Ajuste fino de modelos de lenguaje grandes utilizando QLoRA
QLoRA es una técnica avanzada para el ajuste fino de modelos de lenguaje grandes (LLM) que aprovecha métodos de cuantificación, ofreciendo una forma más eficiente de ajustar estos modelos sin incurrir en costos computacionales masivos. Esta formación cubrirá tanto los fundamentos teóricos como la implementación práctica del ajuste fino de LLMs utilizando QLoRA.
Esta formación en vivo con instructor (en línea o presencial) está dirigida a ingenieros de aprendizaje automático, desarrolladores de IA y científicos de datos de nivel intermedio a avanzado que deseen aprender a utilizar QLoRA para ajustar eficientemente grandes modelos para tareas específicas y personalizaciones.
Al finalizar esta formación, los participantes serán capaces de:
- Comprender la teoría detrás de QLoRA y las técnicas de cuantificación para LLMs.
- Implementar QLoRA en el ajuste fino de modelos de lenguaje grandes para aplicaciones específicas del dominio.
- Optimizar el rendimiento del ajuste fino en recursos computacionales limitados mediante la cuantificación.
- Desplegar y evaluar modelos ajustados eficientemente en aplicaciones del mundo real.
Formato del curso
- Clases interactivas y discusión.
- Muchas 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, contáctenos para coordinar.
Temario del curso
Introducción a QLoRA y Cuantificación
- Visión general de la cuantificación y su papel en la optimización de modelos
- Introducción al marco de trabajo QLoRA y sus beneficios
- Diferencias clave entre QLoRA y los métodos tradicionales de ajuste fino
Fundamentos de Modelos de Lenguaje Grandes (LLMs)
- Introducción a los LLMs y su arquitectura
- Desafíos del ajuste fino de grandes modelos a escala
- Cómo la cuantificación ayuda a superar las restricciones computacionales en el ajuste fino de LLMs
Implementación de QLoRA para Ajuste Fino de LLMs
- Configuración del marco de trabajo QLoRA y el entorno
- Preparación de conjuntos de datos para el ajuste fino con QLoRA
- Guía paso a paso para implementar QLoRA en LLMs utilizando Python y PyTorch/TensorFlow
Optimización del Rendimiento del Ajuste Fino con QLoRA
- Cómo equilibrar la precisión del modelo y el rendimiento mediante la cuantificación
- Técnicas para reducir los costos de cómputo y el uso de memoria durante el ajuste fino
- Estrategias para el ajuste fino con requisitos mínimos de hardware
Evaluación de Modelos Ajustados
- Cómo evaluar la efectividad de los modelos ajustados
- Métricas comunes de evaluación para modelos de lenguaje
- Optimización del rendimiento del modelo después del ajuste y resolución de problemas
Despliegue y Escalamiento de Modelos Ajustados
- Mejores prácticas para desplegar LLMs cuantizados en entornos de producción
- Escalamiento del despliegue para manejar solicitudes en tiempo real
- Herramientas y marcos de trabajo para el despliegue y monitoreo de modelos
Casos de Uso y Estudios de Caso del Mundo Real
- Estudio de caso: Ajuste fino de LLMs para soporte al cliente y tareas de PLN
- Ejemplos de ajuste fino de LLMs en diversas industrias como salud, finanzas y comercio electrónico
- Lecciones aprendidas de despliegues reales de modelos basados en QLoRA
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los fundamentos del aprendizaje automático y las redes neuronales
- Experiencia con ajuste fino de modelos y aprendizaje por transferencia
- Familiaridad con modelos de lenguaje grandes (LLMs) y marcos de aprendizaje profundo (por ejemplo, PyTorch, TensorFlow)
Audiencia
- Ingenieros de aprendizaje automático
- Desarrolladores de IA
- Científicos de datos
Los cursos públicos requieren más de 5 participantes.
Ajuste fino de modelos de lenguaje grandes utilizando QLoRA - Reserva
Ajuste fino de modelos de lenguaje grandes utilizando QLoRA - Consulta
Ajuste fino de modelos de lenguaje grandes utilizando QLoRA - Solicitud de consultoría
Próximos cursos
Cursos Relacionados
LangGraph Avanzado: Optimización, Depuración y Monitoreo de Grafos Complejos
35 HorasLangGraph es un marco de trabajo para construir aplicaciones LLM multi-actor con estado, mediante grafos composables que cuentan con estado persistente y control sobre la ejecución.
Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a ingenieros de plataformas de IA de nivel avanzado, DevOps para IA y arquitectos de ML que deseen optimizar, depurar, monitorear y operar sistemas LangGraph de calidad de producción.
Al finalizar esta capacitación, los participantes serán capaces de:
- Diseñar y optimizar topologías complejas de LangGraph para mejorar la velocidad, el costo y la escalabilidad.
- Garantizar la confiabilidad mediante reintentos, tiempos de espera, idempotencia y recuperación basada en puntos de control (checkpoint).
- Depurar y rastrear las ejecuciones del grafo, inspeccionar el estado y reproducir sistemáticamente los problemas que ocurren en producción.
- Instrumentar grafos con registros, métricas y trazas, desplegarlos en producción y monitorear los SLA y los costos.
Formato del Curso
- Clase interactiva y discusión.
- Abundantes ejercicios y práctica.
- Implementación práctica en un entorno de laboratorio en vivo.
Opciones de Personalización del Curso
- Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarlo.
Construcción de Agentes de Programación con Devstral: Del Diseño del Agente a las Herramientas
14 HorasDevstral es un marco de código abierto diseñado para construir y ejecutar agentes de programación que pueden interactuar con repositorios de código, herramientas de desarrollo y APIs con el fin de mejorar la productividad en ingeniería.
Esta formación presencial impartida por un instructor (en línea o in situ) está dirigida a ingenieros de ML de nivel intermedio a avanzado, equipos de herramientas de desarrollo y SREs que deseen diseñar, implementar y optimizar agentes de programación utilizando Devstral.
Al finalizar esta formación, los participantes serán capaces de:
- Instalar y configurar Devstral para el desarrollo de agentes de programación.
- Diseñar flujos de trabajo agénticos para la exploración y modificación de repositorios de código.
- Integrar agentes de programación con herramientas de desarrollo y APIs.
- Implementar mejores prácticas para el despliegue seguro y eficiente de agentes.
Formato del curso
- Clases interactivas y discusión grupal.
- Muchas actividades prácticas y ejercicios.
- 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 coordinar los detalles.
Model Ops de Código Abierto: Autoalojamiento, Ajuste Fino y Gobernanza con Modelos Devstral y Mistral
14 HorasLos modelos Devstral y Mistral son tecnologías de inteligencia artificial de código abierto diseñadas para un despliegue flexible, ajuste fino e integración escalable.
Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a ingenieros de aprendizaje automático, equipos de plataforma e ingenieros de investigación de nivel intermedio a avanzado que deseen autoalojar, ajustar y gobernar los modelos Mistral y Devstral en entornos de producción.
Al finalizar esta formación, los participantes serán capaces de:
- Configurar y preparar entornos autoalojados para los modelos Mistral y Devstral.
- Aplicar técnicas de ajuste fino para optimizar el rendimiento en dominios específicos.
- Implementar versionado, monitoreo y gobernanza del ciclo de vida.
- Garantizar la seguridad, el cumplimiento normativo y el uso responsable de modelos de código abierto.
Formato del Curso
- Conferencia interactiva y debate.
- Ejercicios prácticos sobre autoalojamiento y ajuste fino.
- Implementación en laboratorio en vivo de pipelines de gobernanza y monitoreo.
Opciones de Personalización del Curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.
Aplicaciones de LangGraph en Finanzas
35 HorasLangGraph es un marco de trabajo para construir aplicaciones de LLM (modelos de lenguaje grandes) con estado, multi-actor, mediante grafos composables con estado persistente y control sobre la ejecución.
Esta formación en vivo con instructor (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones financieras basadas en LangGraph con una gobernanza adecuada, observabilidad y cumplimiento normativo.
Al finalizar esta formación, los participantes serán capaces de:
- Diseñar flujos de trabajo de LangGraph específicos para finanzas, alineados con requisitos regulatorios y de auditoría.
- Integrar estándares y ontologías de datos financieros en el estado del grafo y las herramientas utilizadas.
- Implementar controles de confiabilidad, seguridad e intervención humana para procesos críticos.
- Desplegar, monitorear y optimizar sistemas LangGraph para mejorar el rendimiento, reducir costos y cumplir los SLAs.
Formato del Curso
- Clase interactiva y discusión grupal.
- Abundantes 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 coordinar los detalles.
Fundamentos de LangGraph: Encadenamiento y programación de LLM basados en grafos
14 HorasLangGraph es un marco de trabajo para construir aplicaciones de LLM con estructura de grafo que soplan planificación, ramificación, uso de herramientas, memoria y ejecución controlable.
Esta formación en vivo e impartida por un instructor (en línea o presencial) está dirigida a desarrolladores principiantes, ingenieros de prompts y profesionales de datos que deseen diseñar y construir flujos de trabajo confiables y multietapa con LLM utilizando LangGraph.
Al finalizar esta formación, los participantes serán capaces de:
- Explicar los conceptos centrales de LangGraph (nodos, bordes, estado) y cuándo utilizarlos.
- Construir cadenas de prompts que ramifiquen, llamen a herramientas y mantengan la memoria.
- Integrar recuperación de datos y APIs externas en flujos de trabajo con grafos.
- Probar, depurar y evaluar aplicaciones de LangGraph para garantizar su fiabilidad y seguridad.
Formato del curso
- Conferencia interactiva y discusión guiada.
- Laboratorios dirigidos y recorrido por el código en un entorno sandbox.
- Ejercicios basados en escenarios sobre diseño, pruebas y evaluación.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarla.
LangGraph en la Atención Médica: Orquestación de Flujos de Trabajo para Entornos Regulados
35 HorasLangGraph permite el diseño de flujos de trabajo con estado y múltiples actores, impulsados por modelos de lenguaje grandes (LLM), ofreciendo un control preciso sobre las rutas de ejecución y la persistencia del estado. En el sector sanitario, estas capacidades son fundamentales para garantizar el cumplimiento normativo, la interoperabilidad y el desarrollo de sistemas de apoyo a la decisión que se alineen con los flujos de trabajo médicos.
Esta formación en línea o presencial, impartida por un instructor, está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones sanitarias basadas en LangGraph, abordando al mismo tiempo los desafíos regulatorios, éticos y operativos.
Al finalizar esta formación, los participantes serán capaces de:
- Diseñar flujos de trabajo específicos para el sector sanitario con LangGraph, teniendo en cuenta el cumplimiento normativo y la capacidad de auditoría.
- Integrar aplicaciones LangGraph con ontologías y estándares médicos (FHIR, SNOMED CT, ICD).
- Aplicar las mejores prácticas para garantizar fiabilidad, trazabilidad y explicabilidad en entornos sensibles.
- Desplegar, supervisar y validar aplicaciones LangGraph en entornos de producción sanitaria.
Formato del curso
- Clase interactiva y discusión.
- Ejercicios prácticos con casos de estudio del mundo real.
- Práctica de implementación en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.
LangGraph para Aplicaciones Legales
35 HorasLangGraph es un marco de trabajo para construir aplicaciones de LLM (modelos de lenguaje grandes) con estado y múltiples actores mediante gráficos composables, con estado persistente y control preciso sobre la ejecución.
Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones legales basadas en LangGraph, con los controles necesarios de cumplimiento, trazabilidad y gobernanza.
Al finalizar esta formación, los participantes serán capaces de:
- Diseñar flujos de trabajo de LangGraph específicos para el ámbito legal que preserven la auditoría y el cumplimiento normativo.
- Integrar ontologías legales y estándares de documentos en el estado del grafo y en el procesamiento.
- Implementar barreras de seguridad (guardrails), aprobaciones con intervención humana (human-in-the-loop) y rutas de decisión trazables.
- Desplegar, supervisar y mantener servicios de LangGraph en producción con capacidades de observabilidad y control de costos.
Formato del Curso
- Conferencia interactiva y discusión.
- Numerosos 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, contáctenos para coordinar los detalles.
Construcción de flujos de trabajo dinámicos con LangGraph y agentes de LLM
14 HorasLangGraph es un marco para componer flujos de trabajo de LLM estructurados como grafos, que admiten ramificación, uso de herramientas, memoria y ejecución controlable.
Esta capacitación en vivo impartida por instructores (en línea o presencial) está dirigida a ingenieros y equipos de producto con un nivel intermedio que desean combinar la lógica de grafos de LangGraph con bucles de agentes de LLM para construir aplicaciones dinámicas y conscientes del contexto, como agentes de soporte al cliente, árboles de decisión y sistemas de recuperación de información.
Al finalizar esta capacitación, los participantes podrán:
- Diseñar flujos de trabajo basados en grafos que coordinen agentes de LLM, herramientas y memoria.
- Implementar enrutamiento condicional, reintentos y mecanismos alternativos para garantizar una ejecución robusta.
- Integrar recuperación, APIs y salidas estructuradas en bucles de agentes.
- Evaluar, supervisar y endurecer el comportamiento de los agentes para garantizar confiabilidad y seguridad.
Formato del curso
- Conferencia interactiva y discusión guiada.
- Laboratorios dirigidos y recorridos por el código en un entorno de pruebas.
- Ejercicios de diseño basados en escenarios e revisiones entre pares.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinarla.
LangGraph para la Automatización del Marketing
14 HorasLangGraph es un marco de orquestación basado en grafos que permite flujos de trabajo condicionales y multi-escalón con LLMs y herramientas, ideal para automatizar y personalizar las tuberías de contenido.
Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a profesionales de marketing intermedios, estrategas de contenido y desarrolladores de automatización que deseen implementar campañas de email dinámicas y ramificadas, así como tuberías de generación de contenido utilizando LangGraph.
Al final de esta formación, los participantes serán capaces de:
- Diseñar flujos de trabajo de contenido y email con estructura de grafo y lógica condicional.
- Integrar LLMs, APIs y fuentes de datos para la personalización automatizada.
- Gestionar el estado, la memoria y el contexto a través de campañas multi-escalón.
- Evaluar, monitorear y optimizar el rendimiento del flujo de trabajo y los resultados de entrega.
Formato del Curso
- Conferencias interactivas y discusiones grupales.
- Prácticas hands-on implementando flujos de trabajo de email y tuberías 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 organizarla.
Le Chat Enterprise: ChatOps privado, integraciones y controles de administración
14 HorasLe Chat Enterprise es una solución privada de ChatOps que ofrece capacidades de IA conversacional seguras, personalizables y gobernadas para organizaciones, con soporte para control basado en roles (RBAC), inicio de sesión único (SSO), conectores e integraciones con aplicaciones empresariales.
Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a gerentes de producto intermedios, líderes de TI, ingenieros de soluciones y equipos de seguridad/cumplimiento que deseen implementar, configurar y gobernar Le Chat Enterprise en entornos empresariales.
Al finalizar esta capacitación, los participantes serán capaces de:
- Configurar e implementar Le Chat Enterprise para despliegues seguros.
- Habilitar controles de RBAC, SSO y cumplimiento normativo.
- Integrar Le Chat con aplicaciones empresariales y repositorios de datos.
- Diseñar e implementar libros de juego (playbooks) de gobernanza y administración para ChatOps.
Formato del curso
- Clase interactiva y discusión.
- Muchos ejercicios y práctica.
- Implementación práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinarlo.
Arquitecturas de LLM Rentables: Mistral a Gran Escala (Ingeniería de Rendimiento y Costos)
14 HorasMistral es una familia de modelos de lenguaje grande de alto rendimiento, optimizada para su implementación eficiente en producción a gran escala.
Este entrenamiento en vivo con instructor (en línea o presencial) está dirigido a ingenieros de infraestructura avanzados, arquitectos de nube y líderes de MLOps que deseen diseñar, implementar y optimizar arquitecturas basadas en Mistral para lograr el máximo rendimiento y el costo mínimo.
Al finalizar este entrenamiento, los participantes serán capaces de:
- Implementar patrones de despliegue escalables para Mistral Medium 3.
- Aplicar estrategias de batching, cuantización y servicio eficiente.
- Optimizar los costos de inferencia manteniendo el rendimiento.
- Diseñar topologías de servicio listas para producción para cargas de trabajo empresariales.
Formato del curso
- Conferencia interactiva y discusión.
- Muchas actividades prácticas y ejercicios.
- Implementación práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarlo.
Productizar asistentes conversacionales con conectores e integraciones de Mistral
14 HorasMistral AI es una plataforma de inteligencia artificial abierta que permite a los equipos construir e integrar asistentes conversacionales en flujos de trabajo corporativos y orientados al cliente.
Esta formación en vivo impartida por un instructor (en línea o in situ) está dirigida a gerentes de producto, desarrolladores full-stack e ingenieros de integración de nivel principiante a intermedio que deseen diseñar, integrar y productizar asistentes conversacionales utilizando los conectores e integraciones de Mistral.
Al finalizar esta formación, los participantes podrán:
- Integrar modelos conversacionales de Mistral con conectores empresariales y SaaS.
- Implementar generación aumentada por recuperación (RAG) para respuestas fundamentadas.
- Diseñar patrones de experiencia de usuario (UX) para asistentes de chat internos y externos.
- Desplegar asistentes en flujos de trabajo de productos para casos de uso reales.
Formato del curso
- Conferencia interactiva y discusión.
- Ejercicios prácticos de integración.
- Desarrollo en laboratorio en vivo de asistentes conversacionales.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar los detalles.
Implementaciones empresariales con Mistral Medium 3
14 HorasMistral Medium 3 es un modelo de lenguaje grande multimodal de alto rendimiento, diseñado para implementaciones a nivel de producción en entornos empresariales.
Esta capacitación impartida por un instructor (en línea o presencial) está dirigida a ingenieros de IA/ML, arquitectos de plataforma y equipos de MLOps de nivel intermedio a avanzado que deseen implementar, optimizar y asegurar Mistral Medium 3 para casos de uso empresarial.
Al finalizar esta capacitación, los participantes serán capaces de:
- Implementar Mistral Medium 3 utilizando API e opciones de autoalojamiento.
- Optimizar el rendimiento y los costos de inferencia.
- Implementar casos de uso multimodales con Mistral Medium 3.
- Aplicar mejores prácticas de seguridad y cumplimiento para entornos empresariales.
Formato del curso
- Conferencia interactiva y discusión.
- Amplia cantidad de ejercicios y práctica.
- Implementación práctica en un laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar los detalles.
Mistral para una IA responsable: privacidad, residencia de datos y controles empresariales
14 HorasMistral AI es una plataforma de IA abierta y lista para entornos empresariales que ofrece características para el despliegue seguro, conforme a la normativa y responsable de la inteligencia artificial.
Esta formación en directo impartida por un instructor (en línea o presencial) está dirigida a responsables de cumplimiento normativo intermedios, arquitectos de seguridad y partes interesadas jurídicas y operativas que deseen implementar prácticas de IA responsable con Mistral aprovechando mecanismos de privacidad, residencia de datos y control empresarial.
Al finalizar esta formación, los participantes serán capaces de:
- Implementar técnicas de preservación de la privacidad en los despliegues de Mistral.
- Aplicar estrategias de residencia de datos para cumplir con los requisitos regulatorios.
- Configurar controles de nivel empresarial, como RBAC (control de acceso basado en roles), SSO (inicio de sesión único) y registros de auditoría.
- Evaluar opciones de proveedores y modelos de despliegue alineados con el cumplimiento normativo.
Formato del curso
- Clase interactiva y discusión.
- Casos prácticos y ejercicios centrados en el cumplimiento normativo.
- Implementación práctica de controles empresariales de IA.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, por favor póngase en contacto con nosotros para coordinarlo.
Aplicaciones multimodales con modelos Mistral (Visión, OCR y comprensión de documentos)
14 HorasLos modelos Mistral son tecnologías de IA de código abierto que ahora se extienden a flujos de trabajo multimodales, compatibles tanto con tareas de lenguaje como de visión para aplicaciones empresariales y de investigación.
Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a investigadores de ML de nivel intermedio, ingenieros aplicados y equipos de producto que desean construir aplicaciones multimodales con modelos Mistral, incluidas canalizaciones de OCR y comprensión de documentos.
Al finalizar esta formación, los participantes serán capaces de:
- Configurar y preparar modelos Mistral para tareas multimodales.
- Implementar flujos de trabajo de OCR e integrarlos con canalizaciones de PLN.
- Diseñar aplicaciones de comprensión de documentos para casos de uso empresariales.
- Desarrollar funcionalidades de búsqueda y asistencia UI basadas en visión y texto.
Formato del curso
- Clase interactiva y discusión.
- Ejercicios prácticos de programación.
- Implementación en laboratorio en vivo de canalizaciones multimodales.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.
