Modelos de Lenguaje Grande (LLM) y Aprendizaje por Refuerzo (RL)
Los Modelos de Lenguaje Grande (LLM) son tipos avanzados de redes neuronales diseñados para comprender y generar texto similar al humano basado 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 impartida por un instructor (en línea o presencial) está dirigida a científicos de datos de nivel intermedio que desean obtener 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 transformadores.
- Optimizar y afinar 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
- 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, por favor contáctenos para coordinar.
Temario del curso
Introducción a los Modelos de Lenguaje Grande (LLM)
- Visión general de los LLM
- Definición e importancia
- Aplicaciones en IA hoy en día
Arquitectura Transformadora
- ¿Qué es un transformador y cómo funciona?
- Componentes principales y características
- Alineamiento y codificación posicional
- Atención de múltiples cabezas
- Red neuronal de alimentación hacia adelante
- Normalización y conexiones residuales
Modelos Transformadores
- Mecanismo de autoatención
- Arquitectura codificador-decodificador
- Alineamientos posicionales
- BERT (Representaciones Codificadas Bidireccionales desde Transformadores)
- GPT (Transformador Preentrenado Generativo)
Optimización del rendimiento y errores comunes
- Longitud del contexto
- Mamba y modelos de espacio de estado
- Atención flash
- Transformadores dispersos
- Transformadores visuales
- Importancia de la cuantización
Mejora de los Transformadores
- Generación de texto aumentada por recuperación
- Mezcla de modelos
- Árbol de pensamientos
Afinamiento
- Teoría de adaptación de bajo rango
- Afinamiento con QLora
Leyes de escalado y optimización en LLM
- Importancia de las leyes de escalado para los LLM
- Escalado del tamaño de los datos y del modelo
- Escalado computacional
- Escalado de la eficiencia de parámetros
Optimización
- Relación entre el tamaño del modelo, el tamaño de los datos, el presupuesto computacional y los requisitos de inferencia
- Optimización del rendimiento y eficiencia de los LLM
- Buenas prácticas y herramientas para entrenar y afinar LLM
Entrenamiento y Afinamiento de LLM
- Pasos 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
- Cuadro general de los LLM de código abierto
Fundamentos del Aprendizaje por Refuerzo (RL)
- Introducción al Aprendizaje por Refuerzo
- Aprendizaje a través del refuerzo positivo
- Definición y conceptos fundamentales
- 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 LLM y Aprendizaje por Refuerzo
- Combinar LLM con Aprendizaje por Refuerzo
- Cómo se utiliza RL en LLM
- Aprendizaje por Refuerzo con Retroalimentación Humana (RLHF)
- Alternativas a RLHF
Casos de estudio y aplicaciones
- Aplicaciones del mundo real
- Historias de éxito y desafíos
Tópicos avanzados
- Técnicas avanzadas
- Métodos de optimización avanzada
- Investigación y desarrollos de vanguardia
Resumen y siguientes 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 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.
Construcción de Agentes de Codificación con Devstral: Desde el Diseño del Agente hasta la Herramientización
14 HorasDevstral 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.
Ops de modelos de código abierto: Autoalojamiento, ajuste fino y gobernanza con 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 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.
Aplicaciones de LangGraph en el sector financiero
35 HorasLangGraph 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.
Fundamentos de LangGraph: Encadenamiento y creación de prompts para LLMs basado en grafos
14 HorasLangGraph 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 en la atención médica: Orquestación de flujos de trabajo para entornos regulados
35 HorasLangGraph 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 para aplicaciones legales
35 HorasLangGraph 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.
Construcción de Flujos de Trabajo Dinámicos con LangGraph y Agentes LLM
14 HorasLangGraph 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 para automatización del marketing
14 HorasLangGraph 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.
Le Chat Enterprise: ChatOps privado, integraciones y controles de administración
14 HorasLe Chat Enterprise es una solución de ChatOps privada que ofrece capacidades de IA 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 presencial dirigida por un instructor (en línea o in situ) está dirigida a gerentes de producto de nivel intermedio, líderes de TI, ingenieros de soluciones y equipos de seguridad/cumplimiento 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 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 (playbooks) de gobernanza y administración para ChatOps.
Formato del curso
- Clases interactivas y discusión en grupo.
- 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 organizarla.
Arquitecturas de LLM Rentables: Mistral a Gran Escala (Ingeniería de Rendimiento y Costo)
14 HorasMistral es una familia de modelos de lenguaje grandes de alto rendimiento, optimizados para su implementación en producción a gran escala con un enfoque costo-eficiente.
Esta formación presencial y 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 la máxima capacidad de procesamiento y el mínimo costo.
Al finalizar esta formación, los participantes podrán:
- Implementar patrones de implementación escalables para Mistral Medium 3.
- Aplicar estrategias de agrupación (batching), cuantización y servicio eficiente.
- Optimizar los costos de inferencia manteniendo el rendimiento.
- Diseñar topologías de servicio listas para producción para cargas de trabajo empresariales.
Formato del Curso
- Conferencia 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, contáctenos para coordinarlo.
Productoización 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 impartida por un instructor, ya sea en línea o presencial, está dirigida a gestores de producto de nivel principiante a intermedio, desarrolladores full-stack e ingenieros de integración que deseen diseñar, integrar y productoizar asistentes conversacionales utilizando conectores e integraciones de Mistral.
Al finalizar esta formación, los participantes podrán:
- Integrar modelos conversacionales de Mistral con conectores empresariales 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
- Conferencia 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, contáctenos para coordinarlo.
Implementaciones empresariales con Mistral Medium 3
14 HorasMistral Medium 3 es un modelo de lenguaje grande multimodal de alto rendimiento, diseñado para despliegues de grado productivo en entornos empresariales.
Esta formación en directo, impartida por un instructor (en línea o presencial), está dirigida a ingenieros de IA/ML de nivel intermedio a avanzado, arquitectos de plataforma y equipos de MLOps que deseen desplegar, optimizar y asegurar Mistral Medium 3 para casos de uso empresarial.
Al finalizar esta formación, los participantes serán capaces de:
- Desplegar Mistral Medium 3 utilizando opciones basadas en API y autoalojamiento.
- Optimizar el rendimiento y los costes de inferencia.
- Implementar casos de uso multimodales con Mistral Medium 3.
- Aplicar las mejores prácticas de seguridad y cumplimiento normativo para entornos empresariales.
Formato del curso
- Clase interactiva y debates.
- Muchas actividades prácticas y ejercicios.
- Implementación práctica en un entorno de laboratorio en directo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para concertar los detalles.
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 implementar de manera segura, conforme a la normativa y responsablemente soluciones de inteligencia artificial.
Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a responsables de cumplimiento normativo, arquitectos de seguridad y partes interesadas del ámbito jurídico y operativo que deseen aplicar prácticas de IA responsable con Mistral mediante el aprovechamiento de mecanismos de privacidad, residencia de datos y controles empresariales.
Al finalizar esta formación, los participantes serán capaces de:
- Implementar técnicas de preservación de la privacidad en desplegimientos de Mistral.
- Aplicar estrategias de residencia de datos para cumplir con los requisitos regulatorios.
- Configurar controles de grado empresarial, como RBAC, SSO y registros de auditoría.
- Evaluar opciones de proveedores y modelos de despliegue en función del alineamiento normativo.
Formato del curso
- Clase interactiva con debate.
- Casos de estudio y ejercicios centrados en el cumplimiento normativo.
- Ejercitación práctica en la implementación de controles de IA empresariales.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros.
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, admitiendo tanto tareas de lenguaje como de visión para aplicaciones empresariales y de investigación.
Esta formación presencial en vivo (en línea o en las instalaciones) está dirigida a investigadores de aprendizaje automático de nivel intermedio, ingenieros aplicados y equipos de producto que deseen desarrollar aplicaciones multimodales con modelos Mistral, incluyendo flujos de trabajo de OCR y comprensión de documentos.
Al finalizar esta formación, los participantes serán capaces de:
- Configurar y ajustar los modelos Mistral para tareas multimodales.
- Implementar flujos de trabajo de OCR e integrarlos con pipelines de PLN.
- Diseñar aplicaciones de comprensión de documentos para casos de uso empresariales.
- Desarrollar funcionalidades de búsqueda y asistencia en la interfaz de usuario combinando texto y visión.
Formato del curso
- Conferencias interactivas y discusión.
- Ejercicios prácticos de codificación.
- Implementación en laboratorio en vivo de flujos de trabajo multimodales.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.
