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
Introducción a los LLM de código abierto
- Visión general de DeepSeek, Mistral, LLaMA y otros modelos de código abierto.
- Funcionamiento de los LLM: Transformers, atención automática (self-attention) y entrenamiento.
- Comparación entre LLM de código abierto y modelos propietarios.
Ajuste (Fine-Tuning) y Personalización de LLM
- Preparación de datos para el ajuste (fine-tuning).
- Entrenamiento y optimización de LLM utilizando Hugging Face.
- Evaluación del rendimiento del modelo y mitigación de sesgos.
Construcción de Agentes de IA con LLM
- Introducción a LangChain para el desarrollo de agentes de IA.
- Diseño de flujos de trabajo basados en agentes con LLM.
- Memoria, generación aumentada por recuperación (RAG) y ejecución de acciones.
Implementación de Agentes de IA Basados en LLM
- Contenedurización de agentes de IA con Docker.
- Integración de LLM en aplicaciones empresariales.
- Escalado de agentes de IA con servicios en la nube y APIs.
Seguridad y Cumplimiento Normativo en la IA Empresarial
- Consideraciones éticas y cumplimiento normativo.
- Mitigación de riesgos en la automatización impulsada por IA.
- Monitoreo y auditoría del comportamiento de los agentes de IA.
Estudios de Caso y Aplicaciones del Mundo Real
- Asistentes virtuales impulsados por LLM.
- Automatización de documentos con IA.
- Agentes de IA personalizados para análisis empresarial.
Optimización y Mantenimiento de Agentes Basados en LLM
- Mejora continua y actualización de modelos.
- Implementación de bucles de monitoreo y retroalimentación.
- Estrategias para la optimización de costos y el ajuste del rendimiento.
Resumen y Próximos Pasos
Requerimientos
- Sólida comprensión de la inteligencia artificial y el aprendizaje automático.
- Experiencia en programación con Python.
- Conocimiento sobre modelos de lenguaje grandes (LLM) y procesamiento de lenguaje natural (NLP).
Audiencia objetivo
- Ingenieros de inteligencia artificial.
- Desarrolladores de software empresarial.
- Líderes empresariales.
21 Horas
