Procesamiento del Lenguaje Natural (NLP) con Python spaCy

LangGraph es un marco para construir aplicaciones LLM multiactor con estado, como gráficos componibles con estado persistente y control de ejecución.

Esta formación en vivo dirigida por instructores (en línea o presencial) está destinada a ingenieros avanzados de plataformas AI, DevOps para AI y arquitectos ML que desean optimizar, depurar, monitorear y operar sistemas LangGraph de grado de producción.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar y optimizar topologías complejas de LangGraph para velocidad, costo y escalabilidad.
• Diseñar confiabilidad con reintentos, tiempos de espera, idempotencia y recuperación basada en puntos de control.
• Depurar y rastrear ejecuciones del gráfico, inspeccionar el estado y reproducir sistemáticamente problemas de producción.
• Instrumentar gráficos con registros, métricas y trazas, implementar en producción y monitorear SLAs y costos.

Formato del Curso

• Sesión interactiva de lectura y discusión.
• Numerosos ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor póngase en contacto con nosotros para concertar la fecha.

Devstral es un marco de trabajo de código abierto diseñado para crear y ejecutar agentes de codificación que pueden interactuar con bases de código, herramientas de desarrollo y APIs para mejorar la productividad en ingeniería.

Este curso de formación dirigido por un instructor (en línea o en las instalaciones del cliente) está destinado a ingenieros de ML de nivel intermedio a avanzado, equipos de tooling de desarrolladores y SREs que deseen diseñar, implementar y optimizar agentes de codificación utilizando Devstral.

Al final de este curso, los participantes podrán:

• Configurar e instalar Devstral para el desarrollo de agentes de codificación.
• Diseñar flujos de trabajo agente para la exploración y modificación de bases de código.
• Integrar agentes de codificación con herramientas de desarrolladores y APIs.
• Implementar las mejores prácticas para el despliegue seguro y eficiente de agentes.

Formato del Curso

• Lectura interactiva y discusión.
• Muchos ejercicios y práctica.
• Implementación hands-on en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para hacer los arreglos necesarios.

Esta capacitación guiada por un instructor (en línea o presencial) en Guatemala está dirigida a científicos de datos e ingenieros de software que deseen utilizar Dask con el ecosistema de Python para construir, escalar y analizar grandes conjuntos de datos.

Al final de esta formación, los participantes podrán:

• Configurar el entorno para comenzar a procesar big data con Dask y Python.
• Explorar las características, bibliotecas, herramientas y APIs disponibles en Dask.
• Comprender cómo Dask acelera la computación paralela en Python.
• Aprender a escalar el ecosistema de Python (Numpy, SciPy y Pandas) utilizando Dask.
• Optimizar el entorno de Dask para mantener un alto rendimiento al manejar grandes conjuntos de datos.

Esta formación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está destinada a desarrolladores y analistas de datos de nivel intermedio que desean mejorar sus habilidades en el análisis y manipulación de datos usando Python, Pandas y NumPy.

Al finalizar esta formación, los participantes podrán:

• Configurar un entorno de desarrollo que incluya Python, Pandas y NumPy.
• Crear una aplicación de análisis de datos utilizando Pandas y NumPy.
• Ejecutar operaciones avanzadas de manipulación, ordenación y filtrado de datos.
• Realizar operaciones agregadas y analizar datos de series temporales.
• Visualizar datos usando Matplotlib y otras bibliotecas de visualización.
• Depurar y optimizar su código de análisis de datos.

Los modelos Devstral y Mistral son tecnologías de IA de código abierto diseñadas para una implementación flexible, ajustes finos y una integración escalable.

Este entrenamiento dirigido por un instructor (en línea o en el sitio) está destinado a ingenieros de ML intermedios a avanzados, equipos de plataforma e ingenieros de investigación que deseen autohospedar, ajustar y gobernar los modelos Mistral y Devstral en entornos de producción.

Al final de este entrenamiento, los participantes podrán:

• Configurar y configurar entornos autohospedados para los modelos Mistral y Devstral.
• Aplicar técnicas de ajuste fino para un rendimiento específico del dominio.
• Implementar versionado, monitoreo y gobernanza del ciclo de vida.
• Garantizar la seguridad, el cumplimiento y el uso responsable de modelos de código abierto.

Formato del Curso

• Lectura interactiva y discusión.
• Ejercicios prácticos en autohospedaje y ajuste fino.
• Implementación de pipelines de gobernanza y monitoreo en un laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para arreglarlo.

Esta capacitación en vivo dirigida por un instructor (en línea o presencial) está dirigida a desarrolladores que desean utilizar la pila FARM (FastAPI, React y MongoDB) para crear aplicaciones web dinámicas, de alto rendimiento y escalables.

Al final de esta formación, los participantes serán capaces de:

• Configure el entorno de desarrollo necesario que integre FastAPI, React y MongoDB.
• Comprenda los conceptos clave, las características y los beneficios de la pila FARM.
• Aprenda a crear API REST con FastAPI.
• Aprenda a diseñar aplicaciones interactivas con React.
• Desarrolle, pruebe e implemente aplicaciones (front-end y back-end) mediante la pila FARM.

Esta capacitación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está dirigida a desarrolladores que desean usar FastAPI con Python para crear, probar e implementar API RESTful de manera más fácil y rápida.

Al final de esta formación, los participantes serán capaces de:

• Configurar el entorno de desarrollo necesario para desarrollar APIs con Python y FastAPI.
• Crear APIs de forma más rápida y sencilla utilizando la biblioteca FastAPI.
• Aprender a crear modelos de datos y esquemas basados en Pydantic y OpenAPI.
• Conectar APIs a una base de datos utilizando SQLAlchemy.
• Implementar seguridad y autenticación en APIs utilizando las herramientas de FastAPI.
• Crear imágenes de contenedor e implementar APIs web en un servidor en la nube.

LangGraph es un marco para construir aplicaciones LLM estatales y multiactor como gráficos componibles con estado persistente y control sobre la ejecución.

Este entrenamiento dirigido por el instructor (en línea o en sitio) está destinado a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones financieras basadas en LangGraph con una gobernanza, observabilidad y cumplimiento adecuados.

Al final de este entrenamiento, los participantes podrán:

• Diseñar flujos de trabajo de LangGraph específicos para finanzas alineados con los requisitos regulatorios y de auditoría.
• Integrar estándares de datos financieros y ontologías en el estado del gráfico y las herramientas.
• Implementar controles de fiabilidad, seguridad y human-in-the-loop para procesos críticos.
• Desplegar, monitorear y optimizar sistemas de LangGraph para rendimiento, costos y SLAs.

Formato del Curso

• Lectura interactiva y discusión.
• Muchos ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para hacer los arreglos necesarios.

LangGraph es un marco para construir aplicaciones LLM estructuradas en grafos que admiten planificación, ramificación, uso de herramientas, memoria y ejecución controlada.

Esta formación en vivo dirigida por instructores (en línea o presencial) está destinada a desarrolladores principiantes, ingenieros de prompts y profesionales de datos que desean diseñar y construir flujos de trabajo LLM multi-etapas confiables utilizando LangGraph.

Al finalizar esta formación, los participantes podrán:

• Explicar conceptos básicos de LangGraph (nodos, bordes, estado) y cuándo utilizarlos.
• Construir cadenas de prompts que se ramifiquen, invoquen herramientas y mantengan la memoria.
• Integrar recuperaciones y APIs externas en los flujos de trabajo gráficos.
• Probar, depurar y evaluar aplicaciones LangGraph para confiabilidad y seguridad.

Formato del Curso

• Charla interactiva y discusión facilitada.
• Laboratorios guiados y revisión de código en un entorno de sandbox.
• Ejercicios basados en escenarios sobre diseño, prueba y evaluación.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para acordarlo.

LangGraph habilita flujos de trabajo multiactor y con estado, impulsados por LLMs, con un control preciso sobre las rutas de ejecución y la persistencia del estado. En el ámbito de la salud, estas capacidades son cruciales para cumplir con los requisitos normativos, garantizar la interoperabilidad y desarrollar sistemas de apoyo a la toma de decisiones que se alineen con los flujos de trabajo médicos.

Esta formación en vivo dirigida por un instructor (en línea o presencial) está destinada a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones basadas en LangGraph para la salud, abordando desafíos regulatorios, éticos y operativos.

Al finalizar esta formación, los participantes podrán:

• Diseñar flujos de trabajo específicos del sector sanitario con LangGraph, teniendo en cuenta la conformidad y la auditoría.
• Integrar aplicaciones LangGraph con ontologías médicas y estándares (FHIR, SNOMED CT, ICD).
• Aplicar las mejores prácticas para confiabilidad, trazabilidad y explicabilidad en entornos sensibles.
• Distribuir, supervisar y validar aplicaciones LangGraph en entornos de producción sanitaria.

Formato del Curso

• Conferencias interactivas y discusiones.
• Ejercicios prácticos con estudios de casos reales.
• Ejercitación en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor póngase en contacto con nosotros para coordinar.

LangGraph es un marco de trabajo para construir aplicaciones LLM estatales y multi-actor como grafos componibles con estado persistente y control preciso sobre la ejecución.

Este entrenamiento guiado por un instructor (en línea o en sitio) está dirigido a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones legales basadas en LangGraph con los controles necesarios de cumplimiento, rastreabilidad y gobernanza.

Al final de este entrenamiento, los participantes serán capaces de:

• Diseñar flujos de trabajo legales específicos en LangGraph que preserven la auditabilidad y el cumplimiento.
• Integrar ontologías legales y estándares documentales en el estado del grafo y su procesamiento.
• Implementar salvaguardas, aprobaciones con intervención humana y rutas de decisión rastreables.
• Desplegar, monitorear y mantener servicios de LangGraph en producción con observabilidad y controles de costo.

Formato del Curso

• Conferencia interactiva y discusión.
• Muchos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado para este curso, comuníquese con nosotros para hacer los arreglos necesarios.

LangGraph es un marco para componer flujos de trabajo estructurados en gráficos que admiten ramificación, uso de herramientas, memoria y ejecución controlada.

Este entrenamiento en vivo guiado por instructores (en línea o presencial) está destinado a ingenieros de nivel intermedio y equipos de productos que desean combinar la lógica gráfica de LangGraph con los bucles de agentes LLM para construir aplicaciones dinámicas y conscientes del contexto, como agentes de soporte al cliente, árboles de decisiones y sistemas de recuperación de información.

Al finalizar este entrenamiento, los participantes podrán:

• Diseñar flujos de trabajo basados en gráficos que coordinen agentes LLM, herramientas y memoria.
• Implementar enrutamiento condicional, reintentos y respaldos para una ejecución robusta.
• Integrar la recuperación, APIs y salidas estructuradas en los bucles de agentes.
• Evaluar, monitorear y fortalecer el comportamiento del agente para mejorar la confiabilidad y seguridad.

Formato del Curso

• Conferencia interactiva y discusión facilitada.
• Laboratorios guiados y repaso de código en un entorno sandbox.
• Ejercicios de diseño basados en escenarios y revisiones entre pares.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para organizarlo.

LangGraph es un marco de orquestación basado en grafos que permite flujos de trabajo condicionales y multietapa con LLMs y herramientas, ideal para automatizar y personalizar pipelines de contenido.

Este entrenamiento dirigido por un instructor (en línea o presencial) está destinado a marketeros, estrategas de contenido y desarrolladores de automatización de nivel intermedio que deseen implementar campañas de correo electrónico dinámicas y ramificadas y pipelines de generación de contenido utilizando LangGraph.

Al final de este entrenamiento, los participantes podrán:

• Diseñar flujos de trabajo de correo electrónico y contenido estructurados en grafos con lógica condicional.
• Integrar LLMs, APIs y fuentes de datos para la personalización automatizada.
• Gestionar el estado, la memoria y el contexto en campañas multietapa.
• Evaluar, monitorear y optimizar el rendimiento de los flujos de trabajo y los resultados de entrega.

Formato del Curso

• Conferencias interactivas y discusiones en grupo.
• Laboratorios prácticos para implementar flujos de trabajo de correo electrónico y pipelines de contenido.
• Ejercicios basados en escenarios sobre personalización, segmentación y lógica ramificada.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para coordinar.

Le Chat Enterprise es una solución de ChatOps privada que proporciona capacidades de IA conversacional seguras, personalizables y gobernadas para organizaciones, con soporte para RBAC, SSO, conectores e integraciones de aplicaciones empresariales.

Este curso de capacitación dirigido por un instructor (en línea o en las instalaciones del cliente) está diseñado para 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 final de este curso, los participantes serán capaces de:

• Configurar e implementar Le Chat Enterprise para despliegues seguros.
• Habilitar RBAC, SSO y controles impulsados por el cumplimiento.
• Integrar Le Chat con aplicaciones y bases de datos empresariales.
• Diseñar e implementar playbooks de gobernanza y administración para ChatOps.

Formato del Curso

• Lectura 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, por favor contáctenos para hacer los arreglos necesarios.

Esta capacitación en vivo dirigida por un instructor en Guatemala (en línea o presencial) está dirigida a científicos de datos y desarrolladores que desean usar Modin para crear e implementar cálculos paralelos con Pandas para un análisis de datos más rápido.

Al final de esta formación, los participantes serán capaces de:

• Configure el entorno necesario para comenzar a desarrollar Pandas flujos de trabajo a escala con Modin.
• Comprender las características, la arquitectura y las ventajas de Modin.
• Conoce las diferencias entre Modin, Dask y Ray.
• Realice Pandas operaciones más rápido con Modin.
• Implemente toda la API Pandas y las funciones.