Modelos de Lenguaje Grande (LLM) y Aprendizaje por Refuerzo (RL)
Los Modelos de Lenguaje Grande (LLM, por sus siglas en inglés) son un tipo avanzado de redes neuronales diseñadas para comprender y generar texto similar al humano basado en la entrada que reciben. El Aprendizaje por Refuerzo (RL) es una categoría de aprendizaje automático donde un agente aprende a tomar decisiones mediante la ejecución de acciones en un entorno con el fin de maximizar las recompensas acumulativas.
Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida 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 serán capaces de:
- Comprender los componentes y la funcionalidad de los modelos de transformadores.
- Optimizar y ajustar finamente (fine-tune) los LLM para tareas y aplicaciones específicas.
- 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
- Conferencia interactiva y discusión.
- Abundancia de 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 coordinarla.
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 del Transformador
- ¿Qué es un transformador y cómo funciona?
- Componentes principales y características.
- Alineamiento (Embedding) y codificación posicional.
- Atención multidifocal (Multi-head attention).
- Red neuronal de alimentación hacia adelante (Feed-forward neural network).
- Normalización y conexiones residuales.
Modelos de Transformador
- Mecanismo de autoatención (Self-attention).
- Arquitectura codificador-decodificador.
- Alineamientos posicionales (Positional embeddings).
- BERT (Representaciones Codificadoras Bidireccionales desde Transformadores).
- GPT (Transformador Generativo Preentrenado).
Optimización del Rendimiento y Trampas
- Longitud del contexto.
- Mamba y modelos de espacio de estados.
- Flash attention.
- Transformadores dispersos.
- Transformadores visuales.
- 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 Escalamiento y Optimización en los LLM
- Importancia de las leyes de escalamiento para los LLM.
- Escalamiento del tamaño de datos y del modelo.
- Escalamión computacional.
- Escalación de la 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 los 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 Profundo por Refuerzo
- Redes Q Profundas (DQN).
- Optimización de Política Próxima (PPO).
- Elementos del Aprendizaje por Refuerzo.
Integración de los LLM y el Aprendizaje por Refuerzo
- Combinación de los LLM con el Aprendizaje por Refuerzo.
- Cómo se utiliza el RL en los LLM.
- Aprendizaje por Refuerzo con Retroalimentación Humana (RLHF).
- Alternativas al RLHF.
Casos de Estudio y Aplicaciones
- Aplicaciones en el mundo real.
- Historias de éxito y desafíos.
Tópicos Avanzados
- Técnicas avanzadas.
- Métodos avanzados de optimización.
- Investigación de vanguardia y desarrollos recientes.
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 grafos complejos
35 HorasLangGraph es un framework para construir aplicaciones LLM con estado y múltiples actores como grafos composables con estado persistente y control sobre la ejecución.
Esta formación en vivo con instructor (en línea o presencial) está dirigida a ingenieros de plataformas de IA de nivel avanzado, DevOps para IA y arquitectos de ML que deseen optimizar, depurar, monitorear y operar sistemas LangGraph de grado producción.
Al finalizar esta formación, los participantes serán capaces de:
- Diseñar y optimizar topologías complejas de LangGraph para velocidad, costo y escalabilidad.
- Ingeniería de confiabilidad mediante reintentos, tiempos de espera, idempotencia y recuperación basada en puntos de verificación.
- Depurar y rastrear ejecuciones del grafo, inspeccionar el estado y reproducir sistemáticamente problemas de producción.
- Instrumentar grafos con registros, métricas y trazas, desplegar en producción y monitorear SLAs y costos.
Formato del Curso
- Conferencia 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 coordinar.
Construcción de Agentes de Codificación con Devstral: Desde el Diseño del Agente hasta la Herramientización
14 HorasDevstral es un marco de código abierto diseñado para construir y ejecutar agentes de codificación que pueden interactuar con bases de código, herramientas de desarrollo y APIs para mejorar la productividad de ingeniería.
Esta formación en vivo, guiada 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 desean diseñar, implementar y optimizar agentes de codificación utilizando Devstral.
Al finalizar esta formación, los participantes serán capaces de:
- Instalar y configurar Devstral para el desarrollo de agentes de codificación.
- Diseñar flujos de trabajo agentic para la exploración y modificación de bases de código.
- Integrar agentes de codificación con herramientas de desarrollo y APIs.
- Implementar mejores prácticas para un despliegue seguro y eficiente de agentes.
Formato del Curso
- Lecciones interactivas y discusiones.
- 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 coordinar.
Operaciones de Modelos de Código Abierto: Autoalojamiento, Ajuste Fino y Gobernanza con los Modelos Devstral y Mistral
14 HorasLos modelos Devstral y Mistral son tecnologías de inteligencia artificial de código abierto diseñadas para un despliegue flexible, ajuste fino e integración escalable.
Esta capacitación en vivo impartida por instructores (en línea o presencial) está dirigida a ingenieros de ML de nivel intermedio-avanzado, equipos de plataforma e ingenieros de investigación que deseen autoalojar, ajustar finamente y gobernar los modelos Mistral y Devstral en entornos de producción.
Al finalizar esta capacitación, los participantes serán capaces de:
- Configurar y preparar entornos autoalojados para los modelos Mistral y Devstral.
- Aplicar técnicas de ajuste fino para lograr un rendimiento específico del dominio.
- Implementar versionado, monitoreo y gobernanza del ciclo de vida.
- Asegurar la seguridad, el cumplimiento normativo y el uso responsable de modelos de código abierto.
Formato del Curso
- Ponencias interactivas y discusiones grupales.
- Ejercicios prácticos sobre autoalojamiento y ajuste fino.
- Implementación en laboratorio en vivo de flujos de trabajo de gobernanza y monitoreo.
Opciones de Personalización del Curso
- Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinar los detalles.
Aplicaciones de LangGraph en Finanzas
35 HorasLangGraph es un marco para construir aplicaciones de LLM multi-actor con estado, mediante gráficos componibles con estado persistente y control sobre la ejecución.
Esta formación presencial o en línea, impartida por un instructor, está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones financieras basadas en LangGraph con adecuada gobernanza, observabilidad y cumplimiento normativo.
Al finalizar esta capacitación, los participantes podrán:
- Diseñar flujos de trabajo de LangGraph específicos para finanzas, alineados con requisitos regulatorios y de auditoría.
- Integrar estándares y ontologías de datos financieros en el estado del gráfico y las herramientas correspondientes.
- Implementar controles de confiabilidad, seguridad e intervención humana en procesos críticos.
- Desplegar, monitorear y optimizar sistemas LangGraph para garantizar rendimiento, costos y acuerdos de nivel de servicio (SLA).
Formato del curso
- Clases interactivas y discusión.
- Muchas prácticas de ejercicios.
- Ejecución práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinarla.
Fundamentos de LangGraph: Encadenamiento y generación de instrucciones (prompting) para LLMs basado en grafos
14 HorasLangGraph es un marco de trabajo diseñado para construir aplicaciones de LLM con estructura de grafo que admiten planificación, ramificación, uso de herramientas, memoria y ejecución controlable.
Esta formación en vivo con instructores (online o presencial) está dirigida a desarrolladores principiantes, ingenieros de instrucciones y profesionales de datos que deseen diseñar y construir flujos de trabajo confiables de múltiples etapas para LLMs utilizando LangGraph.
Al finalizar esta formación, los participantes podrán:
- Explicar los conceptos centrales de LangGraph (nodos, aristas y estado) y cuándo utilizarlos.
- Construir cadenas de instrucciones que se ramifiquen, invoquen herramientas y mantengan memoria.
- Integrar recuperación de información y 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 facilitada.
- Laboratorios guiados y recorridos por el código en un entorno de pruebas (sandbox).
- Ejercicios basados en escenarios sobre diseño, prueba y evaluación.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar los detalles.
LangGraph en el sector salud: Orquestación de flujos de trabajo para entornos regulados
35 HorasLangGraph permite la creación de flujos de trabajo stateful (con estado) y multi-actor impulsados por LLMs, 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 la construcción de sistemas de apoyo a la decisión que se alineen con los flujos de trabajo médicos.
Esta capacitación en vivo impartida por un instructor (disponible 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 simultáneamente los desafíos regulatorios, éticos y operativos.
Al finalizar esta capacitación, los participantes podrán:
- Diseñar flujos de trabajo específicos de salud con LangGraph, priorizando el cumplimiento normativo y la auditabilidad.
- Integrar aplicaciones LangGraph con ontologías médicas y estándares (FHIR, SNOMED CT, ICD).
- Aplicar las mejores prácticas para garantizar confiabilidad, trazabilidad y explicabilidad en entornos sensibles.
- Desplegar, monitorear y validar aplicaciones LangGraph en entornos de producción del sector salud.
Formato del curso
- Conferencias interactivas y discusión.
- Ejercicios prácticos con estudios de caso del mundo real.
- Práctica de implementación 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.
LangGraph para Aplicaciones Legales
35 HorasLangGraph es un marco de trabajo para construir aplicaciones LLM multi-actor con estado, estructuradas como grafos compuestos que mantienen un estado persistente y permiten un control preciso sobre la ejecución.
Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones legales basadas en LangGraph, con los controles necesarios de cumplimiento, trazabilidad y gobernanza.
Al finalizar esta capacitación, los participantes serán capaces de:
- Diseñar flujos de trabajo específicos para el ámbito legal mediante LangGraph que preserven la auditabilidad y el cumplimiento normativo.
- Integrar ontologías legales y estándares de documentos en el estado del grafo y en el procesamiento.
- Implementar barreras de seguridad (guardrails), aprobaciones con intervención humana y caminos de decisión trazables.
- Desplegar, monitorear y mantener servicios de LangGraph en entornos de producción con capacidades de observabilidad y control de costos.
Formato del Curso
- Conferencias interactivas y discusiones.
- Numerosos ejercicios y práctica constante.
- 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.
Creación de Flujos de Trabajo Dinámicos con LangGraph y Agentes LLM
14 HorasLangGraph es un framework para componer flujos de trabajo LLM estructurados en grafos que soportan ramificación, uso de herramientas, memoria y ejecución controlable.
Esta formación impartida por instructores (en línea o presencial) está dirigida a ingenieros de nivel intermedio y equipos de producto que desean combinar la lógica de gráficos 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 podrán:
- Diseñar flujos de trabajo basados en grafos que coordinen agentes LLM, herramientas y memoria.
- Implementar encaminamiento condicional, reintentos y alternativas para una ejecución robusta.
- Integrar recuperación, APIs y salidas estructuradas en los bucles de agentes.
- Evaluar, monitorear y endurecer el comportamiento del agente para garantizar confiabilidad y seguridad.
Formato del Curso
- Clase interactiva y discusión facilitada.
- Laboratorios guiados y recorridos por el 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 coordinarla.
LangGraph para automatización de marketing
14 HorasLangGraph es un marco de orquestación basado en grafos que permite flujos de trabajo con LLM y herramientas condicionales y multi-etapa, ideal para automatizar y personalizar canales de contenido.
Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a marketers de nivel intermedio, estrategas de contenido y desarrolladores de automatización que desean implementar campañas de email dinámicas con ramificaciones y canales de generación de contenido utilizando LangGraph.
Al finalizar esta formación, los participantes serán capaces de:
- Diseñar flujos de trabajo de contenido y email estructurados en grafos con lógica condicional.
- Integrar LLMs, APIs y fuentes de datos para una personalización automatizada.
- Gestionar el estado, la memoria y el contexto a lo largo de campañas multi-etapa.
- Evaluar, monitorizar y optimizar el rendimiento de los flujos de trabajo y los resultados de entrega.
Formato del curso
- Conferencias interactivas y debates grupales.
- Talleres prácticos para implementar flujos de trabajo de email y canales 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 coordinarlo.
Le Chat Enterprise: ChatOps privado, integraciones y controles de administración
14 HorasLe Chat Enterprise es una solución privada de ChatOps que ofrece capacidades de IA conversacional seguras, personalizables y gobernadas 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 instructores (en línea o presencial) está dirigida a gerentes de producto, líderes de TI, ingenieros de soluciones y equipos de seguridad y cumplimiento de nivel intermedio que deseen desplegar, 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 RBAC, SSO y controles impulsados por el cumplimiento normativo.
- Integrar Le Chat con aplicaciones empresariales y almacenes de datos.
- Diseñar e implementar manuales de procedimientos de administración y gobernanza para ChatOps.
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 coordinarlo.
Arquitecturas de LLM Rentables: Mistral a Gran Escala (Ingeniería de Rendimiento y Costos)
14 HorasMistral es una familia de modelos de lenguaje grandes de alto rendimiento, optimizada para su implementación rentable en producción a gran escala.
Esta formación práctica impartida por un instructor (en línea o presencial) 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 con el mínimo costo.
Al finalizar esta formación, los participantes serán capaces de:
- Implementar patrones de implementación escalables para Mistral Medium 3.
- Aplicar técnicas de agrupamiento (batching), cuantización y estrategias eficientes de servicio.
- Optimizar los costos de inferencia manteniendo el rendimiento.
- Diseñar topologías de servicio listas para producción, adecuadas para cargas de trabajo empresariales.
Formato del curso
- Clase interactiva y discusión.
- 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, contáctenos para coordinarlo.
Productización de asistentes conversacionales con conectores e integraciones de Mistral
14 HorasMistral AI es una plataforma de IA abierta que permite a los equipos construir e integrar asistentes conversacionales en flujos de trabajo empresariales y orientados al cliente.
Esta formación en vivo con instructor (en línea o presencial) está dirigida a gerentes de producto y desarrolladores full-stack, así como a ingenieros de integración de nivel principiante a intermedio, que deseen 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 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 producto 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, póngase en contacto con nosotros para organizarla.
Implementaciones empresariales con Mistral Medium 3
14 HorasMistral Medium 3 es un modelo de lenguaje grande multimodal de alto rendimiento, diseñado para su implementación en entornos empresariales bajo estándares de producción.
Esta formación en vivo con instructor (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 opciones basadas en API y autoalojadas.
- 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
- Clases magistrales interactivas 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 coordinarlo.
Mistral para una IA responsable: Privacidad, residencia de datos y controles empresariales
14 HorasMistral AI es una plataforma de IA abierta y lista para entornos empresariales que ofrece características para el despliegue seguro, conforme y responsable de la IA.
Esta formación en vivo con instructor (en línea o presencial) está dirigida a líderes de cumplimiento intermedios, arquitectos de seguridad y partes interesadas legales y operativas que deseen implementar prácticas de IA responsable con Mistral aprovechando los mecanismos de privacidad, residencia de datos y control empresarial.
Al finalizar esta formación, los participantes podrán:
- Implementar técnicas de preservación de la privacidad en los despliegues de Mistral.
- Aplicar estrategias de residencia de datos para cumplir con los requisitos regulatorios.
- Configurar controles empresariales como RBAC, SSO y registros de auditoría.
- Evaluar opciones de proveedores y despliegues para alinearse con el cumplimiento normativo.
Formato del curso
- Conferencia interactiva y discusión.
- Estudios de caso y ejercicios centrados en el cumplimiento normativo.
- Implementación práctica de controles empresariales de IA.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para organizarla.
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 extienden hacia flujos de trabajo multimodales, admitiendo tanto tareas de lenguaje como de visión para aplicaciones empresariales e investigativas.
Esta capacitación impartida por un instructor (en línea o presencial) está dirigida a investigadores de ML de nivel intermedio, ingenieros aplicados y equipos de producto que desean construir aplicaciones multimodales con modelos Mistral, incluyendo pipelines de OCR y comprensión de documentos.
Al finalizar esta capacitación, 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 documental para casos de uso empresarial.
- Desarrollar funcionalidades de búsqueda visual-textual y interfaces de usuario asistivas.
Formato del Curso
- Clase interactiva y discusión.
- Ejercicios prácticos de codificación.
- Implementación en laboratorio de pipelines multimodales.
Opciones de Personalización del Curso
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinarlo.
