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.
Duración 21 horas
Temario del curso
1. Introducción a Spring AI
- Creación y configuración de proyectos
- El papel del prompt y el envío de prompts
- Escribiendo una primera prueba
- Selección de un modelo
- Configuración del modelo
- Vista previa de las capacidades de Spring AI
2. Comprensión de las respuestas
- Cómo verificar respuestas relevantes
- La precisión en tiempo de ejecución
3. El prompt en detalle
- Uso de plantillas de prompt
- Definición de una nueva plantilla de prompt
- Comprensión del contexto
- El rol y su importancia
- Influenciar la generación de respuestas mediante opciones
- Transmisión en streaming (streaming) y formateo de la salida
- Metadatos en la respuesta
4. Uso de tus datos y documentos
- Comprensión de RAG (Generación Aumentada por Recuperación)
- Configuración del almacén vectorial (vector store) y carga de documentos
- Una primera implementación de RAG
- RAG usando un asesor (advisor)
- Capacidades modulares de RAG
5. El papel de la memoria en la IA
- Por qué necesitamos memoria
- Agregación y configuración de memoria para soportar conversaciones
- ID de conversación
- Soporte de memoria persistente
- Almacenamiento de memoria de chat en el almacén vectorial
6. Herramientas de IA (AI Tools)
- Una aplicación habilitada para herramientas
- Comprensión de las capacidades de las herramientas
- Escribido y puesta en marcha de la herramienta
- Funciones como herramientas
7. El Protocolo de Contexto de Modelo (MCP)
- ¿Por qué necesitamos MCP?
- Trabajo con un Cliente MCP
- Escribiendo el Servidor MCP
- Base de datos y herramientas para el Servidor MCP
- Comprensión del transporte HTTP y SSE (Server-Sent Events)
- Exposición de prompts y recursos
8. Monitoreo de operaciones
- Habilitación de métricas del actuador (actuator)
- Verificación de operaciones del almacén vectorial
- Análisis de la interacción con el modelo
- Conteo de tokens
- Integración de todo en Prometheus y creación de un panel (dashboard)
- Pista de trazabilidad (tracing) de operaciones de IA
9. Salvaguardas en IA generativa
- Control de documentos accedidos vía RAG
- Seguridad de las herramientas
- Contrarrestar el prompting adversarial
- Moderación de la entrada del usuario
10. Patrones comunes de IA generativa
- Resumen de contenido
- Traducción de mensajes
- Análisis de sentimiento
11. El papel de los Agentes
- ¿Qué es un agente?
- Implementación de flujos de trabajo agénticos
- Encadenamiento de prompts, enrutamiento de tareas y paralelización
- Acceso a agentes vía MCP
Requerimientos
Se recomienda que los participantes cuenten con:
- Conocimientos sólidos de programación en Java
- Experiencia práctica con Spring y Spring Boot
- Familiaridad con la creación y configuración de aplicaciones Spring Boot
- Comprensión básica de APIs REST y HTTP
- Comprensión básica de JSON y configuración de aplicaciones
- Comprensión básica de IA generativa y Modelos de Lenguaje Grandes (LLMs)
- Es recomendable la familiaridad con bases de datos y conceptos de acceso a datos
- No se requiere experiencia previa con Spring AI, RAG, MCP o agentes de IA
Reseñas (1)
Se proporciona información detallada sobre los temas más avanzados solicitados.
Farukh Khan - Tandem Solution
Curso - RabbitMQ with Java and Spring
Traducción Automática