IA en Amazon Web Services (AWS)

LangGraph es un marco de trabajo para construir aplicaciones LLM stateful y multi-actor como grafos componibles con estado persistente y control sobre la ejecución.

Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a ingenieros de plataformas de IA de nivel avanzado, DevOps para IA y arquitectos de ML que desean optimizar, depurar, monitorear y operar sistemas LangGraph de grado profesional.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar y optimizar topologías complejas de LangGraph para velocidad, coste y 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 en producción.
• Instrumentar grafos con registros, métricas y trazas, desplegarlos en producción y monitorear SLAs y costes.

Formato del Curso

• Clase interactiva y discusión.
• Muchas prácticas y ejercicios.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para coordinarlo.

Este entrenamiento en vivo con instructor en Panama (presencial o remoto) está dirigido a ingenieros que deseen implementar y gestionar dispositivos IoT en AWS.

Al finalizar este curso, los participantes podrán construir una plataforma IoT que incluya la implementación y gestión de un backend, un gateway y dispositivos sobre AWS.

Esta formación en vivo impartida por un instructor en Panama (presencial o remota) está dirigida a desarrolladores que desean utilizar AWS Lambda para construir e implementar servicios y aplicaciones en la nube, sin tener que preocuparse por el aprovisionamiento del entorno de ejecución (servidores, máquinas virtuales y contenedores, disponibilidad, escalabilidad, almacenamiento, etc.).

Al final de esta formación, los participantes serán capaces de:

• Configurar AWS Lambda para ejecutar una función.
• Comprender FaaS (Funciones como Servicio) y las ventajas del desarrollo sin servidor.
• Construir, cargar y ejecutar funciones de AWS Lambda.
• Integrar funciones de Lambda con diferentes fuentes de eventos.
• Empaquetar, implementar, supervisar y solucionar problemas de aplicaciones basadas en Lambda.

Devstral es un marco de trabajo de código abierto diseñado para construir y ejecutar agentes de codificación que pueden interactuar con bases de código, herramientas para desarrolladores y API para mejorar la productividad de ingeniería.

Esta capacitación en vivo y guiada por instructores (en línea o presencial) está dirigida a ingenieros de ML de nivel intermedio a avanzado, equipos de herramientas para desarrolladores y SRE que deseen diseñar, implementar y optimizar agentes de codificación utilizando Devstral.

Al final de esta capacitación, los participantes podrán:

• Configurar y preparar Devstral para el desarrollo de agentes de codificación.
• Diseñar flujos de trabajo de agentes para la exploración y modificación de bases de código.
• Integrar agentes de codificación con herramientas para desarrolladores y API.
• Implementar las mejores prácticas para el despliegue seguro y eficiente de agentes.

Formato del Curso

• Lección y discusión interactiva.
• Gran cantidad 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.

Los modelos Devstral y Mistral son tecnologías de inteligencia artificial 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 plataforma e ingenieros de investigación que deseen autoalojar, ajustar y gobernar los modelos Mistral y Devstral en entornos de producción.

Al finalizar esta formación, los participantes podrán:

• Configurar y preparar entornos de autoalojamiento para los modelos Mistral y Devstral.
• Aplicar técnicas de ajuste fino para optimizar el rendimiento según 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

• Conferencia interactiva y discusión.
• Ejercicios prácticos sobre autoalojamiento y ajuste fino.
• Implementación en laboratorio en vivo de canales de gobernanza y monitoreo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para organizarla.

Esta formación en directo impartida por un instructor en Panama (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de las prácticas de DevOps y optimizar los procesos de desarrollo utilizando AWS Cloud9.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar y personalizar AWS Cloud9 para flujos de trabajo de DevOps.
• Implementar pipelines de integración continua y entrega continua (CI/CD).
• Automatizar pruebas, monitoreo y procesos de implementación utilizando AWS Cloud9.
• Integrar servicios de AWS como Lambda, EC2 y S3 en los flujos de trabajo de DevOps.
• Utilizar sistemas de control de versiones como GitHub o GitLab dentro de AWS Cloud9.

Esta formación en vivo, impartida por un instructor en Panama (en línea o presencial), está dirigida a profesionales de nivel intermedio que deseen aprender cómo construir, implementar y mantener eficazmente aplicaciones sin servidor en AWS Cloud9 y AWS Lambda.

A finales de esta formación, los participantes serán capaces de:

• Comprender los fundamentos de la arquitectura sin servidor.
• Configurar AWS Cloud9 para el desarrollo de aplicaciones sin servidor.
• Desarrollar, probar e implementar aplicaciones sin servidor usando AWS Lambda.
• Integrar AWS Lambda con otros servicios de AWS como API Gateway y S3.
• Optimizar las aplicaciones sin servidor en cuanto a rendimiento y eficiencia de costos.

Esta formación en vivo impartida por un instructor en Panama (en línea o presencial) está dirigida a investigadores y profesionales de laboratorio de nivel principiante e intermedio que desean procesar y analizar imágenes relacionadas con tejidos histológicos, glóbulos sanguíneos, algas y otras muestras biológicas.

Al finalizar esta formación, los participantes serán capaces de:

• Navegar por la interfaz de Fiji y utilizar las funciones principales de ImageJ.
• Preprocesar y mejorar imágenes científicas para facilitar su análisis.
• Analizar imágenes cuantitativamente, incluyendo el conteo de células y la medición de áreas.
• Automatizar tareas repetitivas mediante macros y complementos (plugins).
• Personalizar flujos de trabajo para satisfacer necesidades específicas de análisis de imágenes en la investigación biológica.

Resumen:

• Comprensión de la arquitectura de IoT y sus funciones principales.
• Exploración del concepto de "Cosas" y "Sensores", el Internet de las Cosas, y el mapeo de funciones empresariales a soluciones de IoT.
• Visión general integral de los componentes de software de IoT: hardware, firmware, middleware, infraestructura en la nube y aplicaciones móviles.
• Funciones clave de IoT: gestión de flotas, visualización de datos, FM (Gestión de Facilidades) y DV (Visualización de Datos) basadas en SaaS, sistemas de alerta/alarmas, incorporación de sensores y "cosas", y geocercado.
• Fundamentos de la comunicación entre dispositivos IoT y la nube utilizando MQTT.
• Conexión de dispositivos IoT a AWS mediante MQTT usando AWS IoT Core.
• Integración de AWS IoT Core con AWS Lambda para procesamiento de cómputo y Amazon DynamoDB para almacenamiento de datos.
• Conexión de una Raspberry Pi a AWS IoT Core para una comunicación de datos fluida.
• Laboratorio práctico: Construcción de un dispositivo inteligente utilizando una Raspberry Pi y AWS IoT Core.
• Visualización de datos de sensores y comunicación con la interfaz web.

LangGraph es un marco de trabajo para construir aplicaciones de LLM con múltiples actores y estado persistente, representadas como grafos composables con estado conservado 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, asegurando una gobernanza adecuada, observabilidad y cumplimiento normativo.

Al finalizar este curso, los participantes podrán:

• 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 las herramientas asociadas.
• Implementar controles de fiabilidad, seguridad e intervención humana para procesos críticos.
• Desplegar, monitorizar y optimizar sistemas LangGraph en términos de rendimiento, costos y acuerdos de nivel de servicio (SLA).

Formato del curso

• Clases interactivas con discusión.
• Muchas actividades prácticas y ejercicios.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada, por favor contáctenos para coordinar los detalles.

LangGraph es un framework para construir aplicaciones de LLM estructuradas como grafos que soportan planificación, ramificación, uso de herramientas, memoria y ejecución controlable.

Esta formación impartida por un instructor (en línea o presencial) está dirigida a desarrolladores de nivel principiante, ingenieros de prompts y profesionales de datos que desean diseñar y crear flujos de trabajo confiables para LLM multi-etapa utilizando LangGraph.

Al final de esta formación, los participantes podrán:

• Explicar los conceptos centrales de LangGraph (nodos, aristas, estado) y cuándo utilizarlos.
• Construir cadenas de prompts que se ramifiquen, llamen a herramientas y mantengan la memoria.
• Integrar recuperación de información (retrieval) e APIs externas en flujos de trabajo basados en grafos.
• Probar, depurar y evaluar aplicaciones de LangGraph para garantizar fiabilidad y seguridad.

Formato del curso

• Conferencia interactiva y discusión facilitada.
• Laboratorios guiados y revisión de código en un entorno sandbox.
• Ejercicios basados en escenarios sobre diseño, pruebas y evaluación.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar.

LangGraph permite crear 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 sanitario, 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 flujos clínicos reales.

Esta formación presencial (en línea o in situ) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones sanitarias basadas en LangGraph, abordando al mismo tiempo los desafíos regulatorios, éticos y operativos.

Al finalizar este curso, los participantes serán capaces de:

• Diseñar flujos de trabajo de LangGraph específicos para el sector sanitario, teniendo en cuenta el cumplimiento normativo y la auditabilidad.
• Integrar aplicaciones LangGraph con ontologías y estándares médicos (FHIR, SNOMED CT, ICD).
• Aplicar las mejores prácticas en materia de fiabilidad, trazabilidad y explicabilidad en entornos sensibles.
• Implementar, supervisar y validar aplicaciones LangGraph en entornos de producción sanitaria.

Formato del curso

• Clase interactiva y discusión.
• Ejercicios prácticos con casos reales.
• Práctica de implementación en un laboratorio virtual en tiempo real.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para coordinarlo.

LangGraph es un marco de trabajo para construir aplicaciones de LLM multi-actor y con estado, mediante grafos composibles con estado persistente y control preciso sobre la ejecución.

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 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 el ámbito legal con LangGraph que preserven la auditabilidad y el cumplimiento normativo.
• Integrar ontologías legales y estándares documentales en el estado del grafo y en el procesamiento.
• Implementar guardrails, aprobaciones con intervención humana y caminos de decisión trazables.
• Desplegar, monitorizar y mantener los servicios de LangGraph en producción con capacidad de observabilidad y controles de coste.

Formato del curso

• Conferencia interactiva y discusión.
• Múltiples 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 coordinarlo.

LangGraph es un marco de trabajo para componer flujos de trabajo LLM estructurados en grafos que soportan 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 finalizar esta formación, los participantes podrán:

• Diseñar flujos de trabajo basados en grafos que coordinan agentes LLM, herramientas y memoria.
• Implementar enrutamiento condicional, reintentos y alternativas para una ejecución robusta.
• Integrar recuperación, APIs y salidas estructuradas en bucles de agentes.
• Evaluar, monitorear y asegurar el comportamiento del agente para garantizar confiabilidad y seguridad.

Formato del curso

• Clase interactiva y discusión facilitada.
• Laboratorios guiados y revisión de código en un entorno sandbox.
• Ejercicios de diseño basados en escenarios y revisiones por pares.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para coordinarlo.

LangGraph es un marco de orquestación basado en grafos que permite flujos de trabajo condicionales y multietapa con LLM y herramientas, ideal para automatizar y personalizar las tuberías de contenido.

Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a profesionales del marketing intermedios, estrategas de contenido y desarrolladores de automatización que desean implementar campañas de correo electrónico dinámicas y ramificadas, así como tuberías de generación de contenido utilizando LangGraph.

Al finalizar esta formación, los participantes podrán:

• Diseñar flujos de trabajo de contenido y correo electrónico estructurados como grafos con lógica condicional.
• Integrar LLM, APIs y fuentes de datos para una personalización automatizada.
• Administrar el estado, la memoria y el contexto a través de campañas multietapa.
• Evaluar, monitorear y optimizar el rendimiento del flujo de trabajo y los resultados de entrega.

Formato del curso

• Conferencias interactivas y discusiones en grupo.
• Prácticas manuales implementando flujos de trabajo de correo electrónico y tuberías de contenido.
• Ejercicios basados en escenarios sobre personalización, segmentación y lógica ramificada.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarla.