Modelos de Lenguaje Grande (LLM) y Aprendizaje por Refuerzo (RL)
Los Modelos de Lenguaje Grande (LLM, por sus siglas en inglés) son tipos avanzados de redes neuronales diseñadas para comprender y generar texto similar al humano según la entrada que reciben. El Aprendizaje por Refuerzo (RL, por sus siglas en inglés) es un tipo de aprendizaje automático en el que un agente aprende a tomar decisiones realizando acciones en un entorno para maximizar las recompensas acumuladas.
Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a científicos de datos de nivel intermedio que desean adquirir una comprensión integral y habilidades prácticas tanto en Modelos de Lenguaje Grande (LLM) como en Aprendizaje por Refuerzo (RL).
Al finalizar esta formación, los participantes podrán:
- Comprender los componentes y la funcionalidad de los modelos transformadores.
- Optimizar y ajustar finamente los LLM para tareas y aplicaciones específicas.
- Comprender los principios y metodologías fundamentales del aprendizaje por refuerzo.
- Aprender cómo las técnicas de aprendizaje por refuerzo pueden mejorar el rendimiento de los LLM.
Formato del curso
- Clase interactiva y discusión.
- Muchas 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, contáctenos para coordinarla.
Temario del curso
Introducción a los Modelos de Lenguaje Grande (LLM)
- Visión general de los LLM
- Definición e importancia
- Aplicaciones en la IA actual
Arquitectura Transformadora
- ¿Qué es un transformador y cómo funciona?
- Componentes y características principales
- Embedding y codificación posicional
- Atención multi-cabeza
- Red neuronal de alimentación hacia adelante
- Normalización y conexiones residuales
Modelos Transformadores
- Mecanismo de atención propia
- Arquitectura codificador-decodificador
- Embeddings posicionales
- BERT (Representaciones Codificadas Bidireccionales desde Transformadores)
- GPT (Transformador Generativo Preentrenado)
Optimización del rendimiento y desafíos
- Longitud del contexto
- Mamba y modelos de espacio de estados
- Atención flash
- Transformadores dispersos
- Transformadores de visión
- Importancia de la cuantización
Mejora de los transformadores
- Generación de texto aumentada por recuperación
- Mezcla de modelos
- Árbol de pensamientos
Ajuste fino
- Teoría de la adaptación de bajo rango
- Ajuste fino con QLora
Leyes de escalado y optimización en los LLM
- Importancia de las leyes de escalado para los LLM
- Escalado del tamaño de datos y del modelo
- Escalado computacional
- Escalado de la eficiencia de parámetros
Optimización
- Relación entre el tamaño del modelo, el tamaño de los datos, el presupuesto de cómputo y los requisitos de inferencia
- Optimización del rendimiento y la eficiencia de los LLM
- Mejores prácticas y herramientas para entrenar y ajustar finamente los LLM
Entrenamiento y ajuste fino de los LLM
- Pasos y desafíos del entrenamiento de LLM desde cero
- Adquisición y mantenimiento de datos
- Requisitos de datos a gran escala, CPU y memoria
- Desafíos de optimización
- Panorama de los LLM de código abierto
Fundamentos del Aprendizaje por Refuerzo (RL)
- Introducción al Aprendizaje por Refuerzo
- Aprendizaje a través del refuerzo positivo
- Definición y conceptos centrales
- Proceso de Decisión de Markov (MDP)
- Programación dinámica
- Métodos de Monte Carlo
- Aprendizaje por Diferencia Temporal
Aprendizaje Profundo por Refuerzo
- Redes Q Profundas (DQN)
- Optimización de Política Proxima (PPO)
- Elementos del Aprendizaje por Refuerzo
Integración de LLM y Aprendizaje por Refuerzo
- Combinar LLM con Aprendizaje por Refuerzo
- Cómo se utiliza el RL en los LLM
- Aprendizaje por Refuerzo con Retroalimentación Humana (RLHF)
- Alternativas al RLHF
Casos de estudio y aplicaciones
- Aplicaciones del mundo real
- Historias de éxito y desafíos
Tópicos avanzados
- Técnicas avanzadas
- Métodos de optimización avanzada
- Investigación y desarrollos de vanguardia
Resumen y próximos pasos
Requerimientos
- Conocimiento básico de Aprendizaje Automático
Público objetivo
- Científicos de datos
- Ingenieros de software
Los cursos públicos requieren más de 5 participantes.
Modelos de Lenguaje Grande (LLM) y Aprendizaje por Refuerzo (RL) - Reserva
Modelos de Lenguaje Grande (LLM) y Aprendizaje por Refuerzo (RL) - Consulta
Modelos de Lenguaje Grande (LLM) y Aprendizaje por Refuerzo (RL) - Solicitud de consultoría
Próximos cursos
Cursos Relacionados
LangGraph Avanzado: Optimización, depuración y monitoreo de grafos complejos
35 HorasLangGraph 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.
Construcción de Agentes de Codificación con Devstral: Del Diseño del Agente a la Herramientización
14 HorasDevstral 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.
Model Ops de código abierto: Autoalojamiento, ajuste fino y gobernanza con modelos Devstral y Mistral
14 HorasLos 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.
Aplicaciones de LangGraph en el sector financiero
35 HorasLangGraph 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.
Fundamentos de LangGraph: Prompting y Encadenamiento de LLM Basados en Grafos
14 HorasLangGraph 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 en el sector sanitario: Orquestación de flujos de trabajo para entornos regulados
35 HorasLangGraph 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 para aplicaciones jurídicas
35 HorasLangGraph 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.
Construcción de flujos de trabajo dinámicos con LangGraph y agentes LLM
14 HorasLangGraph 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 para Automatización de Marketing
14 HorasLangGraph 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.
Le Chat Enterprise: ChatOps privado, integraciones y controles administrativos
14 HorasLe Chat Enterprise es una solución de ChatOps privada que ofrece capacidades de IA conversacional seguras, personalizables y con gobernanza para organizaciones, con soporte para RBAC, SSO, conectores e integraciones de aplicaciones empresariales.
Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a gerentes de producto, líderes de TI, ingenieros de soluciones y equipos de seguridad y cumplimiento de nivel intermedio que deseen implementar, configurar y gobernar Le Chat Enterprise en entornos empresariales.
Al final de esta formación, los participantes serán capaces de:
- Configurar Le Chat Enterprise para despliegues seguros.
- Habilitar controles basados en RBAC, SSO y cumplimiento normativo.
- Integrar Le Chat con aplicaciones empresariales y almacenes de datos.
- Diseñar e implementar hojas de ruta administrativas para la gobernanza de ChatOps.
Formato del curso
- Ponencias interactivas y discusiones grupales.
- Amplia cantidad 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.
Arquitecturas de Modelos de Lenguaje Grande (LLM) Rentables: Mistral a Gran Escala (Ingeniería de Rendimiento y Costos)
14 HorasMistral es una familia de modelos de lenguaje grande de alto rendimiento, optimizada para su implementación en producción a gran escala con costos reducidos.
Esta capacitación en vivo, impartida por un instructor (en línea o presencial), está dirigida a ingenieros de infraestructura avanzados, arquitectos de nube y líderes de MLOps que deseen diseñar, implementar y optimizar arquitecturas basadas en Mistral para lograr el máximo rendimiento al menor costo posible.
Al finalizar esta capacitación, los participantes serán capaces de:
- Implementar patrones de despliegue escalables para Mistral Medium 3.
- Aplicar estrategias de agrupación (batching), cuantización y servicio eficiente.
- Optimizar los costos de inferencia manteniendo el rendimiento.
- Diseñar topologías de servicio listas para producción, adaptadas a cargas de trabajo empresariales.
Formato del Curso
- Ponencias interactivas y discusión.
- Amplia cantidad de 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.
Comercialización de Asistentes Conversacionales con Conectores e Integraciones de Mistral
14 HorasMistral AI es una plataforma de inteligencia artificial de código abierto que permite a los equipos construir e integrar asistentes conversacionales en flujos de trabajo empresariales y orientados al cliente.
Esta formación práctica impartida por un instructor (en línea o presencial) está dirigida a gerentes de producto y desarrolladores full-stack con nivel principiante a intermedio, así como a ingenieros de integración que deseen diseñar, integrar y comercializar asistentes conversacionales utilizando conectores e integraciones de Mistral.
Al finalizar esta formación, los participantes podrán:
- Integrar modelos conversacionales de Mistral con conectores empresariales y SaaS.
- Implementar generación aumentada por recuperación (RAG) para respuestas fundamentadas.
- Diseñar patrones de experiencia de usuario para asistentes de chat internos y externos.
- Desplegar asistentes en flujos de trabajo de producto para casos de uso reales.
Formato del Curso
- Clase interactiva y discusión.
- Ejercicios prácticos de integración.
- Desarrollo en laboratorio en vivo de asistentes conversacionales.
Opciones de Personalización del Curso
- Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para coordinarla.
Implementaciones empresariales de nivel profesional con Mistral Medium 3
14 HorasMistral Medium 3 es un modelo de lenguaje grande multimodal de alto rendimiento, diseñado para su implementación en entornos de producción dentro de empresas.
Esta formación presencial y guiada por instructores (en línea o presencial) está dirigida a ingenieros de IA/ML de nivel intermedio a avanzado, arquitectos de plataformas y equipos de MLOps que deseen implementar, optimizar y asegurar Mistral Medium 3 para casos de uso empresarial.
Al finalizar esta formación, los participantes serán capaces de:
- Implementar Mistral Medium 3 utilizando opciones de API y autoalojamiento.
- Optimizar el rendimiento de la inferencia y reducir costos.
- Implementar casos de uso multimodales con Mistral Medium 3.
- Aplicar mejores prácticas de seguridad y cumplimiento normativo para entornos empresariales.
Formato del curso
- Clases interactivas y debates.
- Abundantes 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 organizarla.
Mistral para una IA Responsable: Privacidad, Residencia de Datos y Controles Empresariales
14 HorasMistral AI es una plataforma de inteligencia artificial abierta y lista para entornos empresariales que ofrece funciones para el despliegue seguro, conforme a la normativa y responsable de la IA.
Esta capacitación en vivo con instructor (en línea o presencial) está dirigida a responsables de cumplimiento normativo, arquitectos de seguridad y partes interesadas jurídicas y operativas de nivel intermedio que deseen implementar prácticas de IA responsable con Mistral, aprovechando los mecanismos de privacidad, residencia de datos y control empresarial.
Al finalizar esta capacitación, los participantes podrán:
- Implementar técnicas de preservación de la privacidad en los despliegues de Mistral.
- Aplicar estrategias de residencia de datos para cumplir con los requisitos regulatorios.
- Configurar controles empresariales, como RBAC (Control de Acceso Basado en Roles), SSO (Inicio de Sesión Único) y registros de auditoría.
- Evaluar opciones de proveedores y modelos de despliegue para alinearlos con el cumplimiento normativo.
Formato del curso
- Clases interactivas y debates.
- Casos de estudio y ejercicios centrados en el cumplimiento normativo.
- Ejercicios prácticos de implementación de controles empresariales de IA.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarlo.
Aplicaciones multimodales con modelos Mistral (visión, OCR y comprensión de documentos)
14 HorasLos modelos Mistral son tecnologías de IA de código abierto que ahora se extienden a flujos de trabajo multimodales, compatibles con tareas tanto de lenguaje como de visión para aplicaciones empresariales e investigativas.
Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a investigadores de ML de nivel intermedio, ingenieros aplicados y equipos de producto que desean desarrollar aplicaciones multimodales con modelos Mistral, incluidas pipelines de OCR y comprensión de documentos.
Al finalizar esta formación, los participantes serán capaces de:
- Configurar y preparar modelos Mistral para tareas multimodales.
- Implementar flujos de trabajo de OCR e integrarlos con pipelines de PLN.
- Diseñar aplicaciones de comprensión de documentos para casos de uso empresariales.
- Desarrollar funcionalidades de búsqueda de texto- imagen y interfaces de usuario asistenciales.
Formato del curso
- Clase interactiva y discusión.
- Ejercicios prácticos de codificación.
- Implementación en laboratorio en vivo de pipelines multimodales.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para coordinarla.
