Modelos de Lenguaje Grande (LLM) y Aprendizaje por Refuerzo (RL)
Los Modelos de Lenguaje Grande (LLM) son un tipo avanzado de redes neuronales diseñadas para comprender y generar texto similar al humano según la entrada que reciben. El Aprendizaje por Refuerzo (RL, por sus siglas en inglés) es una categoría de aprendizaje automático donde un agente aprende a tomar decisiones mediante la ejecución de acciones en un entorno con el objetivo de maximizar las recompensas acumuladas.
Esta capacitación en vivo impartida por un instructor (presencial o en línea) está dirigida a científicos de datos de nivel intermedio que deseen adquirir una comprensión integral y habilidades prácticas tanto en Modelos de Lenguaje Grande (LLM) como en Aprendizaje por Refuerzo (RL).
Al finalizar esta capacitación, los participantes serán capaces de:
- Comprender los componentes y la funcionalidad de los modelos transformer.
- Optimizar y ajustar finamente (fine-tune) 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
- Clase interactiva y discusión.
- Múltiples 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 coordinar los detalles.
Temario del curso
Introducción a los Modelos de Lenguaje Grande (LLM)
- Visión general de los LLM
- Definición e importancia
- Aplicaciones en IA actualmente
Arquitectura Transformer
- ¿Qué es un transformer y cómo funciona?
- Componentes principales y características
- Incrustación (embedding) y codificación posicional
- Atención de múltiples cabezas (multi-head attention)
- Red neuronal feed-forward
- Normalización y conexiones residuales
Modelos Transformer
- Mecanismo de autoatención (self-attention)
- Arquitectura codificador-decodificador
- Incrustaciones posicionales
- BERT (Represiones Codificadoras Bidireccionales de Transformers)
- GPT (Transformer Preentrenado Generativo)
Optimización del rendimiento y puntos críticos
- Longitud del contexto
- Mamba y modelos de espacio de estados
- Flash attention
- Transformers dispersos
- Transformers de visión
- Importancia de la cuantización
Mejora de los Transformers
- Generación de texto aumentada por recuperación
- Mixtura de modelos
- Árbol de pensamientos
Ajuste fino (Fine-Tuning)
- Teoría de la adaptación de bajo rango (low-rank adaptation)
- Fine-Tuning con QLora
Leyes de escalado y optimización en LLM
- Importancia de las leyes de escalado para los LLM
- Escalado del tamaño de datos y modelo
- Escalado computacional
- Escalado de 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
- Mejores prácticas y herramientas para el entrenamiento y fine-tuning de LLM
Entrenamiento y ajuste fino (Fine-Tuning) de 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 por Refuerzo Profundo (Deep Reinforcement Learning)
- Redes Q Profundas (DQN)
- Optimización por 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 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
Temas avanzados
- Técnicas avanzadas
- Métodos de optimización avanzada
- Investigación y desarrollos de vanguardia
Resumen y próximos pasos
Requerimientos
- Conocimientos básicos de Aprendizaje Automático (Machine Learning).
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 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 HorasLangGraph es un framework para construir aplicaciones de LLM multiparte y con estado, utilizando grafos composables con persistencia de estado y control sobre la ejecución.
Esta formación presencial guiada por un instructor (online o en sitio) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones financieras basadas en LangGraph con una gobernanza, observabilidad y cumplimiento adecuados.
Al finalizar esta capacitación, los participantes serán capaces de:
- Diseñar flujos de trabajo de LangGraph específicos para finanzas, alineados a requisitos regulatorios y de auditoría.
- Integrar estándares y ontologías de datos financieros en el estado del grafo y las herramientas.
- Implementar controles de confiabilidad, seguridad e intervención humana (human-in-the-loop) para procesos críticos.
- Desplegar, monitorear y optimizar sistemas LangGraph para rendimiento, costos y SLAs.
Formato del curso
- Conferencias interactivas y discusiones.
- Abundantes 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 coordinar.
Fundamentos 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 permite la creación de flujos de trabajo con estado y múltiples actores, potenciados por modelos de lenguaje grandes (LLM), con 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 el desarrollo de sistemas de apoyo a la decisión que se alineen con los flujos de trabajo médicos.
Esta formación en vivo impartida por un instructor (online 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 de LangGraph específicos para el sector salud, priorizando el cumplimiento normativo y la auditoría.
- Integrar aplicaciones LangGraph con ontologías y estándares médicos (FHIR, SNOMED CT, ICD).
- Aplicar mejores prácticas para garantizar fiabilidad, trazabilidad y explicabilidad en entornos sensibles.
- Desplegar, monitorear y validar aplicaciones LangGraph en entornos de producción del sector salud.
Formato del curso
- Clase interactiva y discusión.
- Ejercicios prácticos con estudios de caso reales.
- Práctica de implementación en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, por favor contáctenos para organizarlo.
LangGraph para Aplicaciones Legales
35 HorasLangGraph es un marco de trabajo para construir aplicaciones de LLM con múltiples actores y estado persistente, mediante grafos composables con estado persistente y 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 podrán:
- Diseñar flujos de trabajo específicos para el ámbito legal en 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 barreras de seguridad (guardrails), aprobaciones con intervención humana y caminos de decisión trazables.
- Desplegar, monitorear y mantener servicios LangGraph en producción con capacidades de observabilidad y control de costos.
Formato del Curso
- Conferencia interactiva y discusión.
- Numerosos 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 contáctenos para coordinar.
Construcción de Flujos Dinámicos con LangGraph y Agentes LLM
14 HorasLangGraph es un framework para compilar flujos de trabajo LLM estructurados en grafos que soportan ramificación, uso de herramientas, memoria y ejecución controlable.
Este entrenamiento en vivo con instructor (en línea o presencial) está dirigido a ingenieros y equipos de producto de nivel intermedio que desean combinar la lógica de grafo 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 este entrenamiento, los participantes serán capaces de:
- Diseñar flujos de trabajo basados en grafos que coordinen agentes LLM, herramientas y memoria.
- Implementar enrutamiento condicional, reintentos y mecanismos de respaldo para una ejecución robusta.
- Integrar recuperación (retrieval), APIs y salidas estructuradas en los bucles de agentes.
- Evaluar, monitorear y asegurar la fiabilidad y seguridad del comportamiento de los agentes.
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 entre pares.
Opciones de Personalización del Curso
- Para solicitar un entrenamiento personalizado para este curso, contáctenos para coordinar.
LangGraph 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 HorasLe Chat Enterprise es una solución de ChatOps privada que ofrece capacidades de inteligencia artificial conversacional seguras, personalizables y gobernadas para organizaciones, con soporte para RBAC, SSO, conectores e integraciones con aplicaciones empresariales.
Esta formación impartida por un instructor (en línea o presencial) está dirigida a gerentes de producto de nivel intermedio, líderes de TI, ingenieros de solución y equipos de seguridad/cumplimiento que deseen implementar, configurar y gobernar Le Chat Enterprise en entornos empresariales.
Al finalizar esta formación, los participantes serán capaces de:
- Configurar e implementar Le Chat Enterprise para despliegues seguros.
- Habilitar RBAC, SSO y controles impulsados por cumplimiento normativo.
- Integrar Le Chat con aplicaciones empresariales y almacenes de datos.
- Diseñar e implementar manuales de operación y administración para ChatOps.
Formato del curso
- Clase interactiva con discusión.
- Abundancia de ejercicios y práctica.
- Ejecución práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctanos para coordinarlo.
Arquitecturas de LLMs Rentables: Mistral a Escala (Ingeniería de Rendimiento y Costos)
14 HorasMistral es una familia de modelos de lenguaje grandes de alto rendimiento, optimizados para su implementación a escala en entornos de producción con un enfoque en la rentabilidad.
Esta formación presencial en vivo (en línea o in situ), impartida por instructores, está dirigida a ingenieros de infraestructura de nivel avanzado, arquitectos de nube y líderes de MLOps que deseen diseñar, implementar y optimizar arquitecturas basadas en Mistral para maximizar el rendimiento y minimizar los costos.
Al finalizar esta formación, los participantes podrán:
- Implementar patrones de implementación escalables para Mistral Medium 3.
- Aplicar técnicas de agrupación (batching), cuantización y estrategias de servicio eficientes.
- Optimizar los costos de inferencia manteniendo el rendimiento.
- Diseñar topologías de servicio listas para producción, adaptadas a cargas de trabajo empresariales.
Formato del Curso
- Clases interactivas y sesiones de discusión.
- Muchas ejercicios prácticos.
- Implementación en un entorno de laboratorio en vivo.
Opciones de Personalización del Curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.
Comercialización 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.
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 a flujos de trabajo multimodales, apoyando tanto tareas de lenguaje como de visión para aplicaciones empresariales y de investigación.
Esta capacitación en vivo con instructor (en línea o en las instalaciones) está dirigida a investigadores de ML de nivel intermedio, ingenieros aplicados y equipos de producto que deseen construir aplicaciones multimodales con modelos Mistral, incluyendo pipelines de OCR y comprensión de documentos.
Al finalizar esta capacitación, los participantes podrán:
- Configurar y ajustar 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 empresarial.
- Desarrollar funcionalidades de búsqueda de texto-imagen e interfaces de usuario asistenciales.
Formato del Curso
- Clase interactiva y discusión.
- Ejercicios de programación prácticos.
- Implementación en laboratorio en vivo de pipelines multimodales.
Opciones de Personalización del Curso
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinarlo.
