Modelos de Lenguaje Grande (LLM) y Aprendizaje por Refuerzo (RL)
Los Modelos de Lenguaje Grande (LLM) son tipos avanzados de redes neuronales diseñados para entender y generar texto similar al humano en función de 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 mediante la realización de acciones en un entorno con el objetivo de maximizar las recompensas acumuladas.
Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a científicos de datos de nivel intermedio que desean obtener 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 específicamente los LLM para tareas y aplicaciones concretas.
- Comprender los principios fundamentales y las metodologías 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)
- Descripción general de los LLM
- Definición e importancia
- Aplicaciones en la inteligencia artificial actual
Arquitectura Transformadora
- ¿Qué es un transformador y cómo funciona?
- Componentes principales y características
- Incrustación y codificación posicional
- Atención multifocal
- Red neuronal de alimentación hacia adelante
- Normalización y conexiones residuales
Modelos Transformadores
- Mecanismo de autoatención
- Arquitectura codificador-decodificador
- Incrustaciones posicionales
- BERT (Representaciones Codificadoras Bidireccionales de Transformadores)
- GPT (Transformador Preentrenado Generativo)
Optimización del rendimiento y errores comunes
- Longitud del contexto
- Mamba y modelos de espacio de estado
- Atención rápida
- Transformadores dispersos
- Transformadores visuales
- Importancia de la cuantización
Mejora de los transformadores
- Generación de texto aumentada por recuperación
- Mezcla de modelos
- Árbol de pensamientos
Ajuste fino (Fine-Tuning)
- Teoría de la adaptación de bajo rango
- Ajuste fino con QLora
Leyes de escalado y optimización en LLM
- Importancia de las leyes de escalado para los LLM
- Escala del tamaño de los datos y del modelo
- Escala computacional
- Escala de 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 LLM
- Etapas 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 mediante refuerzo positivo
- Definición y conceptos clave
- Proceso de decisión de Markov (MDP, por sus siglas en inglés)
- Programación dinámica
- Métodos de Monte Carlo
- Aprendizaje de diferencia temporal
Aprendizaje profundo por refuerzo
- Redes Q profundas (DQN, por sus siglas en inglés)
- Optimización de política proximal (PPO, por sus siglas en inglés)
- Elementos del aprendizaje por refuerzo
Integración de LLM y Aprendizaje por Refuerzo
- Combinación de LLM con aprendizaje por refuerzo
- Cómo se utiliza el RL en los LLM
- Aprendizaje por refuerzo con retroalimentación humana (RLHF, por sus siglas en inglés)
- Alternativas al RLHF
Casos de estudio y aplicaciones
- Aplicaciones en el mundo real
- Ejemplos de éxito y desafíos
Tópicos avanzados
- Técnicas avanzadas
- Métodos avanzados de optimización
- 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 gráficos complejos
35 HorasLangGraph 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.
Creación de Agentes de Codificación con Devstral: Desde el Diseño del Agente hasta la Herramientización
14 HorasDevstral 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.
Operaciones de Modelos 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 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.
Aplicaciones de LangGraph en el sector financiero
35 HorasLangGraph 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.
Fundamentos de LangGraph: Creación de Prompts y Encadenamiento con LLM basados en grafos
14 HorasLangGraph 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 en el sector salud: Orquestación de flujos de trabajo para entornos regulados
35 HorasLangGraph 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 para Aplicaciones Legales
35 HorasLangGraph 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.
Construcción de Flujos Dinámicos con LangGraph y Agentes LLM
14 HorasLangGraph 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 para Automatización de Marketing
14 HorasLangGraph 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.
Le Chat Enterprise: ChatOps privado, integraciones y controles de administración
14 HorasLe Chat Enterprise es una solución privada de ChatOps que ofrece capacidades avanzadas de IA conversacional seguras, personalizables y gobernanza para organizaciones, con soporte para control basado en roles (RBAC), inicio de sesión único (SSO), conectores e integraciones con aplicaciones empresariales.
Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a gerentes de productos intermedios, líderes de TI, ingenieros de soluciones y equipos de seguridad y cumplimiento que desean implementar, configurar y gobernar Le Chat Enterprise en entornos empresariales.
Al finalizar esta formación, los participantes podrán:
- Instalar y configurar Le Chat Enterprise para despliegues seguros.
- Habilitar el control basado en roles (RBAC), el inicio de sesión único (SSO) y controles impulsados por cumplimiento normativo.
- Integrar Le Chat con aplicaciones empresariales y almacenes de datos corporativos.
- Diseñar e implementar manuales de operación (playbooks) para la gobernanza y administración de ChatOps.
Formato del curso
- Lecciones interactivas y discusión grupal.
- Amplia práctica mediante ejercicios y casos de estudio.
- 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 los detalles.
Arquitecturas de Modelos de Lenguaje Grande (LLM) Rentables: Mistral a Gran Escala (Ingeniería de Rendimiento y Costo)
14 HorasMistral es una familia de modelos de lenguaje grande de alto rendimiento, optimizada para su implementación productiva escalable y rentable.
Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a ingenieros de infraestructura de nivel avanzado, arquitectos de nube y líderes de MLOps que desean diseñar, implementar y optimizar arquitecturas basadas en Mistral para lograr el máximo throughput y el mínimo costo.
Al finalizar esta capacitación, los participantes podrán:
- 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 para cargas de trabajo empresariales.
Formato del Curso
- Clases interactivas y discusiones.
- 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 coordinarlo.
Productización de Asistentes Conversacionales con Conectores e Integraciones de Mistral
14 HorasMistral AI es una plataforma de IA 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, desarrolladores full-stack e ingenieros de integración de nivel principiante a intermedio que desean diseñar, integrar y productizar asistentes conversacionales utilizando conectores e integraciones de Mistral.
Al finalizar esta formación, los participantes serán capaces de:
- Integrar modelos conversacionales de Mistral con conectores empresariales y de SaaS.
- Implementar generación aumentada 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 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, contáctenos para coordinarla.
Implementaciones de nivel empresarial con Mistral Medium 3
14 HorasMistral Medium 3 es un modelo de lenguaje grande multimodal y de alto rendimiento, diseñado para despliegues de grado industrial en entornos empresariales.
Esta formación presencial dirigida por instructores (en línea o in situ) está orientada a ingenieros de IA/ML de nivel intermedio a avanzado, arquitectos de plataforma y equipos de MLOps que deseen desplegar, optimizar y asegurar Mistral Medium 3 para casos de uso empresarial.
Al finalizar esta formación, los participantes podrán:
- Desplegar Mistral Medium 3 utilizando opciones basadas en API y autoalojamiento.
- Optimizar el rendimiento de la inferencia y los costos asociados.
- Implementar casos de uso multimodales con Mistral Medium 3.
- Aplicar las mejores prácticas de seguridad y cumplimiento para entornos empresariales.
Formato del curso
- Clase interactiva y discusión grupal.
- 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 coordinar los detalles.
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 características para un despliegue seguro, conforme a la normativa y responsable de la IA.
Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a líderes de cumplimiento, arquitectos de seguridad y partes interesadas de los departamentos jurídico y operativo de nivel intermedio que deseen implementar prácticas de IA responsable con Mistral mediante el aprovechamiento de mecanismos de privacidad, residencia de datos y controles empresariales.
Al finalizar esta formación, los participantes serán capaces de:
- Implementar técnicas de preservación de la privacidad en los despliegues de Mistral.
- Aplicar estrategias de residencia de datos para cumplir con los requisitos normativos.
- Configurar controles de nivel empresarial como el Control de Acceso Basado en Roles (RBAC), inicio de sesión único (SSO) y registros de auditoría.
- Evaluación de opciones de proveedores y modelos de despliegue para garantizar la alineación con los requisitos de cumplimiento.
Formato del curso
- Ponencia interactiva y discusión.
- Casos prácticos y ejercicios centrados en el cumplimiento normativo.
- Implementación práctica de controles de IA empresarial.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinar los detalles.
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 integran en flujos de trabajo multimodales, admitiendo tareas tanto de lenguaje como de visión para aplicaciones empresariales y de investigación.
Esta formación impartida por un instructor (en línea o presencial) está dirigida a investigadores de ML de nivel intermedio, ingenieros aplicados y equipos de producto que deseen construir aplicaciones multimodales con modelos Mistral, incluyendo pipelines de OCR y comprensión de documentos.
Al finalizar esta formación, los participantes serán capaces de:
- Configurar y preparar los 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 visual-textual y asistentes de interfaz.
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, por favor contáctenos para coordinarlo.
