Contacta con nosotros

Temario del curso

Introducción a la localización empresarial con LLMs

  • Comprensión de los ecosistemas de localización empresarial.
  • De la traducción automática neuronal (NMT) a la traducción impulsada por LLMs.
  • Desafíos de calidad, gobernanza y cumplimiento normativo.

Panorama de los modelos LLM para localización

  • Comparación de modelos Deepseek, Qwen, Mistral y OpenAI.
  • Ajuste fino y adaptación para traducción y postedición.
  • Despliegue de modelos y consideraciones de rendimiento y coste.

Arquitectura de tuberías de localización con LLMs

  • Patrones de diseño del sistema para traducción basada en LLMs.
  • Conexión de APIs, bases de datos y sistemas de gestión de contenido.
  • Orquestación de tuberías mediante LangChain y Docker.

Aseguramiento de calidad automatizado para traducciones LLM

  • Definición de métricas de calidad lingüística (BLEU, COMET, MQM).
  • Construcción de agentes QA automatizados para la validación de traducciones.
  • Bucles de retroalimentación de postedición y mejora continua.

Gobernanza y cumplimiento normativo en la IA de localización

  • Establecimiento de gobernanza con intervención humana.
  • Seguimiento, registros de auditoría y control de cambios.
  • Normas éticas y de privacidad de datos en sistemas LLM.

Marcos de evaluación y monitoreo

  • Monitoreo del rendimiento de las traducciones y la deriva (drift).
  • Alertas en tiempo real y registro de eventos con herramientas de código abierto.
  • Implementación de paneles de control para la supervisión QA.

Integración empresarial y automatización de flujos de trabajo

  • Integración de tuberías de traducción LLM con sistemas CMS y TMS.
  • Automatización de flujos de trabajo y programación de tareas.
  • Colaboración interdepartamental y control de versiones.

Escalamiento y seguridad de la infraestructura de localización

  • Escalado de despliegues multi-modelo en la nube e instalaciones propias.
  • Seguridad, gestión de accesos y cifrado de datos.
  • Mejores prácticas de gobernanza para la adopción empresarial de LLMs.

Resumen y próximos pasos

Requerimientos

  • Comprensión de la inteligencia artificial y el procesamiento del lenguaje natural.
  • Experiencia con Python o TypeScript para integración de APIs.
  • Familiaridad con flujos de trabajo y herramientas de localización empresarial.

Público objetivo

  • Ingenieros de IA y PLN.
  • Gerentes de Tecnología de Localización.
  • Arquitectos de Software y Líderes de Ingeniería.
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas