Modelos de Lenguaje Grande (LLM) para la Educación Personalizada
Los Modelos de Lenguaje Grande (LLM, por sus siglas en inglés) se utilizan para procesar y generar texto similar al humano.
Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a educadores, profesionales de la EdTech e investigadores con diversos niveles de experiencia y expertise que deseen aprovechar los LLM para crear experiencias educativas personalizadas.
Al finalizar esta capacitación, los participantes serán capaces de:
- Comprender la arquitectura y las capacidades de los LLM.
- Identificar oportunidades de personalización en el contenido educativo mediante el uso de LLM.
- Diseñar plataformas de aprendizaje adaptativo que utilicen LLM para la personalización del contenido.
- Implementar estrategias impulsadas por LLM para mejorar el compromiso estudiantil y los resultados de aprendizaje.
- Evaluar la eficacia de los LLM en entornos educativos y tomar decisiones basadas en datos para realizar mejoras.
Formato del curso
- Clase interactiva y debate.
- Muchas 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 coordinarlo.
Temario del curso
Introducción a los Modelos de Lenguaje Grande (LLM)
- Visión general de los LLM.
- Evolución de los LLM en la tecnología educativa.
- Comprensión de la arquitectura de los LLM.
Personalización en la Educación
- La necesidad del aprendizaje personalizado.
- Enfoques actuales de personalización.
- Desafíos y oportunidades.
LLM y Adaptación de Contenido
- LLM en la creación y curación de contenido.
- Adaptación del contenido a estilos y niveles de aprendizaje.
- Gestión multitarea con LLM para la adaptación del contenido.
LLM en la Práctica
- Casos de estudio: Aplicaciones exitosas de LLM en educación.
- Sesión interactiva: LLM en acción.
Diseño de Plataformas de Aprendizaje Adaptativo
- Principios del diseño de plataformas de aprendizaje adaptativo.
- Incorporación de LLM en la arquitectura de la plataforma.
- Consideraciones sobre la experiencia de usuario y la interfaz.
Implementación y Pruebas
- Desarrollo de un prototipo de plataforma de aprendizaje adaptativo.
- Pruebas e iteración.
- Recopilación y análisis de comentarios de los usuarios.
Evaluación de la Eficacia del LLM
- Métricas para medir el impacto de los LLM en el aprendizaje.
- Métodos de investigación para la tecnología educativa.
- Análisis y discusión de casos de estudio.
Consideraciones Éticas y Futuras Directrices
- Implicaciones éticas de los LLM en la educación.
- Garantizar la inclusión y la equidad.
- Predicciones sobre el futuro de los LLM en el aprendizaje personalizado.
Proyecto y Evaluación
- Diseño y presentación de una propuesta para una plataforma de aprendizaje adaptativo basada en LLM.
- Revisiones entre pares y discusiones grupales.
- Evaluación final y retroalimentación.
Resumen y Próximos Pasos
Requerimientos
- Comprensión de conceptos básicos de aprendizaje automático (machine learning).
- Se recomienda experiencia en programación con Python, pero no es obligatorio.
- Conocimientos previos de tecnología educativa son beneficiosos.
Audiencia
- Educadores.
- Desarrolladores de EdTech.
- Investigadores en el campo de la tecnología educativa.
Los cursos públicos requieren más de 5 participantes.
Modelos de Lenguaje Grande (LLM) para la Educación Personalizada - Reserva
Modelos de Lenguaje Grande (LLM) para la Educación Personalizada - Consulta
Modelos de Lenguaje Grande (LLM) para la Educación Personalizada - Solicitud de consultoría
Próximos cursos
Cursos Relacionados
LangGraph Avanzado: Optimización, depuración y monitoreo de gráficos complejos
35 HorasLangGraph es un marco de trabajo para construir aplicaciones de LLM multi-actor con estado, como grafos compuestos con estado persistente y control sobre la ejecución.
Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a ingenieros avanzados de plataformas de IA, DevOps para IA y arquitectos de ML que desean optimizar, depurar, monitorear y operar sistemas LangGraph de nivel de producción.
Al finalizar esta formación, los participantes podrán:
- Diseñar y optimizar topologías complejas de LangGraph para velocidad, costo y escalabilidad.
- Asegurar la confiabilidad mediante reintentos, tiempos de espera, idempotencia y recuperación basada en puntos de control.
- Depurar y rastrear ejecuciones del grafo, inspeccionar el estado y reproducir sistemáticamente problemas de producción.
- Instrumentar los grafos con registros (logs), métricas y trazas, desplegar en producción y monitorear SLA y costos.
Formato del Curso
- Clases magistrales interactivas y discusión.
- Bastantes 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 organizarla.
Construcción de Agentes de Codificación con Devstral: Desde el Diseño del Agente hasta las Herramientas
14 HorasDevstral es un marco de código abierto diseñado para construir y ejecutar agentes de codificación que pueden interactuar con repositorios de código, herramientas de desarrollo y APIs para mejorar la productividad ingenieril.
Esta formación en vivo impartida por un instructor (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:
- Configurar y preparar Devstral para el desarrollo de agentes de codificación.
- Diseñar flujos de trabajo agénticos para la exploración y modificación de repositorios de código.
- Integrar agentes de codificación con herramientas de desarrollo y APIs.
- Implementar las mejores prácticas para el 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, contáctenos para coordinarlo.
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 presencial en vivo (en línea o in situ) está dirigida a ingenieros de ML de nivel intermedio a avanzado, equipos de plataformas e ingenieros de investigación que desean autoalojar, ajustar y gobernar los modelos Mistral y Devstral en entornos de producción.
Al finalizar esta formación, los participantes podrán:
- Configurar y establecer entornos autoalojados para los modelos Mistral y Devstral.
- Aplicar técnicas de ajuste fino para optimizar 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 modelos de código abierto.
Formato del curso
- Ponencia interactiva y debate.
- Ejercicios prácticos de 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 coordinarlo.
Aplicaciones de LangGraph en Finanzas
35 HorasFundamentos de LangGraph: Encadenamiento y Prompting para LLM basados en grafos
14 HorasLangGraph es un framework para construir aplicaciones LLM estructuradas como grafos que soportan planificación, ramificación, uso de herramientas, memoria y ejecución controlable.
Esta formación impartida por instructores (en línea o presencial) está dirigida a desarrolladores de nivel principiante, ingenieros de prompts y profesionales de datos que deseen diseñar y construir flujos de trabajo LLM confiables de múltiples pasos utilizando LangGraph.
Al finalizar esta formación, los participantes podrán:
- Explicar los conceptos clave de LangGraph (nodos, bordes, estado) y cuándo utilizarlos.
- Construir cadenas de prompts que se ramifiquen, llamen a herramientas y mantengan la 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 confiabilidad y seguridad.
Formato del Curso
- Ponencia interactiva y discusión guiada por el instructor.
- Laboratorios guiados y recorridos por el código en un entorno sandbox.
- Ejercicios basados en escenarios de diseño, prueba y evaluación.
Opciones de Personalización del Curso
- Para solicitar una formación personalizada para este curso, por favor contáctanos para coordinarlo.
LangGraph en el sector salud: Orquestación de flujos de trabajo para entornos regulados
35 HorasLangGraph para Aplicaciones Legales
35 HorasConstrucción de Flujos Dinámicos con LangGraph y Agentes LLM
14 HorasLangGraph para automatización de marketing
14 HorasLangGraph es un marco de orquestación basado en grafos que permite flujos de trabajo condicionales y multifase con LLM y herramientas, ideales para automatizar y personalizar pipelines de contenido.
Esta capacitación en vivo con instructores (en línea o presencial) está dirigida a profesionales del marketing intermedios, estrategas de contenido y desarrolladores de automatización que deseen implementar campañas de correo electrónico dinámicas con ramificaciones y pipelines de generación de contenido utilizando LangGraph.
Al finalizar esta capacitación, los participantes podrán:
- Diseñar flujos de trabajo de contenido y correos electrónicos con estructura de grafo y lógica condicional.
- Integrar LLMs, APIs y fuentes de datos para lograr personalización automatizada.
- Gestionar el estado, la memoria y el contexto a través de campañas multifase.
- Evaluar, monitorear y optimizar el rendimiento del flujo de trabajo y los resultados de entrega.
Formato del curso
- Conferencias interactivas y discusiones grupales.
- Prácticas hands-on implementando flujos de trabajo de correos electrónicos y pipelines de contenido.
- Ejercicios basados en escenarios sobre personalización, segmentación y lógica de ramificación.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, por favor contáctanos para coordinarlo.
Le Chat Enterprise: ChatOps privado, integraciones y controles de administración
14 HorasArquitecturas de LLMs Rentables: Mistral a Escala (Ingeniería de Rendimiento y Costos)
14 HorasComercialización 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, desarrolladores full-stack e ingenieros de integración de nivel principiante a intermedio que deseen diseñar, integrar y comercializar asistentes conversacionales utilizando los 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
- Lección 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.
Despliegues empresariales con Mistral Medium 3
14 HorasMistral Medium 3 es un modelo de lenguaje grande multimodal de alto rendimiento, diseñado para despliegues en producción dentro de entornos corporativos.
Esta capacitación dirigida por instructores (en línea o presencial) está orientada a ingenieros de IA/ML de nivel intermedio a avanzado, arquitectos de plataformas y equipos de MLOps que deseen desplegar, optimizar y asegurar Mistral Medium 3 para casos de uso empresarial.
Al finalizar esta capacitación, los participantes serán capaces de:
- Desplegar Mistral Medium 3 utilizando opciones a través de API o mediante autoalojamiento.
- Optimizar el rendimiento y los costos de inferencia.
- Implementar casos de uso multimodal con Mistral Medium 3.
- Aplicar las mejores prácticas de seguridad y cumplimiento para entornos empresariales.
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 capacitación personalizada para este curso, por favor contáctanos para coordinar los detalles.
Mistral para una IA responsable: Privacidad, residencia de datos y controles empresariales
14 HorasMistral AI es una plataforma de inteligencia artificial abierta y apta para entornos empresariales que ofrece características para el despliegue seguro, conforme a normativas y responsable de la IA.
Esta capacitación en vivo con instrucción presencial (en línea o in situ) está dirigida a líderes de cumplimiento intermedios, arquitectos de seguridad y responsables legales y operativos que deseen implementar prácticas de IA responsable con Mistral mediante el aprovechamiento de mecanismos de privacidad, residencia de datos y controles empresariales.
Al finalizar esta capacitación, 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 reglamentarios.
- Configurar controles de grado 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 alinear el cumplimiento.
Formato del curso
- Clases interactivas y discusiones.
- Casos de estudio y ejercicios centrados en el cumplimiento normativo.
- Implementación práctica de controles empresariales para IA.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, comuníquese con nosotros para coordinarla.
