IA en Amazon Web Services (AWS)

LangGraph es un marco de trabajo para construir aplicaciones LLM multiparte con estado, representadas como grafos composables con estado persistente y control sobre la ejecución.

Este curso teórico-práctico (en línea o presencial) está dirigido a ingenieros de plataformas de IA de nivel avanzado, profesionales de DevOps para IA y arquitectos de ML que deseen optimizar, depurar, monitorear y operar sistemas LangGraph de grado productivo.

Al finalizar este curso, los participantes serán capaces de:

• Diseñar y optimizar topologías complejas de LangGraph para mejorar la velocidad, el costo y la escalabilidad.
• Asegurar la fiabilidad mediante reintentos, tiempos de espera, idempotencia y recuperación basada en puntos de control.
• Depurar y rastrear ejecuciones de grafos, inspeccionar estados y reproducir sistemáticamente problemas en producción.
• Instrumentar grafos con registros, métricas y trazas, desplegarlos en producción y monitorear SLAs y costos.

Formato del curso

• Clase 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, contáctenos para coordinar los detalles.

Esta formación en vivo con un instructor Ecuador (presencial o remota) está dirigida a ingenieros que deseen implementar y gestionar dispositivos IoT en AWS.

Al finalizar esta formación, los participantes serán capaces de construir una plataforma IoT que incluya la implementación y gestión de una capa backend, un gateway y dispositivos sobre AWS.

Esta capacitación en vivo dirigida por un instructor en Ecuador (presencial o remota) está dirigida a desarrolladores que desean utilizar AWS Lambda para construir e implementar servicios y aplicaciones en la nube, sin tener que preocuparse por el aprovisionamiento del entorno de ejecución (servidores, máquinas virtuales y contenedores, disponibilidad, escalabilidad, almacenamiento, etc.).

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar AWS Lambda para ejecutar una función.
• Comprender FaaS (Funciones como Servicio) y las ventajas del desarrollo serverless.
• Construir, cargar y ejecutar funciones de AWS Lambda.
• Integrar funciones de Lambda con diferentes fuentes de eventos.
• Empaquetar, implementar, monitorear y solucionar problemas de aplicaciones basadas en Lambda.

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

Esta capacitación en vivo, impartida por instructores (en línea o presencial), está dirigida a ingenieros de ML de nivel intermedio a avanzado, equipos de herramientas para desarrolladores y SREs que deseen diseñar, implementar y optimizar agentes de codificación utilizando Devstral.

Al finalizar esta capacitación, los participantes podrán:

• Configurar y establecer Devstral para el desarrollo de agentes de codificación.
• Diseñar flujos de trabajo con agentes para la exploración y modificación de bases de código.
• Integrar agentes de codificación con herramientas para desarrolladores y API.
• Implementar prácticas recomendadas para un despliegue seguro y eficiente de los agentes.

Formato del Curso

• Conferencias interactivas y discusión.
• Amplia práctica con ejercicios.
• 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 coordinarlo.

Los modelos Devstral y Mistral son tecnologías de IA de código abierto diseñadas para un despliegue flexible, ajuste fino e integración escalable.

Esta formación presencial impartida por un instructor (en línea o en las instalaciones) está dirigida a ingenieros de ML de nivel intermedio a avanzado, equipos de plataformas e ingenieros de investigación que deseen autoalojar, ajustar y gobernar los modelos Mistral y Devstral en entornos de producción.

Al finalizar esta formación, los participantes podrán:

• Configurar y establecer entornos autoalojados 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.
• Asegurar la seguridad, el cumplimiento normativo y el uso responsable de los modelos de código abierto.

Formato del curso

• Lecciones interactivas y debates.
• Ejercicios prácticos sobre autoalojamiento y ajuste fino.
• Implementación en laboratorio en tiempo real de flujos de trabajo de gobernanza y monitoreo.

Opciones de personalización del curso

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

Esta formación en vivo impartida por un instructor en Ecuador (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de las prácticas de DevOps y optimizar los procesos de desarrollo mediante el uso de AWS Cloud9.

Al finalizar esta formación, los participantes podrán:

• Configurar y preparar AWS Cloud9 para flujos de trabajo de DevOps.
• Implementar canales de integración continua y entrega continua (CI/CD).
• Automatizar los procesos de prueba, monitoreo e implementación utilizando AWS Cloud9.
• Integrar servicios de AWS como Lambda, EC2 y S3 en los flujos de trabajo de DevOps.
• Utilizar sistemas de control de versiones como GitHub o GitLab dentro de AWS Cloud9.

Esta formación en vivo impartida por un instructor en Ecuador (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean aprender cómo construir, implementar y mantener eficazmente aplicaciones serverless en AWS Cloud9 y AWS Lambda.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de la arquitectura serverless.
• Configurar AWS Cloud9 para el desarrollo de aplicaciones serverless.
• Desarrollar, probar y desplegar aplicaciones serverless utilizando AWS Lambda.
• Integrar AWS Lambda con otros servicios de AWS como API Gateway y S3.
• Optimizar las aplicaciones serverless en términos de rendimiento y eficiencia de costos.

Esta formación en vivo con instructor en Ecuador (en línea o presencial) está dirigida a investigadores y profesionales de laboratorio de nivel principiante a intermedio que deseen procesar y analizar imágenes relacionadas con tejidos histológicos, células sanguíneas, algas y otras muestras biológicas.

Al finalizar esta capacitación, los participantes serán capaces de:

• Navegar por la interfaz de Fiji y utilizar las funciones principales de ImageJ.
• Preprocesar y mejorar imágenes científicas para obtener un análisis más preciso.
• Analizar imágenes cuantitativamente, incluyendo el conteo de células y la medición de áreas.
• Automatizar tareas repetitivas mediante macros y complementos (plugins).
• Personalizar flujos de trabajo para necesidades específicas de análisis de imágenes en la investigación biológica.

Resumen:

• Comprensión de la arquitectura IoT y sus funciones principales.
• Exploración del concepto de "Cosas" y "Sensores", el Internet de las Cosas, y cómo mapear las funciones empresariales a soluciones IoT.
• Vista general completa de los componentes de software IoT: hardware, firmware, middleware, infraestructura en la nube y aplicaciones móviles.
• Funciones clave de IoT: gestión de flotas, visualización de datos, SaaS para gestión de flotas (FM) y visualización de datos (DV), sistemas de alertas/alarmas, incorporación de sensores y "cosas", y geocercado.
• Fundamentos de la comunicación entre dispositivos IoT y la nube utilizando MQTT.
• Conexión de dispositivos IoT a AWS a través de MQTT mediante AWS IoT Core.
• Integración de AWS IoT Core con AWS Lambda para procesamiento de datos y Amazon DynamoDB para almacenamiento de información.
• Conexión de una Raspberry Pi a AWS IoT Core para una comunicación fluida de datos.
• Laboratorio práctico: Construcción de un dispositivo inteligente utilizando una Raspberry Pi y AWS IoT Core.
• Visualización de datos de sensores y comunicación con la interfaz web.

LangGraph es un marco de trabajo para construir aplicaciones de LLM (modelos de lenguaje grandes) con estado persistente y múltiples actores, mediante grafos composables que permiten un control preciso sobre la ejecución.

Esta formación en vivo, impartida por un instructor (modalidad online o presencial), está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones financieras basadas en LangGraph, garantizando una gobernanza adecuada, observabilidad y cumplimiento normativo.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar flujos de trabajo específicos de LangGraph para el sector financiero, alineados con los requisitos regulatorios y de auditoría.
• Integrar estándares de datos financieros y ontologías en el estado del grafo y las herramientas correspondientes.
• Implementar controles de fiabilidad, seguridad e intervención humana en procesos críticos.
• Desplegar, supervisar y optimizar sistemas LangGraph para mejorar el rendimiento, reducir costes y cumplir con los Acuerdos de Nivel de Servicio (SLAs).

Formato del curso

• Clase interactiva con momentos de debate.
• Abundancia de ejercicios prácticos.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Si desea solicitar una formación personalizada para este curso, por favor contáctenos para coordinar los detalles.

LangGraph es un framework para construir aplicaciones de LLM con estructura de grafo que soportan planificación, ramificación, uso de herramientas, memoria y ejecución controlable.

Esta formación impartida por un instructor (en línea o presencial) está dirigida a desarrolladores principiantes, ingenieros de prompts y profesionales de datos que deseen diseñar y construir flujos de trabajo de LLM en múltiples pasos confiables utilizando LangGraph.

Al finalizar esta formación, los participantes serán capaces de:

• Explicar los conceptos fundamentales de LangGraph (nodos, aristas, estado) y cuándo utilizarlos.
• Construir cadenas de prompts que se ramifiquen, llamen a herramientas y mantengan la memoria.
• Integrar recuperación de información y APIs externas en flujos de trabajo de grafo.
• Probar, depurar y evaluar aplicaciones LangGraph para garantizar su confiabilidad y seguridad.

Formato del Curso

• Lección interactiva y discusión guiada.
• Laboratorios dirigidos y recorrido por el código en un entorno de sandbox.
• Ejercicios basados en escenarios sobre diseño, pruebas y evaluación.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar los detalles.

LangGraph permite la creación de flujos de trabajo con estado y múltiples actores, impulsados por LLMs, ofreciendo un control preciso sobre las rutas de ejecución y la persistencia del estado. En el sector sanitario, estas capacidades son fundamentales para garantizar el cumplimiento normativo, la interoperabilidad y desarrollar sistemas de apoyo a la decisión que se ajusten a los flujos de trabajo médicos.

Esta formación en vivo con instructor (online o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones sanitarias basadas en LangGraph, abordando al mismo tiempo los desafíos regulatorios, éticos y operativos.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar flujos de trabajo de LangGraph específicos para el sector sanitario, teniendo en cuenta el cumplimiento normativo y la auditoría.
• Integrar aplicaciones LangGraph con ontologías y estándares médicos (FHIR, SNOMED CT, ICD).
• Aplicar las mejores prácticas en fiabilidad, trazabilidad y explicabilidad en entornos sensibles.
• Desplegar, monitorizar y validar aplicaciones LangGraph en entornos de producción sanitaria.

Formato del curso

• Ponencias interactivas y discusión.
• Ejercicios prácticos con casos de estudio reales.
• Práctica de implementación en un entorno de laboratorio en vivo.

Opciones de personalización del curso

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

LangGraph es un marco de trabajo para construir aplicaciones de LLM (modelos de lenguaje grandes) con estado, que involucran múltiples actores, mediante gráficos composables con estado persistente y control preciso sobre la ejecución.

Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que desean diseñar, implementar y operar soluciones jurídicas basadas en LangGraph, incorporando los controles necesarios de cumplimiento, trazabilidad y gobernanza.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar flujos de trabajo de LangGraph específicos para el ámbito jurídico que preserven la audibilidad y el cumplimiento normativo.
• Integrar ontologías jurídicas y estándares de documentos en el estado del gráfico y en el procesamiento.
• Implementar controles de seguridad, aprobaciones con intervención humana y caminos de decisión trazables.
• Desplegar, monitorear y mantener servicios LangGraph en entornos de producción con observabilidad y control de costos.

Formato del curso

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

Opciones de personalización del curso

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

LangGraph es un framework para componer flujos de trabajo basados en LLM con estructura de grafo, que soportan ramificación, uso de herramientas, memoria y ejecución controlable.

Esta formación impartida por instructores (online o en las instalaciones) está dirigida a ingenieros y equipos de producto de nivel intermedio que deseen combinar la lógica de grafos de LangGraph con bucles de agentes LLM para construir aplicaciones dinámicas y conscientes del contexto, como agentes de soporte al cliente, árboles de decisión y sistemas de recuperación de información.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar flujos de trabajo basados en grafos que coordinen agentes LLM, herramientas y memoria.
• Implementar enrutamiento condicional, reintentos y mecanismos de respaldo para una ejecución robusta.
• Integrar recuperación, APIs y salidas estructuradas en los bucles de agentes.
• Evaluar, monitorear y endurecer el comportamiento del agente para garantizar confiabilidad y seguridad.

Formato del curso

• Lección interactiva y discusión guiada.
• Laboratorios dirigidos y recorridos por el código en un entorno de laboratorio (sandbox).
• Ejercicios de diseño basados en escenarios y revisiones entre pares.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.

LangGraph es un marco de orquestación basado en grafos que permite flujos de trabajo condicionales y multi-etapa con modelos de lenguaje grandes (LLM) y herramientas, ideal para automatizar y personalizar tuberías de contenido.

Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a marketers de nivel intermedio, estrategas de contenido y desarrolladores de automatización que desean implementar campañas de correo electrónico dinámicas y ramificadas, así como tuberías de generación de contenido utilizando LangGraph.

Al finalizar esta capacitación, los participantes podrán:

• Diseñar flujos de trabajo de contenido y correo electrónico estructurados como grafos con lógica condicional.
• Integrar LLMs, APIs y fuentes de datos para la personalización automatizada.
• Gestionar el estado, la memoria y el contexto a lo largo de campañas multi-etapa.
• Evaluar, monitorear y optimizar el rendimiento del flujo de trabajo y los resultados de entrega.

Formato del Curso

• Conferencias interactivas y debates grupales.
• Prácticas implementando flujos de trabajo de correo electrónico y tuberías de contenido.
• Ejercicios basados en escenarios sobre personalización, segmentación y lógica ramificada.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinar.