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.
Temario del curso
Introducción a los LLM de código abierto
- Resumen de DeepSeek, Mistral, LLaMA y otros modelos de código abierto
- Funcionamiento de los LLM: Transformers, autoatención y entrenamiento
- Comparación entre LLM de código abierto y modelos propietarios
Ajuste fino y personalización de LLM
- Preparación de datos para el ajuste fino
- Entrenamiento y optimización de LLM utilizando Hugging Face
- Evaluación del rendimiento del modelo y mitigación del sesgo
Construcción de agentes de IA con LLM
- Introducción a LangChain para el desarrollo de agentes de IA
- Diseño de flujos de trabajo basados en agentes con LLM
- Memoria, generación aumentada por recuperación (RAG) y ejecución de acciones
Implementación de agentes de IA basados en LLM
- Contenedorización de agentes de IA con Docker
- Integración de LLM en aplicaciones empresariales
- Escalado de agentes de IA mediante servicios en la nube y APIs
Seguridad y cumplimiento normativo en la IA empresarial
- Consideraciones éticas y cumplimiento regulatorio
- Mitigación de riesgos en la automatización impulsada por IA
- Monitoreo y auditoría del comportamiento de los agentes de IA
Estudios de casos y aplicaciones del mundo real
- Asistentes virtuales potenciados por LLM
- Automatización de documentos impulsada por IA
- Agentes de IA personalizados para análisis empresarial
Optimización y mantenimiento de agentes basados en LLM
- Mejora continua y actualización del modelo
- Implementación de bucles de monitoreo y retroalimentación
- Estrategias para la optimización de costos y el ajuste de rendimiento
Resumen y próximos pasos
Requerimientos
- Sólida comprensión de la inteligencia artificial y el aprendizaje automático
- Experiencia con programación en Python
- Familiaridad con modelos de lenguaje grande (LLM) y procesamiento del lenguaje natural (NLP)
Público objetivo
- Ingenieros de IA
- Desarrolladores de software empresarial
- Líderes empresariales
21 Horas
