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
Introducción a los sistemas de traducción con LLMs
- Comprensión de la traducción automática neuronal (NMT) y sus limitaciones
- Visión general de las arquitecturas de LLMs y sus capacidades de traducción
- Comparación entre la MT tradicional y la traducción basada en LLMs
Trabajo con LLMs de código cerrado y de código abierto
- Uso de los modelos OpenAI, Deepseek, Qwen y Mistral para la traducción
- Compensaciones entre rendimiento y latencia
- Selección del modelo adecuado para su flujo de trabajo
Construcción de pipelines de traducción con LangChain
- Principios de diseño de pipelines para traducción con LLMs
- Implementación de una cadena de traducción con LangChain
- Gestión de ventanas de contexto y uso de tokens
Automatización de flujos de trabajo de traducción
- Programación de tareas de traducción usando Python y herramientas de automatización
- Gestión de lotes de trabajo multilingües
- Integración con sistemas de gestión de localización
Mejora de la calidad de la traducción
- Ingeniería de prompts para traducciones con conciencia de contexto
- Automatización de la edición posterior y diseño con intervención humana
- Estrategias de ajuste fino para la traducción especializada en un dominio
Evaluación y monitoreo de pipelines de traducción
- Estimación automática de la calidad (AQE) y evaluación de la puntuación BLEU
- Registros, analítica y observabilidad del pipeline
- Gestión de errores y mecanismos de respaldo
Escala e implementación de sistemas de traducción
- Despliegue en la nube con Docker y frameworks serverless
- Equilibración de carga y procesamiento paralelo para traducciones a gran escala
- Consideraciones sobre seguridad, cumplimiento normativo y privacidad de datos
Integración de pipelines de traducción en la infraestructura empresarial
- Conexión de APIs de traducción con plataformas CMS, ERP y L10n
- Gestión de costos y rendimiento a gran escala
- Flujos de gobernanza y aprobación para la localización empresarial
Resumen y próximos pasos
Requerimientos
- Conocimiento de la programación en Python
- Experiencia en la integración de APIs y la automatización de flujos de trabajo
- Familiaridad con los conceptos de aprendizaje automático y los modelos de lenguaje
Público objetivo
- Ingenieros de aprendizaje automático
- Especialistas en tecnología de localización y traducción
- Arquitectos de software y líderes de ingeniería