LLM es la disciplina de diseñar, construir y mantener sistemas seguros, confiables y acordes a las políticas utilizando modelos de lenguaje grandes.

Esta formación en vivo dirigida por un instructor (en línea o presencial) está destinada a desarrolladores, arquitectos e instructores de productos intermedios y avanzados que desean identificar y mitigar los riesgos asociados con las aplicaciones impulsadas por LLM, incluyendo inyección de prompts, filtración de datos y salida no filtrada, mientras incorporan controles de seguridad como validación de entrada, supervisión humana en el ciclo (human-in-the-loop) y barreras de salida.

Al finalizar esta formación, los participantes podrán:

• Comprender las vulnerabilidades principales de sistemas basados en LLM.
• Aplicar principios de diseño seguro a la arquitectura de aplicaciones LLM.
• Usar herramientas como Guardrails AI y LangChain para validación, filtrado y seguridad.
• Integrar técnicas como sandboxing, red teaming y revisión humana en el ciclo (human-in-the-loop) en pipelines de producción.

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, por favor contáctenos para organizarlo.

Requisitos Previos

• Entendimiento de modelos de lenguaje grandes y interfaces basadas en prompts
• Experiencia construyendo aplicaciones LLM usando Python
• Familiaridad con integraciones API y despliegues basados en la nube

Audiencia

• Desarrolladores de IA
• Arquitectos de aplicaciones y soluciones
• Gestores técnicos de productos que trabajan con herramientas LLM

Este entrenamiento en vivo dirigido por un instructor en Santiago (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.

LangGraph es un marco de orquestación basado en grafos que permite flujos de trabajo condicionales y multi-pasos para LLM y herramientas, ideal para automatizar y personalizar canales de contenido.

Esta formación en vivo dirigida por instructores (en línea o presencial) se dirige a marketers de nivel intermedio, estrategas de contenidos y desarrolladores de automatización que deseen implementar campañas de correo electrónico dinámicas y ramificadas y canales de generación de contenido utilizando LangGraph.

Al finalizar esta formación, los participantes podrán:

• Diseñar flujos de trabajo de contenido y correo electrónico estructurados en grafos con lógica condicional.
• Integrar LLMs, APIs y fuentes de datos para personalización automatizada.
• Gestionar estado, memoria y contexto a lo largo de campañas multi-paso.
• Evaluar, monitorear y optimizar el rendimiento del flujo de trabajo y los resultados de entrega.

Formato del Curso

• Conferencias interactivas y discusiones grupales.
• Laboratorios prácticos implementando flujos de trabajo de correo electrónico y canales de contenido.
• Ejercicios basados en escenarios sobre personalización, segmentación y lógica ramificada.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para organizarlo.

Este curso de formación en vivo dirigido por un instructor en Santiago (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.

Este entrenamiento dirigido por un instructor, en vivo en Santiago (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.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que desean personalizar modelos previamente entrenados para tareas y conjuntos de datos específicos.

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

• Comprender los principios del ajuste fino y sus aplicaciones.
• Prepare conjuntos de datos para ajustar los modelos previamente entrenados.
• Ajuste los modelos de lenguaje grandes (LLM) para las tareas de NLP.
• Optimice el rendimiento del modelo y aborde los desafíos comunes.

LangGraph es un marco para componer flujos de trabajo estructurados en gráficos que admiten ramificación, uso de herramientas, memoria y ejecución controlada.

Este entrenamiento en vivo guiado por instructores (en línea o presencial) está destinado a ingenieros de nivel intermedio y equipos de productos que desean combinar la lógica gráfica de LangGraph con los bucles de agentes LLM para construir aplicaciones dinámicas y conscientes del contexto, como agentes de soporte al cliente, árboles de decisiones y sistemas de recuperación de información.

Al finalizar este entrenamiento, los participantes podrán:

• Diseñar flujos de trabajo basados en gráficos que coordinen agentes LLM, herramientas y memoria.
• Implementar enrutamiento condicional, reintentos y respaldos para una ejecución robusta.
• Integrar la recuperación, APIs y salidas estructuradas en los bucles de agentes.
• Evaluar, monitorear y fortalecer el comportamiento del agente para mejorar la confiabilidad y seguridad.

Formato del Curso

• Conferencia interactiva y discusión facilitada.
• Laboratorios guiados y repaso de código en un entorno 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 organizarlo.

LLMs para la Comprensión, Refactorización y Documentation es un curso técnico enfocado en aplicar modelos de lenguaje grandes (LLMs) para mejorar la calidad del código, reducir la deuda técnica y automatizar tareas de documentación entre equipos de software.

Esta formación en vivo (en línea o presencial) dirigida por instructores está destinada a profesionales intermedios y avanzados en software que desean usar LLMs como GPT para analizar, refactorizar y documentar bases de código complejas u obsoletas de manera más efectiva.

Al final de esta formación, los participantes podrán:

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

Formato del Curso

• Conferencia interactiva y discusión.
• Muchas ejercicios y práctica.
• Implementación hands-on 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.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a científicos de datos de nivel intermedio, desarrolladores de IA y entusiastas de la IA que deseen utilizar LLM para realizar diversas tareas de NLP y crear contenido novedoso y diverso para diferentes propósitos.

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

• Establecer un entorno de desarrollo con LLM y herramientas esenciales.
• Realice de manera experta tareas de NLU y NLI con LLM.
• Extraiga, infiera y utilice gráficos de conocimiento de manera efectiva.
• Genere y gestione diálogos utilizando LLM para aplicaciones conversacionales.
• Evalúe la calidad y la diversidad del contenido generado por los LLM y la IA generativa.
• Aplicar principios éticos, garantizando la equidad y el uso responsable de los LLM.

Este entrenamiento en vivo dirigido por un instructor en Santiago (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.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o en el sitio) está dirigida a desarrolladores e ingenieros de software de nivel intermedio que deseen crear aplicaciones impulsadas por IA utilizando el marco LangChain.

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

• Comprender los fundamentos de LangChain y sus componentes.
• Integre LangChain con modelos de lenguaje grandes (LLM) como GPT-4.
• Cree aplicaciones modulares de IA con LangChain.
• Solucione problemas comunes en las aplicaciones de LangChain.

LangGraph es un marco para construir aplicaciones LLM estructuradas en grafos que admiten planificación, ramificación, uso de herramientas, memoria y ejecución controlada.

Esta formación en vivo dirigida por instructores (en línea o presencial) está destinada a desarrolladores principiantes, ingenieros de prompts y profesionales de datos que desean diseñar y construir flujos de trabajo LLM multi-etapas confiables utilizando LangGraph.

Al finalizar esta formación, los participantes podrán:

• Explicar conceptos básicos de LangGraph (nodos, bordes, estado) y cuándo utilizarlos.
• Construir cadenas de prompts que se ramifiquen, invoquen herramientas y mantengan la memoria.
• Integrar recuperaciones y APIs externas en los flujos de trabajo gráficos.
• Probar, depurar y evaluar aplicaciones LangGraph para confiabilidad y seguridad.

Formato del Curso

• Charla interactiva y discusión facilitada.
• Laboratorios guiados y revisión de código en un entorno de sandbox.
• 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 acordarlo.

Esta capacitación en vivo dirigida por un instructor en Santiago (en línea o presencial) está dirigida a desarrolladores de nivel principiante a intermedio que desean utilizar modelos de lenguaje grandes para diversas tareas de lenguaje natural.

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

• Configure un entorno de desarrollo que incluya una LLM popular.
• Cree un LLM básico y ajústelo en un conjunto de datos personalizado.
• Utilice los LLM para diferentes tareas de lenguaje natural, como el resumen de textos, la respuesta a preguntas, la generación de textos, etc.
• Depura y evalúa LLM con herramientas como TensorBoard, PyTorch Lightning y Hugging Face Datasets.

Esta 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.