Inteligencia Artificial en Amazon Web Services (AWS)

LangGraph es un marco para construir aplicaciones LLM con estado múltiple y múltiples actores como gráficos composables con estado persistente y control sobre la ejecución.

Esta capacitación en vivo dirigida por un instructor (en línea o presencial) está diseñada para ingenieros de plataformas AI de nivel avanzado, DevOps para IA y arquitectos de ML que desean optimizar, depurar, monitorear y operar sistemas LangGraph de grado empresarial.

Al finalizar esta capacitación, los participantes serán capaces de:

• Diseñar y optimizar topologías complejas de LangGraph para velocidad, costo y escalabilidad.
• Asegurar la confiabilidad mediante reintentos, tiempos de espera, idempotencia y recuperación basada en puntos de control (checkpoint).
• Depurar y rastrear ejecuciones del gráfico, inspeccionar el estado y reproducir sistemáticamente problemas de producción.
• Instrumentar gráficos con registros, métricas y trazas, desplegarlos en producción y monitorear SLA y costos.

Formato del curso

• Conferencia interactiva y discusión.
• Muchas prácticas y ejercicios.
• 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.

Esta formación en vivo y con instructores en Venezuela (presencial o remota) está dirigida a ingenieros que deseen desplegar y gestionar dispositivos IoT en AWS.

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

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

Al finalizar esta formación, los participantes serán capaces de:

• Configurar AWS Lambda para ejecutar una función.
• Comprender FaaS (Funciones como Servicio) y las ventajas del desarrollo serverless.
• Crear, subir 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 framework de código abierto diseñado para construir y ejecutar agentes de codificación que pueden interactuar con codebases, herramientas de desarrollo y APIs para mejorar la productividad ingenieril.

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

Al finalizar esta formación, los participantes podrán:

• Configurar y personalizar Devstral para el desarrollo de agentes de codificación.
• Diseñar flujos de trabajo ágiles para la exploración y modificación de codebases.
• Integrar agentes de codificación con herramientas de desarrollo y APIs.
• Implementar las mejores prácticas para el despliegue seguro y eficiente de agentes.

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 formación personalizada para este curso, contáctenos para organizarlo.

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

Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a ingenieros de aprendizaje automático (ML) de nivel intermedio-avanzado, equipos de plataformas e ingenieros de investigación que desean autoalojar, ajustar fino y gobernar los modelos Mistral y Devstral en entornos de producción.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar y preparar entornos autoalojados para los modelos Mistral y Devstral.
• Aplicar técnicas de ajuste fino para mejorar el rendimiento en dominios específicos.
• Implementar versionado, monitoreo y gobernanza del ciclo de vida.
• Garantizar la seguridad, el cumplimiento normativo y el uso responsable de modelos de código abierto.

Formato del Curso

• Clase interactiva y discusión.
• Ejercicios prácticos de autoalojamiento y ajuste fino.
• Implementación en laboratorio en vivo de canalizaciones de gobernanza y monitoreo.

Opciones de Personalización del Curso

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

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

Al finalizar esta capacitación, los participantes podrán:

• Configurar y ajustar AWS Cloud9 para flujos de trabajo DevOps.
• Implementar tuberías (pipelines) 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 DevOps.
• Utilizar sistemas de control de código fuente como GitHub o GitLab dentro de AWS Cloud9.

Esta formación en vivo dirigida por un instructor en Venezuela (en línea o presencial) está destinada a profesionales de nivel intermedio que deseen aprender cómo construir, desplegar y mantener eficazmente aplicaciones sin servidor en AWS Cloud9 y AWS Lambda.

Al finalizar esta formación, los participantes serán capaces de:

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

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

Al finalizar esta formación, los participantes podrán:

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

Resumen:

• Comprensión de la arquitectura de IoT y sus funciones principales.
• Exploración del concepto de "Cosas" y "Sensores", el Internet de las Cosas, y el mapeo de las funciones empresariales a soluciones de IoT.
• Descripción exhaustiva de los componentes de software de IoT: hardware, firmware, middleware, infraestructura en la nube y aplicaciones móviles.
• Funciones clave de IoT: gestión de flotas, visualización de datos, FM y DV basadas en SaaS, sistemas de alertas/alarmas, incorporación de sensores y "cosas", y geovallado (geo-fencing).
• 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 datos.
• 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 con estado y múltiples actores, estructuradas como grafos composables con estado persistente y control sobre la ejecución.

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

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar flujos de trabajo de LangGraph específicos para el sector financiero, alineados con requisitos regulatorios y de auditoría.
• Integrar estándares y ontologías de datos financieros en el estado del grafo y en las herramientas utilizadas.
• Implementar controles de confiabilidad, seguridad e intervención humana para procesos críticos.
• Desplegar, monitorear y optimizar sistemas LangGraph para mejorar el rendimiento, los costos y el cumplimiento de los SLAs.

Formato del curso

• Clases interactivas y discusión en grupo.
• Muchos 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 coordinarla.

LangGraph es un marco de trabajo para construir aplicaciones LLM estructuradas en grafos que admiten planificación, ramificación, uso de herramientas, memoria y ejecución controlable.

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

Al finalizar esta formación, los participantes podrán:

• Explicar los conceptos centrales de LangGraph (nodos, aristas, estado) y cuándo utilizarlos.
• Construir cadenas de prompts que se ramifiquen, invoquen herramientas y mantengan la memoria.
• Integrar mecanismos de recuperación e APIs externas en flujos de trabajo basados en grafos.
• Probar, depurar y evaluar aplicaciones LangGraph para garantizar su fiabilidad y seguridad.

Formato del curso

• Conferencias interactivas y discusiones guiadas.
• Laboratorios dirigidos y recorridos 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, contáctenos para coordinarlo.

LangGraph permite la creación de flujos de trabajo con estado y múltiples actores, impulsados por modelos de lenguaje grandes (LLM), ofreciendo un control preciso sobre las rutas de ejecución y la persistencia del estado. En el sector salud, estas capacidades son cruciales para garantizar el cumplimiento normativo, la interoperabilidad y el desarrollo de sistemas de apoyo a la decisión que se alineen con los procesos médicos.

Esta formación en vivo impartida por un instructor (disponible en línea o en sus instalaciones) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones basadas en LangGraph para el sector salud, abordando al mismo tiempo los desafíos regulatorios, éticos y operativos.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar flujos de trabajo con LangGraph específicos del sector salud, teniendo en cuenta el cumplimiento normativo y la auditableidad.
• Integrar aplicaciones de LangGraph con ontologías y estándares médicos (FHIR, SNOMED CT, ICD).
• Aplicar las mejores prácticas para garantizar confiabilidad, trazabilidad y explicabilidad en entornos sensibles.
• Desplegar, monitorear y validar aplicaciones de LangGraph en entornos de producción del sector salud.

Formato del curso

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

Opciones de personalización del curso

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

LangGraph es un marco de trabajo para construir aplicaciones de LLM multifuncionales y con estado, mediante grafos compuestos que mantienen un estado persistente y brindan 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 deseen diseñar, implementar y operar soluciones legales 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 legal que preserven la auditabilidad y el cumplimiento normativo.
• Integrar ontologías legales y estándares de documentos en el estado del grafo y en el procesamiento de datos.
• Implementar salvaguardas, aprobaciones con intervención humana y caminos de decisión rastreables.
• Desplegar, monitorear y mantener servicios de LangGraph en entornos de producción con observabilidad y controles de costos.

Formato del Curso

• Conferencia interactiva y discusión grupal.
• Numerosos ejercicios y práctica constante.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

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

LangGraph es un marco de trabajo para componer flujos de trabajo estructurados en grafos que apoyan el uso de LLMs, incluyendo ramificación, uso de herramientas, memoria y ejecución controlable.

Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a ingenieros de nivel intermedio y equipos de producto 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 atención 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 ruteo condicional, reintentos y fallbacks para garantizar una ejecución robusta.
• Integrar recuperación, APIs y salidas estructuradas en los bucles de agentes.
• Evaluar, monitorear y asegurar el comportamiento del agente para garantizar confiabilidad y seguridad.

Formato del Curso

• Conferencia interactiva y discusión facilitada.
• Laboratorios guiados y análisis de código en un entorno de prueba (sandbox).
• Ejercicios de diseño basados en escenarios y revisiones entre compañeros.

Opciones de Personalización del Curso

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

LangGraph es un marco de orquestación basado en grafos que habilita flujos de trabajo condicionales y multipaso con modelos de lenguaje grandes (LLM) y herramientas, ideal para automatizar y personalizar pipelines de contenido.

Este curso práctico impartido por instructores (en línea o presencial) está dirigido a profesionales del marketing de nivel intermedio, estrategas de contenido y desarrolladores de automatización que desean implementar campañas de correo electrónico dinámicas con ramificaciones y pipelines de generación de contenido utilizando LangGraph.

Al finalizar esta capacitación, los participantes serán capaces de:

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

Formato del Curso

• Lecciones interactivas y discusiones grupales.
• Prácticas hands-on implementando flujos de trabajo de correo electrónico y pipelines de contenido.
• Ejercicios basados en escenarios sobre personalización, segmentación y lógica de ramificación.

Opciones de Personalización del Curso

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