Modelos de Lenguaje Pequeños (SLMs) para Interacciones Humano-IA

Esta capacitación en vivo dirigida por un instructor en <ubic> (en línea o presencial) está orientada a científicos de datos y desarrolladores de nivel principiante e intermedio que deseen implementar y aprovechar los Modelos de Lenguaje Pequeños en diversas aplicaciones.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender la arquitectura y el funcionamiento de los Modelos de Lenguaje Pequeños.
• Implementar SLMs para tareas como generación de texto y análisis de sentimiento.
• Optimizar y ajustar finamente (fine-tuning) los SLMs para casos de uso específicos.
• Desplegar SLMs en entornos con recursos limitados.
• Evaluar e interpretar el rendimiento de los SLMs en escenarios del mundo real.

Esta capacitación en vivo con instrucción presencial en Argentina (en línea o presencial) está dirigida a tecnólogos educativos de nivel intermedio, diseñadores instruccionales y desarrolladores de IA en educación que desean integrar Modelos de Lenguaje Pequeños (SLMs) en plataformas educativas para mejorar los procesos de enseñanza y aprendizaje.

Al finalizar esta capacitación, los participantes podrán:

• Comprender el papel de los SLMs en la tecnología educativa.
• Diseñar experiencias de aprendizaje impulsadas por IA utilizando SLMs.
• Implementar SLMs en diversos entornos educativos.
• Evaluar la efectividad de los SLMs en los resultados del aprendizaje.

Esta capacitación en vivo, impartida por un instructor en Argentina (presencial o en línea), está dirigida a planificadores urbanos, administradores de ciudades y desarrolladores de soluciones de ciudades inteligentes de nivel intermedio que deseen implementar Modelos de Lenguaje Pequeños (SLMs) en proyectos de ciudades inteligentes para mejorar la calidad de vida urbana.

Al finalizar esta capacitación, los participantes podrán:

• Comprender las aplicaciones de los SLMs en las ciudades inteligentes.
• Integrar los SLMs con conjuntos de datos urbanos para mejorar la toma de decisiones.
• Desarrollar estrategias para desplegar los SLMs en sistemas de gestión urbana.
• Evaluar el impacto de los SLMs en la planificación urbana y las soluciones de ciudades inteligentes.

Esta formación en vivo y dirigida por un instructor en Argentina (en línea o presencial) está orientada a científicos de datos e ingenieros de aprendizaje automático de nivel intermedio deseen crear y aplicar modelos de lenguaje pequeños adaptados a dominios específicos, como el legal, médico y técnico.

Al finalizar esta capacitación, los participantes podrán:

• Comprender la importancia y las aplicaciones de los modelos de lenguaje específicos de dominio.
• Curar y preprocesar conjuntos de datos especializados para el entrenamiento del modelo.
• Entrenar y afinar modelos de lenguaje para aplicaciones específicas de dominio.
• Evaluar y hacer benchmarking de los modelos utilizando métricas relevantes al dominio.
• Implementar modelos de lenguaje específicos de dominio en escenarios del mundo real.

Esta formación en vivo, impartida por instructores, en Argentina (en línea o presencial), está dirigida a ingenieros de aprendizaje automático y investigadores de IA de nivel avanzado que desean desarrollar soluciones de IA eficientes energéticamente utilizando modelos de lenguaje pequeños, que sean tanto potentes como respetuosos con el medio ambiente.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el impacto de la IA en el consumo energético y el medio ambiente.
• Aplicar técnicas de compresión y optimización de modelos para reducir el tamaño y el consumo energético de los modelos de IA.
• Utilizar hardware y marcos de software eficientes energéticamente para el despliegue de IA.
• Implementar mejores prácticas para el desarrollo sostenible de IA.
• Promover y contribuir a prácticas sostenibles en la industria de la IA.

Esta formación en vivo, impartida por un instructor, en <ubicación> (en línea o presencial), está dirigida a profesionales de TI de nivel intermedio que desean desplegar modelos de lenguaje pequeños directamente en dispositivos con capacidades de procesamiento limitadas, abriendo nuevas posibilidades para aplicaciones innovadoras en diversos sectores.

Al finalizar esta formación, los participantes podrán:

• Comprender los desafíos y las soluciones para implementar IA en hardware compacto.
• Optimizar y comprimir modelos de IA para un despliegue eficiente en el dispositivo.
• Utilizar frameworks y herramientas modernas de IA para la implementación de modelos en el dispositivo.
• Diseñar y desarrollar aplicaciones de IA en tiempo real para dispositivos móviles e IoT.
• Evaluar y garantizar la seguridad y privacidad de los sistemas de IA en el dispositivo.