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
- Panorama general de DeepSeek, Mistral, LLaMA y otros modelos de código abierto.
- Cómo funcionan 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 de sesgos.
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.
Despliegue de agentes de IA basados en LLM
- Contenerización de agentes de IA con Docker.
- Integración de LLM en aplicaciones empresariales.
- Escalamiento de agentes de IA mediante servicios en la nube y APIs.
Seguridad y cumplimiento en la IA empresarial
- Consideraciones éticas y cumplimiento normativo.
- Mitigación de riesgos en la automatización impulsada por IA.
- Monitoreo y auditoría del comportamiento de los agentes de IA.
Estudios de casos y aplicaciones en el mundo real
- Asistentes virtuales impulsados por LLM.
- Automatización de documentos basada en 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 (PLN).
Público objetivo
- Ingenieros de IA.
- Desarrolladores de software empresarial.
- Líderes empresariales.
21 Horas
