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.
Duración 21 horas (3 días)
Temario del curso
Introducción a la localización empresarial con LLMs
- Comprensión de los ecosistemas de localización empresarial
- De la traducción NMT a la traducción impulsada por LLM
- Desafíos de calidad, gobernanza y cumplimiento
Panorama de modelos de LLM para localización
- Comparación de modelos de Deepseek, Qwen, Mistral y OpenAI
- Ajuste fino (fine-tuning) y adaptación para la traducción y la posterior edición
- Despliegue de modelos y consideraciones de costo y rendimiento
Arquitectura de tuberías de localización con LLM
- Patrones de diseño de sistemas para la traducción basada en LLM
- Conexión de APIs, bases de datos y sistemas de gestión de contenido
- Orquestación de tuberías usando LangChain y Docker
Aseguramiento de la calidad automatizado para traducciones de LLM
- Definición de métricas de calidad lingüística (BLEU, COMET, MQM)
- Creación de agentes de QA automatizados para la validación de traducciones
- Ciclos de retroalimentación de posterior edición y mejora continua
Gobernanza y cumplimiento en la IA de localización
- Establecimiento de gobernanza con intervención humana (human-in-the-loop)
- Seguimiento, registros de auditoría y control de cambios
- Estándares éticos y de privacidad de datos en sistemas de LLM
Marcos de evaluación y monitoreo
- Monitoreo del rendimiento de la traducción y la deriva (drift)
- Alertas y registro en tiempo real con herramientas de código abierto
- Implementación de paneles de revisión para la supervisión de QA
Integración empresarial y automatización de flujos de trabajo
- Integración de tuberías de traducción de LLM con sistemas CMS y TMS
- Automatización de flujos de trabajo y programación de trabajos
- Colaboración interdepartamental y control de versiones
Escala y seguridad de la infraestructura de localización
- Escala de despliegues multimodelo en la nube y en las instalaciones
- Seguridad, gestión de acceso y cifrado de datos
- Mejores prácticas de gobernanza para la adopción empresarial de LLM
Resumen y próximos pasos
Requerimientos
- Comprensión del aprendizaje automático y el procesamiento del lenguaje natural
- Experiencia con Python o TypeScript para la integración de APIs
- Conocimiento de los flujos de trabajo y herramientas de localización empresarial
Audiencia
- Ingenieros de IA y PLN
- Gerentes de tecnología de localización
- Arquitectos de software y líderes de ingeniería