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
Arquitectura y diseño de aplicaciones LLM
- Patrones comunes de aplicaciones OpenAI para asistentes, copilotos y automatización de flujos de trabajo.
- Elegir la arquitectura adecuada para requisitos empresariales, fiabilidad y experiencia del usuario.
- Pasar de código prototipo a un diseño de aplicación mantenible.
Indicaciones (Prompting), Contexto y Salidas Estructuradas
- Estructurar instrucciones del sistema, usuario y desarrollador para obtener comportamientos predecibles.
- Diseñar indicaciones para consistencia, control de tareas y respuestas más claras.
- Utilizar salidas estructuradas para apoyar la lógica de aplicaciones posteriores.
- Gestionar ventanas de contexto, estado de la conversación y calidad de las respuestas.
Uso de herramientas y orquestación de flujos de trabajo
- Utilizar llamadas a funciones y flujos de trabajo habilitados para herramientas con servicios externos.
- Validar entradas y salidas, manejar errores y aplicar comportamientos de respaldo (fallback).
- Diseñar flujos multi-paso para tareas empresariales prácticas.
Recuperación y fundamentación del conocimiento
- Identificar cuándo es apropiada la generación aumentada por recuperación (RAG).
- Preparar documentos y fragmentar contenido para una recuperación útil.
- Recuperar contexto relevante y fundamentar las respuestas en fuentes confiables.
Evaluación, barreras de control y preparación operativa
- Definir criterios de calidad y probar flujos de trabajo contra resultados esperados.
- Reducir alucinaciones y manejar solicitudes inseguras, irrelevantes o ambiguas.
- Monitorear el uso, latencia, consumo de tokens y costos.
- Preparar aplicaciones para despliegue, soporte e mejora iterativa.
Taller de implementación práctica
- Construir una pequeña aplicación final a extremo (end-to-end) de OpenAI que combine indicaciones, salida estructurada, uso de herramientas y recuperación.
- Revisar decisiones de diseño, problemas comunes y pasos prácticos siguientes para el uso en producción.
Requerimientos
- Conocimiento familiar de los conceptos de modelos de lenguaje grande y desarrollo de aplicaciones basado en API.
- Experiencia trabajando con APIs REST, JSON y flujos de trabajo de aplicaciones impulsados por indicaciones (prompting).
- Experiencia intermedia en programación en Python, JavaScript o un lenguaje similar.
Público objetivo
- Desarrolladores de software que construyen aplicaciones potenciadas por LLM.
- Ingenieros de IA y líderes técnicos diseñando soluciones basadas en OpenAI.
- Equipos de producto y arquitectos de soluciones responsables de características de IA en producción.
7 Horas
