Modelos de Lenguaje Grande (LLM) y Aprendizaje por Refuerzo (RL)
Los Modelos de Lenguaje Grande (LLM) son tipos avanzados de redes neuronales diseñadas para comprender y generar texto similar al humano basándose en la entrada que reciben. El Aprendizaje por Refuerzo (RL) es un tipo de aprendizaje automático donde un agente aprende a tomar decisiones realizando acciones en un entorno para maximizar las recompensas acumuladas.
Esta formación en vivo dirigida por un instructor (en línea o presencial) está orientada a científicos de datos de nivel intermedio que desean adquirir 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 finamente (fine-tune) LLM para tareas y aplicaciones específicas.
- Comprender los principios y metodologías fundamentales 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 prácticas.
- Implementación práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.
Temario del curso
Introducción a los Modelos de Lenguaje Grande (LLM)
- Visión general de los LLM
- Definición e importancia
- Aplicaciones en la IA actual
Arquitectura Transformadora (Transformer)
- ¿Qué es un transformador y cómo funciona?
- Componentes principales y características
- Embebido y codificación posicional
- Atención multi-cabeza (Multi-head attention)
- Red neuronal de alimentación hacia adelante (Feed-forward neural network)
- Normalización y conexiones residuales
Modelos Transformadores
- Mecanismo de autoatención (Self-attention)
- Arquitectura codificador-decodificador
- Embebidos posicionales
- BERT (Representaciones Codificadoras Bidireccionales de Transformers)
- GPT (Transformador Preentrenado Generativo)
Optimización del rendimiento y aspectos a tener en cuenta
- Longitud del contexto
- Mamba y modelos de espacio de estados
- Atención flash (Flash attention)
- Transformadores dispersos (Sparse transformers)
- Transformadores visuales (Vision transformers)
- Importancia de la cuantización
Mejora de los transformadores
- Generación de texto aumentada por recuperación
- Mezcla de modelos (Mixture of models)
- Árbol de pensamientos (Tree of thoughts)
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
- Escalar tamaño de datos y 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 (fine-tune) LLM
Entrenamiento y ajuste fino (Fine-Tuning) 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)
- Programación dinámica
- Métodos de Monte Carlo
- Aprendizaje por diferencia temporal
Aprendizaje por Refuerzo Profundo (Deep Reinforcement Learning)
- Redes Q profundas (DQN)
- Optimización de política proximal (PPO)
- 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)
- Alternativas al RLHF
Estudios de caso y aplicaciones
- Aplicaciones en el mundo real
- Historias de éxito y desafíos
Tópicos avanzados
- Técnicas avanzadas
- Métodos de optimización avanzada
- Investigación y desarrollos de vanguardia
Resumen y próximos pasos
Requerimientos
- Conocimiento básico de Aprendizaje Automático (Machine Learning)
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 Grafos Complejos
35 HorasLangGraph es un marco de trabajo para construir aplicaciones de LLM multi-actor con estado persistente mediante grafos composables, con control sobre la ejecución.
Esta capacitación en vivo, impartida por un instructor (en línea o presencial), está dirigida a ingenieros de plataformas de IA de nivel avanzado, especialistas en DevOps para IA y arquitectos de ML que desean optimizar, depurar, monitorear y operar sistemas LangGraph de calidad de producción.
Al finalizar esta capacitación, los participantes podrán:
- Diseñar y optimizar topologías complejas de LangGraph para mejorar la velocidad, el costo y la escalabilidad.
- Garantizar la fiabilidad mediante reintentos, tiempos de espera, idempotencia y recuperación basada en puntos de control.
- Depurar y rastrear la ejecución de grafos, inspeccionar el estado y reproducir sistemáticamente los problemas de producción.
- Instrumentar los grafos con registros, métricas y trazas, desplegar en producción y monitorear los SLA y los costos.
Formato del Curso
- Clases interactivas y debates.
- Muchas ejercicios y prácticas.
- 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 los detalles.
Construcción de Agentes de Código con Devstral: Desde el Diseño de Agentes hasta las Herramientas
14 HorasDevstral es un marco de trabajo de código abierto diseñado para construir y ejecutar agentes de código que pueden interactuar con bases de código, herramientas de desarrollo y APIs para mejorar la productividad en ingeniería.
Esta formación impartida por un instructor (en línea o presencial) está dirigida a ingenieros de ML de nivel intermedio a avanzado, equipos de herramientas para desarrolladores y SREs que deseen diseñar, implementar y optimizar agentes de código utilizando Devstral.
Al finalizar esta formación, los participantes podrán:
- Configurar y preparar Devstral para el desarrollo de agentes de código.
- Diseñar flujos de trabajo con agentes para la exploración y modificación de bases de código.
- Integrar agentes de código con herramientas de desarrollo y APIs.
- Implementar mejores prácticas para un despliegue seguro y eficiente de agentes.
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, por favor contáctenos para organizarse.
Open-Source Model Ops: 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 ML de nivel intermedio a avanzado, equipos de plataformas e ingenieros de investigación que desean autoalojar, ajustar finamente y gobernar los modelos Mistral y Devstral en entornos de producción.
Al finalizar esta formación, los participantes podrán:
- 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 los modelos de código abierto.
Formato del curso
- Clases interactivas y discusiones.
- Ejercicios prácticos sobre autoalojamiento y ajuste fino.
- Implementación en laboratorio en vivo de pipelines de gobernanza y monitoreo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para organizarla.
Aplicaciones de LangGraph en el sector financiero
35 HorasLangGraph es un marco de trabajo para construir aplicaciones de LLM multi-agente con estado, mediante grafos compuestos que cuentan con estado persistente y control sobre la ejecución.
Esta formación en vivo y supervisada por instructores (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones financieras basadas en LangGraph con la gobernanza, visibilidad y cumplimiento adecuados.
Al finalizar esta formación, los participantes podrán:
- Diseñar flujos de trabajo específicos para finanzas utilizando LangGraph, alineados a requisitos regulatorios y de auditoría.
- Integrar estándares y ontologías de datos financieros en el estado del grafo y las herramientas correspondientes.
- Implementar controles de confiabilidad, seguridad e intervención humana en procesos críticos.
- Desplegar, monitorear y optimizar sistemas LangGraph para mejorar su rendimiento, reducir costos y cumplir con los Acuerdos de Nivel de Servicio (SLA).
Formato del curso
- Ponencias interactivas y debates.
- Amplia cantidad de ejercicios prácticos.
- 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.
Fundamentos de LangGraph: Encadenamiento y diseño de prompts para LLM basados en grafos
14 HorasLangGraph es un framework para construir aplicaciones de LLM con estructura de grafo que soportan planificación, ramificación, uso de herramientas, memoria y ejecución controlable.
Esta formación presencial impartida por un instructor (en línea o in situ) está dirigida a desarrolladores principiantes, ingenieros de prompts y profesionales de datos que deseen diseñar y construir flujos de trabajo confiables con múltiples pasos para LLM utilizando LangGraph.
Al final de esta formación, los participantes podrán:
- Explicar los conceptos fundamentales de LangGraph (nodos, aristas y estado) y cuándo utilizarlos.
- Construir cadenas de prompts que se ramifiquen, llamen a herramientas y mantengan memoria.
- Integrar mecanismos de recuperación e APIs externas en flujos de trabajo basados en grafos.
- Probar, depurar y evaluar aplicaciones de LangGraph para garantizar su fiabilidad y seguridad.
Formato del Curso
- Clase interactiva y discusión guiada.
- Laboratorios dirigidos y revisión de código en un entorno sandbox.
- Ejercicios basados en escenarios sobre diseño, prueba 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, potenciados 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 fundamentales 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 (en línea o presencial), está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones de salud basadas en LangGraph, abordando al mismo tiempo los desafíos regulatorios, éticos y operativos.
Al finalizar esta formación, los participantes podrán:
- Diseñar flujos de trabajo específicos para el sector salud utilizando LangGraph, priorizando el cumplimiento normativo y la trazabilidad.
- Integrar aplicaciones de LangGraph con ontologías y estándares médicos (FHIR, SNOMED CT, ICD).
- Aplicar buenas 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
- Clase magistral interactiva y discusión.
- Ejercicios prácticos con estudios de caso 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 LLM multiagente y con estado, mediante grafos composables con estado persistente y un control preciso sobre la ejecución.
Esta formación en vivo y con 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 podrán:
- Diseñar flujos de trabajo específicos para LangGraph en el ámbito legal que preserven la auditableidad y el cumplimiento normativo.
- Integrar ontologías legales y estándares de documentos en el estado del grafo y en el procesamiento.
- Implementar líneas de defensa, aprobaciones con intervención humana y rutas de decisión trazables.
- Desplegar, monitorear y mantener servicios LangGraph en producción, garantizando observabilidad y control de costos.
Formato del curso
- Clase interactiva con espacio para 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, contáctenos para coordinarlo.
Construcción de Flujos de Trabajo Dinámicos con LangGraph y Agentes LLM
14 HorasLangGraph es un marco de trabajo para componer flujos de trabajo de LLM estructurados en grafos que admiten ramificación, uso de herramientas, memoria y ejecución controlable.
Esta formación en vivo con instructor (en línea o presencial) está dirigida a ingenieros y equipos de producto de nivel intermedio que desean combinar la lógica de grafos de LangGraph con bucles de agentes LLM para construir aplicaciones dinámicas y conscientes del contexto, como agentes de soporte al cliente, árboles de decisión y sistemas de recuperación de información.
Al final de esta formación, los participantes podrán:
- Diseñar flujos de trabajo basados en grafos que coordinen agentes LLM, herramientas y memoria.
- Implementar enrutamiento condicional, reintentos y mecanismos de contingencia para una ejecución robusta.
- Integrar recuperación, APIs y salidas estructuradas en los bucles de agentes.
- Evaluar, monitorear y reforzar el comportamiento de los agentes para garantizar confiabilidad y seguridad.
Formato del Curso
- Clase interactiva y discusión facilitada.
- Laboratorios guiados y explicaciones de código en un entorno de prueba (sandbox).
- Ejercicios de diseño basados en escenarios y revisiones entre pares.
Opciones de Personalización del Curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.
LangGraph para automatización de marketing
14 HorasLangGraph es un marco de orquestación basado en grafos que permite flujos de trabajo condicionales y multi-escalon con LLMs y herramientas, ideal para automatizar y personalizar pipelines de contenido.
Esta formación en vivo impartida por instructores (online o presencial) está dirigida a marketers intermedios, estrategas de contenido y desarrolladores de automatización que deseen implementar campañas de correo electrónico dinámicas con ramificación y pipelines de generación de contenido utilizando LangGraph.
Al finalizar esta formación, los participantes podrán:
- Diseñar flujos de trabajo de contenido y correo electrónico estructurados con lógica condicional.
- Integrar LLMs, APIs y fuentes de datos para una personalización automatizada.
- Gestionar el estado, la memoria y el contexto en campañas multi-escalon.
- Evaluar, monitorear y optimizar el rendimiento del flujo de trabajo y los resultados de entrega.
Formato del curso
- Conferencias interactivas y discusiones en grupo.
- Talleres prácticos para implementar 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 formación personalizada para este curso, por favor contáctenos para coordinar.
Le Chat Enterprise: ChatOps privado, integraciones y controles de administración
14 HorasLe Chat Enterprise es una solución de ChatOps privada que ofrece capacidades de inteligencia artificial conversacional seguras, personalizables y gobernable para organizaciones, con soporte para control de acceso basado en roles (RBAC), inicio de sesión único (SSO), conectores e integraciones con aplicaciones empresariales.
Esta formación impartida por un instructor (en línea o presencial) está dirigida a gerentes de producto de nivel intermedio, líderes de TI, ingenieros de soluciones y equipos de seguridad/conformidad que deseen implementar, configurar y gobernar Le Chat Enterprise en entornos empresariales.
Al finalizar esta formación, los participantes podrán:
- Configurar e implementar Le Chat Enterprise para despliegues seguros.
- Habilitar controles de acceso basados en roles (RBAC), inicio de sesión único (SSO) y controles impulsados por la conformidad.
- Integrar Le Chat con aplicaciones empresariales y repositorios de datos.
- Diseñar e implementar libros de juego de administración y gobernanza para ChatOps.
Formato del curso
- Clase interactiva y discusión.
- Muchas prácticas de ejercicios.
- Implementación práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para organizarla.
Arquitecturas de LLM Económicas: Mistral a Gran Escala (Ingeniería de Rendimiento y Costos)
14 HorasMistral es una familia de modelos de lenguaje grandes de alto rendimiento, optimizados para su implementación económica en producción a gran escala.
Esta formación presencial en vivo (en línea o in situ) está dirigida a ingenieros de infraestructura avanzados, arquitectos de nube y líderes de MLOps que deseen diseñar, implementar y optimizar arquitecturas basadas en Mistral para lograr el máximo rendimiento y el mínimo costo.
Al finalizar esta formación, los participantes podrán:
- Implementar patrones de despliegue escalables para Mistral Medium 3.
- Aplicar técnicas de agrupación, cuantización y estrategias de servicio eficientes.
- 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 discusión.
- Muchas actividades 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, por favor contáctenos para organizarla.
Productización de asistentes conversacionales con conectores e integraciones de Mistral
14 HorasMistral AI es una plataforma de inteligencia artificial abierta que permite a los equipos construir e integrar asistentes conversacionales en flujos de trabajo corporativos y orientados al cliente.
Esta formación presencial impartida por un instructor (en línea o in situ) está dirigida a gerentes de producto, desarrolladores full-stack e ingenieros de integración de nivel principiante e intermedio que deseen diseñar, integrar y productizar asistentes conversacionales utilizando conectores e integraciones de Mistral.
Al finalizar esta formación, los participantes podrán:
- Integrar modelos conversacionales de Mistral con conectores corporativos y SaaS.
- Implementar generación aumentada por recuperación (RAG) para respuestas fundamentadas.
- Diseñar patrones de experiencia de usuario (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 debate.
- 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 coordinarlo.
Implementaciones de grado empresarial con Mistral Medium 3
14 HorasMistral Medium 3 es un modelo de lenguaje grande multimodal de alto rendimiento, diseñado para su implementación en producción dentro de entornos empresariales.
Esta formación impartida por instructores (en línea o presencial) está dirigida a ingenieros de IA/ML y arquitectos de plataforma de nivel intermedio a avanzado, así como a equipos de MLOps que deseen implementar, optimizar y asegurar Mistral Medium 3 para casos de uso empresarial.
Al finalizar esta formación, los participantes serán capaces de:
- Implementar Mistral Medium 3 utilizando la API y opciones de autoalojamiento (self-hosted).
- Optimizar el rendimiento de la inferencia y los costes.
- Implementar casos de uso multimodales con Mistral Medium 3.
- Aplicar las mejores prácticas de seguridad y cumplimiento para entornos empresariales.
Formato del curso
- Clase magistral interactiva y discusión.
- Práctica intensiva con numerosos ejercicios.
- Implementación práctica en un laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros.
Mistral para una IA Responsable: Privacidad, Residencia de Datos y Controles Empresariales
14 HorasMistral AI es una plataforma de IA abierta y preparada para entornos empresariales que ofrece funciones para el despliegue seguro, conforme a la normativa y responsable de soluciones de inteligencia artificial.
Esta formación presencial impartida por un experto (en línea o in situ) está dirigida a líderes de cumplimiento normativo, arquitectos de seguridad y responsables legales y operativos que deseen implementar prácticas de IA responsable con Mistral, aprovechando las capacidades de privacidad, residencia de datos y mecanismos de control empresarial.
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 RBAC (Control de Acceso Basado en Roles), SSO (Inicio de Sesión Único) y registros de auditoría.
- Evaluar opciones de proveedores y modelos de despliegue para alinearse con los requisitos de cumplimiento.
Formato del curso
- Clases interactivas y sesiones de debate.
- Casos de estudio 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, por favor contáctenos para coordinarlo.
Aplicaciones multimodales con modelos Mistral (Visión, OCR y comprensión de documentos)
14 HorasLos modelos Mistral son tecnologías de inteligencia artificial de código abierto que ahora se extienden a flujos de trabajo multimodales, apoyando tanto tareas de lenguaje como de visión para aplicaciones empresariales y de investigación.
Esta formación en vivo 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 desarrollar aplicaciones multimodales con modelos Mistral, incluidas canalizaciones de OCR y comprensión de documentos.
Al finalizar esta formación, los participantes serán capaces de:
- Configurar y preparar modelos Mistral para tareas multimodales.
- Implementar flujos de trabajo de OCR e integrarlos con canalizaciones de PLN.
- Diseñar aplicaciones de comprensión de documentos para casos de uso empresarial.
- Desarrollar funcionalidades de búsqueda de texto-imagen y asistentes de interfaz de usuario.
Formato del curso
- Clases interactivas y discusiones grupales.
- Ejercicios prácticos de programación.
- Implementación en laboratorio en vivo de canalizaciones multimodales.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.
