Programa del Curso

Introducción a Large Language Models (LLMs)

  • Visión general de la IA en la atención al cliente
  • Fundamentos de los LLM
  • Evolución de los chatbots: de simples scripts a soporte impulsado por IA

Arquitectura de los LLM

  • Comprender los componentes básicos de los LLM
  • Redes neuronales y aprendizaje profundo en LLMs
  • Formación de LLM: datos, algoritmos y recursos computacionales

Implementación de LLMs en Chatbots

  • Estrategias de integración de LLMs en sistemas existentes
  • Diseño de flujos conversacionales e interacciones con el usuario
  • Garantizar la comprensión y la coherencia contextuales

Mejora de la capacidad de respuesta del chatbot

  • Técnicas para la generación de respuestas en tiempo real
  • Manejo de conversaciones simultáneas
  • Personalización y soporte predictivo

Experiencia de usuario y diseño de interfaz

  • Creación de interfaces de chatbot fáciles de usar
  • Señales visuales y textuales para una mejor participación
  • Bucles de retroalimentación y mejora continua

Consideraciones éticas y cumplimiento

  • Privacidad y seguridad de datos con LLM
  • Uso ético de la IA en la atención al cliente
  • Cumplir con los estándares y regulaciones de la industria

Pruebas e implementación

  • Aseguramiento de la calidad y metodologías de prueba
  • Estrategias de implementación para la escalabilidad y la confiabilidad
  • Monitorización y mantenimiento de sistemas de chatbot

Casos de estudio y aplicaciones en el mundo real

  • Análisis de implementaciones exitosas de chatbots de LLM
  • Lecciones aprendidas y mejores prácticas
  • Tendencias e innovaciones futuras en la atención al cliente impulsada por IA

Proyecto y Evaluación

  • Diseño y construcción de un chatbot basado en LLM
  • Revisiones por pares y discusiones grupales
  • Evaluación final y retroalimentación

Resumen y próximos pasos

Requerimientos

  • Comprensión de los conceptos básicos de programación
  • Se recomienda tener experiencia en programación Python, pero no es obligatorio.
  • La familiaridad con los conceptos básicos de aprendizaje automático es beneficiosa

Audiencia

  • Profesionales de atención al cliente
  • Profesionales de TI
  • Business Analistas
 14 horas

Número de participantes



Precio por participante

Cursos Relacionados

LangChain: Building AI-Powered Applications

14 horas

LangChain Fundamentals

14 horas

Introduction to Google Gemini AI

14 horas

Google Gemini AI for Content Creation

14 horas

Google Gemini AI for Transformative Customer Service

14 horas

Google Gemini AI for Data Analysis

21 horas

Generative AI with Large Language Models (LLMs)

21 horas

LlamaIndex: Enhancing Contextual AI

14 horas

LlamaIndex: Developing LLM Powered Applications

42 horas

Introduction to Large Language Models (LLMs)

14 horas

LLMs for Business Intelligence

14 horas

LLMs for Content Generation

14 horas

LLMs for Code Generation and Documentation

14 horas

Advanced LLMs for NLP Tasks

21 horas

LLMs for Personalized Education

14 horas

Categorías Relacionadas

1