Cursos de NLP (es. PLN) en Quito

Ollama es una plataforma para ejecutar modelos de lenguaje y multimodales grandes localmente, respaldando prácticas de gobernanza y AI responsable.

Esta formación en vivo dirigida por instructores (en línea o presencial) está orientada a profesionales de nivel intermedio a avanzado que desean implementar equidad, transparencia y responsabilidad en aplicaciones impulsadas por Ollama.

Al finalizar esta capacitación, los participantes podrán:

• Aplicar principios de AI responsable en las implementaciones de Ollama.
• Implementar estrategias de filtrado de contenido y mitigación de sesgos.
• Diseñar flujos de trabajo de gobernanza para la alineación de AI y auditoría.
• Establecer marcos de monitoreo y reporte para cumplimiento normativo.

Formato del Curso

• Clases interactivas y discusiones.
• Laboratorios prácticos de diseño de flujos de trabajo de gobernanza.
• Casos de estudio y ejercicios enfocados en el cumplimiento normativo.

Opciones de Personalización del Curso

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

Mistral AI es una potente familia de modelos de IA de código abierto y listos para el uso empresarial, destinados a aplicaciones de lenguaje, multimodales y agentes.

Este entrenamiento dirigido por un instructor (en línea o en las instalaciones del cliente) está orientado a profesionales de nivel intermedio a avanzado que deseen construir, implementar y administrar agentes de IA utilizando los modelos Mistral Medium 3, Le Chat Enterprise y Devstral.

Al final de este entrenamiento, los participantes podrán:

• Comprender la arquitectura y las capacidades de Mistral Medium 3, Le Chat Enterprise y Devstral.
• Diseñar e implementar agentes de IA aprovechando los modelos de Mistral para casos de uso empresariales y de desarrolladores.
• Integrar sistemas de codificación, conectores y datos empresariales en los flujos de trabajo de los agentes.
• Optimizar el rendimiento, el costo y el cumplimiento para agentes alimentados por Mistral.

Formato del Curso

• Conferencia 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.

Ollama es una plataforma que permite ejecutar modelos de lenguaje y multimodales grandes localmente mientras respalda estrategias de implementación seguras.

Esta capacitación en vivo dirigida por un instructor (en línea o presencial) está orientada a profesionales de nivel intermedio que desean implementar Ollama con medidas fuertes de privacidad de datos y cumplimiento regulatorio.

Al finalizar esta formación, los participantes podrán:

• Implementar Ollama de forma segura en entornos containerizados y locales.
• Aplicar técnicas de privacidad diferencial para proteger datos sensibles.
• Implementar prácticas de registro, monitoreo y auditoría seguras.
• Enfocar el control del acceso a los datos en función de los requisitos de cumplimiento.

Formato del Curso

• Sesiones interactivas de conferencias y discusiones.
• Laboratorios prácticos con patrones de implementación segura.
• Casos de estudio y ejercicios prácticos centrados en el cumplimiento.

Opciones de Personalización del Curso

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

Mistral AI es una plataforma de IA abierta que permite a los equipos crear e integrar asistentes conversacionales en flujos de trabajo orientados a la empresa y al cliente.

Esta formación guiada por un instructor (en línea o presencial) está dirigida a gerentes de producto, desarrolladores full-stack e ingenieros de integración con nivel principiante a intermedio que deseen diseñar, integrar y comercializar asistentes conversacionales utilizando conectores e integraciones de Mistral.

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

• Integrar modelos conversacionales de Mistral con conectores empresariales y SaaS.
• Implementar generación mejorada por recuperación (RAG) para respuestas fundamentadas.
• Diseñar patrones de UX para asistentes de chat internos y externos.
• Desplegar asistentes en flujos de trabajo de productos para casos de uso del mundo real.

Formato del Curso

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

Ollama es una plataforma que permite ejecutar modelos de lenguaje y multimodales de gran tamaño localmente.

Esta formación en vivo dirigida por un instructor (en línea u onsite) está destinada a profesionales de nivel intermedio que desean dominar técnicas de ingeniería de prompts para optimizar las salidas de Ollama.

Al final de esta formación, los participantes podrán:

• Diseñar prompts efectivos para casos de uso diversos.
• Aplicar técnicas como el priming y la estructuración en cadena de pensamiento.
• Implementar plantillas de prompts y estrategias de gestión de contexto.
• Construir pipelines de promping multi-etapas para flujos de trabajo complejos.

Formato del Curso

• Conferencia interactiva y discusión.
• Ejercicios prácticos con diseño de prompts.
• 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 coordinar.

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

Este entrenamiento en vivo dirigido por un instructor (en línea o presencial) está destinado a profesionales de nivel intermedio a avanzado que desean diseñar, implementar y operar soluciones legales basadas en LangGraph con los controles necesarios de cumplimiento, trazabilidad y gobernanza.

Al finalizar este entrenamiento, los participantes podrán:

• Diseñar flujos de trabajo específicos para la legalidad en LangGraph que preserven la auditoría y el cumplimiento.
• Integrar ontologías legales y estándares de documentos en el estado del gráfico y su procesamiento.
• Implementar barreras de seguridad, aprobaciones con intervención humana y caminos de decisiones trazables.
• Desplegar, monitorear y mantener servicios LangGraph en producción con observabilidad y controles de costos.

Formato del Curso

• Sesiones interactivas 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 contáctenos para coordinar.

Mistral AI es una plataforma de IA abierta y lista para el uso empresarial que proporciona funciones para un despliegue seguro, conforme a la normativa y responsable de la IA.

Este entrenamiento dirigido por un instructor (en línea o en sitio) está destinado a líderes de cumplimiento intermedios, arquitectos de seguridad y partes interesadas legales/operativas que deseen implementar prácticas responsables de IA con Mistral mediante el uso de mecanismos de privacidad, residencia de datos y control empresarial.

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

• Implementar técnicas de preservación de la privacidad en despliegues de Mistral.
• Aplicar estrategias de residencia de datos para cumplir con requisitos regulatorios.
• Configurar controles empresariales de grado superior, como RBAC, SSO y registros de auditoría.
• Evaluar opciones de proveedores y despliegues para la alineación del cumplimiento normativo.

Formato del Curso

• Lectura interactiva y discusión.
• Casos de estudio y ejercicios orientados al cumplimiento normativo.
• Implementación práctica de controles empresariales de IA.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado para este curso, por favor póngase en contacto con nosotros para hacer los arreglos necesarios.

Ollama es una plataforma para ejecutar modelos de lenguaje y multimodales a gran escala de manera local y escalable.

Este entrenamiento en vivo dirigido por un instructor (en línea o presencial) está destinado a ingenieros de nivel intermedio a avanzado que desean escalar las implementaciones de Ollama para entornos de múltiples usuarios, alta capacidad de procesamiento y eficiencia de costos.

Al finalizar este entrenamiento, los participantes podrán:

• Configurar Ollama para cargas de trabajo multiusuario y distribuidas.
• Optimizar la asignación de recursos GPU y CPU.
• Implementar estrategias de escalado automático, batching y reducción de latencia.
• Monitorear y optimizar la infraestructura para el rendimiento y la eficiencia de costos.

Formato del Curso

• Conferencias interactivas y discusiones.
• Laboratorios prácticos de implementación y escalado.
• Ejercicios de optimización en entornos en vivo.

Opciones de Personalización del Curso

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

El SDK CANN (Arquitectura de Computación para Neural Networks) proporciona herramientas poderosas de implementación y optimización para aplicaciones de IA en tiempo real en visión por computadora y PLN, especialmente en hardware Huawei Ascend.

Este entrenamiento guiado por un instructor (en línea o presencial) está dirigido a practicantes intermedios de IA que desean construir, implementar y optimizar modelos de visión y lenguaje utilizando el SDK CANN para casos de uso en producción.

Al finalizar este entrenamiento, los participantes podrán:

• Implementar y optimizar modelos CV y NLP usando CANN y AscendCL.
• Utilizar las herramientas de CANN para convertir modelos e integrarlos en tuberías en vivo.
• Optimizar el rendimiento de la inferencia para tareas como detección, clasificación y análisis de sentimientos.
• Construir pipelines de CV/NLP en tiempo real para escenarios de implementación basados en dispositivos de borde o nube.

Formato del Curso

• Conferencia interactiva y demostración.
• Laboratorio práctico con implementación de modelos y perfilado de rendimiento.
• Diseño en vivo de tuberías utilizando casos reales de CV y PLN.

Opciones de Personalización del Curso

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

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

Esta formación en vivo (en línea u on-site) dirigida por instructores está destinada a profesionales de nivel intermedio a avanzado que desean diseñar, implementar y operar soluciones financieras basadas en LangGraph con una adecuada gobernanza, observabilidad y cumplimiento.

Al finalizar esta formación, los participantes podrán:

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

Formato del Curso

• Conferencias interactivas y discusiones.
• Muchos 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 organizarlo.

Ollama es una plataforma que permite ejecutar y ajustar modelos de lenguaje grandes y multimodales localmente.

Esta formación en vivo dirigida por un instructor (en línea o presencial) está destinada a ingenieros ML avanzados, investigadores de IA y desarrolladores de productos que desean construir y desplegar aplicaciones multimodales con Ollama.

Al finalizar esta formación, los participantes podrán:

• Configurar y ejecutar modelos multimodales con Ollama.
• Integrar entradas de texto, imagen y audio para aplicaciones del mundo real.
• Desarrollar sistemas de comprensión de documentos y QA visual.
• Crear agentes multimodales capaces de razonar entre modalidades.

Formato del Curso

• Conferencia interactiva y discusión.
• Ejercicios prácticos con conjuntos de datos multimodales reales.
• Implementación en laboratorio vivo de tuberías multimodales usando Ollama.

Opciones de Personalización del Curso

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

Los modelos Mistral son tecnologías de IA de código abierto que ahora se extienden a flujos de trabajo multimodales, soportando tareas tanto de lenguaje como de visión para aplicaciones empresariales e investigativas.

Esta formación guiada por un instructor (en línea o presencial) está dirigida a investigadores de ML intermedios, ingenieros aplicados y equipos de productos que deseen construir aplicaciones multimodales con modelos Mistral, incluyendo pipelines de OCR y comprensión de documentos.

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

• Configurar y ajustar modelos Mistral para tareas multimodales.
• Implementar flujos de trabajo de OCR e integrarlos con pipelines de NLP.
• Diseñar aplicaciones de comprensión de documentos para casos de uso empresariales.
• Desarrollar funcionalidades de búsqueda visión-texto y interfaces asistentes.

Formato del Curso

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

Esta formación en vivo y guiada por un instructor (en línea o presencial) está dirigida a científicos de datos y desarrolladores intermedios que desean aplicar técnicas de procesamiento del lenguaje natural utilizando Python en Google Colab.

Al finalizar este curso, los participantes podrán:

• Comprender los conceptos fundamentales del procesamiento del lenguaje natural.
• Preprocesar y limpiar datos de texto para tareas de PLN.
• Realizar análisis de sentimiento utilizando las bibliotecas NLTK y SpaCy.
• Trabajar con datos de texto usando Google Colab para un desarrollo escalable y colaborativo.

Advanced Ollama Model Debugging & Evaluation es un curso detallado centrado en el diagnóstico, la prueba y la medición del comportamiento de los modelos al ejecutar implementaciones locales o privadas de Ollama.

Esta formación en vivo dirigida por instructores (en línea o presencial) se dirige a ingenieros de IA avanzados, profesionales de ML Ops y practicantes de QA que desean garantizar la fiabilidad, la fidelidad y la preparación operativa de los modelos basados en Ollama en producción.

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

• Ejecutar un depurado sistemático de modelos alojados en Ollama y reproducir modos de fallo de manera confiable.
• Diseñar y ejecutar pipelines de evaluación robusta con métricas cuantitativas y cualitativas.
• Implementar la observabilidad (logs, trazas, métricas) para monitorear la salud del modelo y el deriva.
• Automatizar pruebas, validaciones y controles de regresión integrados en los pipelines CI/CD.

Formato del Curso

• Conferencia interactiva y discusión.
• Laboratorios prácticos y ejercicios de depuración utilizando implementaciones de Ollama.
• Casos de estudio, sesiones grupales de solución de problemas y talleres de automatización.

Opciones de Personalización del Curso

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

Este entrenamiento en vivo dirigido por instructores en Quito (en línea o presencial) está destinado a investigadores, analistas y trabajadores de conocimiento de nivel intermedio que desean aprovechar Claude AI para procesar grandes cantidades de datos, sintetizar información y automatizar tareas de investigación.

Al final de este entrenamiento, los participantes podrán:

• Utilizar Claude AI para revisiones de literatura y síntesis de investigación.
• Resumir informes, artículos de investigación y documentos extensos.
• Extraer insights clave y tendencias de datos estructurados e inestructurados.
• Integrar Claude AI en flujos de trabajo de investigación y gestión del conocimiento.

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 Quito (en línea o presencial) está dirigida a ingenieros de datos de nivel avanzado y DevOps profesionales que deseen aprovechar las capacidades de LangChain integrándola con varios servicios en la nube.

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

• Integre LangChain con las principales plataformas en la nube, como AWS, Azure y Google Cloud.
• Utilice API y servicios basados en la nube para mejorar las aplicaciones con tecnología LangChain.
• Escale e implemente agentes conversacionales en la nube para la interacción en tiempo real.
• Implemente las mejores prácticas de supervisión y seguridad en entornos de nube.

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 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.

Esta capacitación en vivo dirigida por un instructor en Quito (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean profundizar su comprensión de los agentes conversacionales y aplicar LangChain a casos de uso del mundo real.

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

• Comprender los fundamentos de LangChain y su aplicación en la creación de agentes conversacionales.
• Desarrolle e implemente agentes conversacionales con LangChain.
• Integre agentes conversacionales con API y servicios externos.
• Aplicar Natural Language Processing (NLP) técnicas para mejorar el rendimiento de los agentes conversacionales.

Esta formación en vivo dirigida por un instructor en Quito (en línea o presencial) está destinada a creadores de contenido, escritores y marketers de nivel principiante a intermedio que desean aprovechar Claude AI para la generación, edición y resumen de contenidos con el fin de mejorar blogs, informes y materiales de marketing.

Al finalizar esta formación, los participantes podrán:

• Utilizar Claude AI para la generación de ideas y ampliación de conceptos.
• Mejorar el escritura con edición y corrección automática asistida por IA.
• Generar resúmenes para contenido de largo formato e informes.
• Automatizar la creación de copias publicitarias para diferentes plataformas.

Este entrenamiento en vivo dirigido por un instructor (en línea o presencial) en Quito está destinado a profesionales de nivel avanzado que desean afinar y personalizar modelos AI en Ollama para mejorar el rendimiento y aplicaciones específicas del dominio.

Al finalizar este entrenamiento, los participantes podrán:

• Configurar un entorno eficiente para afinar modelos AI en Ollama.
• Preparar conjuntos de datos para el ajuste supervisado y el aprendizaje por refuerzo.
• Optimizar los modelos AI para rendimiento, precisión y eficiencia.
• Implementar modelos personalizados en entornos de producción.
• Evaluar mejoras del modelo y asegurar la robustez.

Mistral es una familia de modelos de lenguaje grande de alto rendimiento optimizados para el despliegue en producción a gran escala y de manera coste-eficiente.

Este entrenamiento dirigido por un instructor (en línea o en sitio) está destinado a ingenieros de infraestructura avanzados, arquitectos en la nube y líderes de MLOps que deseen diseñar, implementar y optimizar arquitecturas basadas en Mistral para lograr el mayor rendimiento con el menor costo posible.

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

• Implementar patrones de despliegue escalables para Mistral Medium 3.
• Aplicar estrategias de batch, cuantización y servido eficiente.
• Optimizar los costos de inferencia mientras se mantiene el rendimiento.
• Diseñar topologías de servido listas para producción para cargas de trabajo empresariales.

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

Esta formación en vivo dirigida por un instructor en Quito (en línea o presencial) está destinada a desarrolladores y profesionales de IT de todos los niveles que desean automatizar tareas y procesos utilizando IA sin escribir extensas líneas de código.

Al final de esta formación, los participantes podrán:

• Diseñar e implementar flujos de trabajo complejos utilizando la interfaz de programación visual de n8n.
• Integrar capacidades de IA en flujos de trabajo mediante LangChain.
• Construir chatbots y asistentes virtuales personalizados para diversos casos de uso.
• Realizar análisis y procesamiento avanzados de datos con agentes de IA.

Esta formación en vivo y presidida por un instructor (en línea o en el sitio) está dirigida a profesionales avanzados que desean implementar flujos de trabajo impulsados por IA seguros y eficientes utilizando Ollama.

Al finalizar esta formación, los participantes podrán:

• Implementar y configurar Ollama para el procesamiento de IA privada.
• Integrar modelos de IA en flujos de trabajo empresariales seguros.
• Optimizar el rendimiento de la IA mientras se mantiene la privacidad de los datos.
• Automatizar procesos de negocio con capacidades de IA alojadas localmente.
• Asegurar el cumplimiento con las políticas de seguridad y gobernanza empresariales.

Esta formación en vivo dirigida por un instructor en Quito (en línea o presencial) está destinada a desarrolladores de software y ingenieros de IA de nivel intermedio que deseen integrar Claude AI en sus aplicaciones, construir chatbots alimentados por IA y mejorar la funcionalidad del software con automatización impulsada por IA.

Al finalizar esta formación, los participantes podrán:

• Utilizar la API de Claude AI para integrar IA en aplicaciones.
• Desarrollar chatbots y asistentes virtuales impulsados por IA.
• Mejorar las aplicaciones con automatización y PLN (Procesamiento de Lenguaje Natural) alimentada por IA.
• Optimizar y ajustar los modelos de Claude AI para diferentes casos de uso.

LangGraph es un marco de orquestación basado en grafos que permite flujos de trabajo condicionales y multi-pasos para LLM y herramientas, ideal para automatizar y personalizar canales de contenido.

Esta formación en vivo dirigida por instructores (en línea o presencial) se dirige a marketers de nivel intermedio, estrategas de contenidos y desarrolladores de automatización que deseen implementar campañas de correo electrónico dinámicas y ramificadas y canales de generación de contenido utilizando LangGraph.

Al finalizar esta formación, los participantes podrán:

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

Formato del Curso

• Conferencias interactivas y discusiones grupales.
• Laboratorios prácticos implementando flujos de trabajo de correo electrónico y canales de contenido.
• Ejercicios basados en escenarios sobre personalización, segmentación y lógica ramificada.

Opciones de Personalización del Curso

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

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.

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 formación en vivo dirigida por un instructor en Quito (en línea o presencial) está destinada a profesionales principiantes que desean integrar Claude AI en sus flujos de trabajo diarios para mejorar la eficiencia y la automatización.

Al finalizar esta formación, los participantes podrán:

• Utilizar Claude AI para automatizar tareas repetitivas y optimizar flujos de trabajo.
• Mejorar la productividad personal y del equipo mediante la automatización impulsada por IA.
• Integrar Claude AI con las herramientas y plataformas empresariales existentes.
• Optimizar la toma de decisiones y la gestión de tareas impulsadas por IA.

Este entrenamiento dirigido por un instructor, en vivo en Quito (en línea o presencial), está dirigido a profesionales de nivel intermedio que deseen implementar, optimizar e integrar LLMs utilizando Ollama.

Al finalizar este entrenamiento, los participantes podrán:

• Configurar e implementar LLMs utilizando Ollama.
• Optimizar modelos de IA para mejorar el rendimiento y la eficiencia.
• Aprovechar la aceleración de GPU para mejorar la velocidad de inferencia.
• Integrar Ollama en flujos de trabajo y aplicaciones.
• Monitorear y mantener el rendimiento de los modelos de IA a lo largo del tiempo.

Esta capacitación en vivo dirigida por un instructor en Quito (en línea o en el sitio) está dirigida a desarrolladores e ingenieros de software de nivel principiante a intermedio que deseen aprender los conceptos básicos y la arquitectura de LangChain y adquirir las habilidades prácticas para crear aplicaciones impulsadas por IA.

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

• Comprender los principios fundamentales de LangChain.
• Instale y configure el entorno de LangChain.
• Comprenda la arquitectura y cómo LangChain interactúa con grandes modelos de lenguaje (LLM).
• Desarrolle aplicaciones sencillas con LangChain.

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.

Esta capacitación en vivo dirigida por un instructor en Quito (en línea o en el sitio) está dirigida a científicos de datos de nivel intermedio, desarrolladores de IA y entusiastas de la IA que deseen utilizar LLM para realizar diversas tareas de NLP y crear contenido novedoso y diverso para diferentes propósitos.

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

• Establecer un entorno de desarrollo con LLM y herramientas esenciales.
• Realice de manera experta tareas de NLU y NLI con LLM.
• Extraiga, infiera y utilice gráficos de conocimiento de manera efectiva.
• Genere y gestione diálogos utilizando LLM para aplicaciones conversacionales.
• Evalúe la calidad y la diversidad del contenido generado por los LLM y la IA generativa.
• Aplicar principios éticos, garantizando la equidad y el uso responsable de los LLM.

Esta capacitación en vivo dirigida por un instructor en Quito (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean mejorar sus proyectos de PNL a través del ajuste efectivo de modelos de lenguaje preentrenados.

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

• Comprender los fundamentos del ajuste fino de las tareas de PNL.
• Ajuste los modelos previamente entrenados, como GPT, BERT y T5, para aplicaciones específicas de NLP.
• Optimice los hiperparámetros para mejorar el rendimiento del modelo.
• Evalúe e implemente modelos ajustados en escenarios del mundo real.

Esta formación en directo dirigida por un instructor (en línea o presencial) está dirigida a científicos de datos, ingenieros de aprendizaje automático, investigadores de PNL y entusiastas de la IA que deseen comprender el funcionamiento interno de los modelos GPT, explorar las capacidades de GPT-3 y GPT-4 y aprender a aprovechar estos modelos para sus tareas de PNL.

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

• Comprenda los conceptos y principios clave detrás de los transformadores generativos preentrenados.
• Comprender la arquitectura y el proceso de entrenamiento de los modelos GPT.
• Utilice GPT-3 para tareas como la generación, finalización y traducción de textos.
• Explore los últimos avances en GPT-4 y sus posibles aplicaciones.
• Aplicar modelos GPT a sus propios proyectos y tareas de PNL.

Esta formación en vivo dirigida por un instructor en Quito (en línea o presencial) está destinada a profesionales de negocios principiantes, equipos de soporte al cliente y entusiastas de la tecnología que desean comprender los fundamentos de Claude AI y aprovecharlo para aplicaciones empresariales.

Al finalizar esta formación, los participantes podrán:

• Comprender las capacidades y casos de uso de Claude AI.
• Configurar e interactuar eficazmente con Claude AI.
• Automatizar flujos de trabajo empresariales con IA conversacional.
• Mejorar la interacción y el soporte al cliente utilizando soluciones impulsadas por IA.

Esta formación en vivo (en línea o presencial) impartida por un instructor está dirigida a desarrolladores e ingenieros de software de nivel intermedio que desean construir aplicaciones impulsadas por IA utilizando el marco LangChain.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de LangChain y sus componentes.
• Integrar LangChain con modelos de lenguaje grandes (LLMs) como GPT-4.
• Construir aplicaciones modulares utilizando LangChain.
• Resolver problemas comunes en las aplicaciones de LangChain.

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.

Mistral Medium 3 es un modelo de lenguaje grande y multimodal de alto rendimiento diseñado para implementaciones de grado empresarial en entornos empresariales.

Este entrenamiento dirigido por instructores (en línea o presencial) está destinado a ingenieros AI/ML intermedios y avanzados, arquitectos de plataforma y equipos MLOps que deseen implementar, optimizar y asegurar Mistral Medium 3 para casos de uso empresariales.

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

• Implementar Mistral Medium 3 utilizando opciones de API y autohospedaje.
• Optimizar el rendimiento de inferencia y costos.
• Implementar casos de uso multimodales con Mistral Medium 3.
• Aplicar las mejores prácticas de seguridad y cumplimiento para entornos empresariales.

Formato del Curso

• Conferencia interactiva y discusión.
• Muchas 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, por favor contáctenos para hacer los arreglos necesarios.

Esta formación en vivo, dirigida por un instructor (en línea u on-site), está orientada a profesionales principiantes que desean instalar, configurar y usar Ollama para ejecutar modelos de IA en sus máquinas locales.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos y capacidades de Ollama.
• Configurar Ollama para ejecutar modelos locales de IA.
• Implementar e interactuar con LLMs utilizando Ollama.
• Optimizar el rendimiento y el uso de recursos para cargas de trabajo de IA.
• Explorar casos de uso para la implementación local de IA en diversos sectores.

Se estima que los datos no estructurados representan más del 90 por ciento de todos los datos, gran parte de ellos en forma de texto. Las publicaciones de blog, los tweets, las redes sociales y otras publicaciones digitales se suman continuamente a este creciente cuerpo de datos.

Este curso en vivo dirigido por un instructor se centra en extraer información y significado de estos datos. Utilizando las bibliotecas R Language y Natural Language Processing (NLP), combinamos conceptos y técnicas de ciencias de la computación, inteligencia artificial y lingüística computacional para comprender algorítmicamente el significado detrás de los datos de texto. Las muestras de datos están disponibles en varios idiomas según los requisitos del cliente.

Al final de esta formación, los participantes serán capaces de preparar conjuntos de datos (grandes y pequeños) a partir de fuentes dispares, y luego aplicar los algoritmos adecuados para analizar e informar sobre su importancia.

Formato del curso

• En parte conferencia, en parte discusión, práctica práctica intensa, pruebas ocasionales para medir la comprensión

Este curso ha sido creado para gerentes, arquitectos de soluciones, oficiales de innovación, CTOs, arquitectos de software y cualquier persona interesada en una visión general de la inteligencia artificial aplicada y el pronóstico más cercano sobre su desarrollo.

La IA es un conjunto de tecnologías para construir sistemas inteligentes capaces de comprender los datos y las actividades que los rodean para tomar "decisiones inteligentes". Para los proveedores Telecom, la creación de aplicaciones y servicios que hagan uso de la IA podría abrir la puerta a la mejora de las operaciones y los servicios en áreas como el mantenimiento y la optimización de la red.

En este curso examinamos las diversas tecnologías que componen la IA y los conjuntos de habilidades necesarias para ponerlas en práctica. A lo largo del curso, examinamos las aplicaciones específicas de la IA dentro de la industria Telecom.

Audiencia

• Ingenieros de redes
• Personal de operaciones de red
• Telecom Directores técnicos

Formato del curso

• Parte conferencia, parte discusión, ejercicios prácticos

Este curso está dirigido a desarrolladores y científicos de datos que desean entender e implementar la inteligencia artificial en sus aplicaciones. Se presta especial atención al análisis de datos, la inteligencia artificial distribuida y el procesamiento del lenguaje natural.

Los ChatBots son programas informáticos que simulan automáticamente respuestas humanas a través de interfaces de chat. Los ChatBots ayudan a las organizaciones a maximizar la eficiencia de sus operaciones al proporcionar opciones más fáciles y rápidas para las interacciones con los usuarios.

En este entrenamiento en vivo dirigido por un instructor, los participantes aprenderán cómo construir chatbots en Python.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Comprender los fundamentos de la construcción de chatbots
• Construir, probar, implementar y solucionar problemas de varios chatbots utilizando Python

Audiencia

• Desarrolladores

Formato del curso

• Parte teórica, parte discusión, ejercicios y mucha práctica

Nota

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

En esta capacitación en vivo dirigida por un instructor en Quito, los participantes aprenderán a usar Python bibliotecas para NLP a medida que crean una aplicación que procesa un conjunto de imágenes y genera subtítulos. 

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

• Diseñe y codifique DL para NLP usando bibliotecas Python. 
• Cree Python código que lea una colección sustancialmente grande de imágenes y genere palabras clave.
• Cree Python Código que genere subtítulos a partir de las palabras clave detectadas.

Esta sesión de formación presencial explorará técnicas de PLN en conjunto con la aplicación de IA y Robotics en el ámbito empresarial. Los delegados realizarán ejercicios basados en computadora y resolverán casos prácticos utilizando Python.

Esta capacitación en vivo dirigida por un instructor (en el sitio o remota) está dirigida a desarrolladores y científicos de datos que desean usar spaCy para procesar grandes volúmenes de texto para encontrar patrones y obtener información.

Al final de esta capacitación, los participantes podrán:

• Instalar y configurar spaCy.
• Comprender el enfoque de spaCy para Natural Language Processing (NLP).
• Extraer patrones y obtener información empresarial de fuentes de datos a gran escala.
• Integrar la biblioteca spaCy con aplicaciones web y heredadas existentes.
• Implementar spaCy en entornos de producción en vivo para predecir el comportamiento humano.
• Usar spaCy para preprocesar texto para Deep Learning

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 una capacitación personalizada para este curso, contáctenos para organizarlo.
• Para obtener más información sobre spaCy, visite: https://spacy.io/

En Python Machine Learning, la función de Resumen de Texto es capaz de leer el texto de entrada y generar un resumen de texto. Esta capacidad está disponible desde la línea de comandos o como una API/Biblioteca de Python. Una aplicación emocionante es la creación rápida de resúmenes ejecutivos; esto es particularmente útil para organizaciones que necesitan revisar grandes volúmenes de datos de texto antes de generar informes y presentaciones.

En esta formación dirigida por un instructor, los participantes aprenderán a usar Python para crear una aplicación simple que genere automáticamente un resumen de texto de entrada.

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

• Usar una herramienta de línea de comandos que resume texto.
• Diseñar y crear código de Resumen de Texto utilizando bibliotecas de Python.
• Evaluar tres bibliotecas de resumen de Python: sumy 0.7.0, pysummarization 1.0.4, readless 1.0.17

Audiencia

• Desarrolladores
• Científicos de datos

Formato del curso

• En parte conferencia, en parte discusión, ejercicios y práctica práctica intensa

TensorFlow™ es una biblioteca de software de código abierto para el cálculo numérico utilizando grafos de flujo de datos.

SyntaxNet es un marco de Procesamiento de Lenguaje Natural basado en redes neuronales para TensorFlow.

Word2Vec se utiliza para aprender representaciones vectoriales de palabras, llamadas "incrustaciones de palabras". Word2vec es un modelo predictivo particularmente eficiente computacionalmente para aprender incrustaciones de palabras a partir de texto crudo. Viene en dos versiones: el modelo Continuous Bag-of-Words (CBOW) y el modelo Skip-Gram (Capítulo 3.1 y 3.2 en Mikolov et al.).

Utilizados conjuntamente, SyntaxNet y Word2Vec permiten a los usuarios generar modelos de incrustaciones aprendidas a partir de la entrada de lenguaje natural.

Público Objetivo

Este curso está destinado a desarrolladores e ingenieros que deseen trabajar con modelos SyntaxNet y Word2Vec en sus grafos de TensorFlow.

Al completar este curso, los participantes podrán:

• entender la estructura y las mecanismos de implementación de TensorFlow
• realizar tareas y configuraciones del entorno de instalación / producción / arquitectura
• evaluar la calidad del código, realizar depuración y monitoreo
• implementar producciones avanzadas como el entrenamiento de modelos, incorporación de términos, construcción de grafos y registro