Cursos de Large Language Models (LLMs) en Austin

Este entrenamiento en vivo dirigido por un instructor (en línea o presencial) está diseñado para profesionales de la alta gerencia que desean entender qué son los LLMs, explorar su potencial impacto en las operaciones empresariales y evaluar usos prácticos de herramientas de IA como ChatGPT, Copilot de Microsoft o Grok para tareas del mundo real como creación de contenido, resumen de datos y soporte de decisiones.

Al finalizar este entrenamiento, los participantes podrán:

• Comprender qué son los LLMs y cómo funcionan las herramientas como ChatGPT y Copilot.
• Usar técnicas de enunciados para obtener resultados prácticos y confiables de los LLMs.
• Evaluar casos de uso reales, como la redacción de correos electrónicos, resumen de documentos y automatización de productividad.
• Identificar oportunidades de inversión y aplicaciones estratégicas para la adopción de IA.

Esta formación en vivo dirigida por un instructor en Austin (en línea o presencial) está orientada a equipos de gestión senior que desean comprender el valor estratégico de los LLMs y las herramientas de IA empresarial. Los participantes explorarán cómo integrar estas herramientas en flujos de trabajo de alto nivel, redactar mejores prompts y evaluar oportunidades para aumentar la productividad y el ROI mediante la adopción de IA.

Al finalizar esta formación, los participantes podrán:

• Comprender cómo funcionan los LLMs y cómo herramientas como ChatGPT y Copilot las aplican.
• Utilizar interacciones basadas en prompts para automatizar y acelerar tareas.
• Aplicar herramientas de IA a escenarios reales, como la redacción de correos electrónicos, resumen de informes y revisión de acuerdos.
• Evaluar los beneficios estratégicos, limitaciones y consideraciones de licenciamiento para la adopción de LLMs.

Esta formación en vivo dirigida por un instructor en Austin (en línea o presencial) está destinada a investigadores de IA, científicos de datos y desarrolladores de nivel intermedio a avanzado que desean comprender, ajustar y implementar los Modelos de Lenguaje Grande (LLMs) de Meta AI para diversas aplicaciones de procesamiento de lenguaje natural (NLP).

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura y funcionamiento de los Modelos de Lenguaje Grande de Meta AI.
• Configurar y ajustar los LLMs de Meta AI para casos de uso específicos.
• Implementar aplicaciones basadas en LLM, como resumen de texto, chatbots y análisis de sentimientos.
• Optimizar e implementar eficientemente modelos de lenguaje grande.

Este entrenamiento en vivo dirigido por un instructor en Austin (en línea o presencial) está destinado a profesionales de AI intermedios, analistas de negocios y líderes tecnológicos que desean comprender los principios de la IA generativa y las aplicaciones de modelos de lenguaje grandes (LLM) en entornos empresariales. Los participantes aprenderán sobre transformadores, ingeniería de prompts y consideraciones éticas al implementar estos modelos para soluciones del mundo real.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Comprender los principios subyacentes de la IA generativa y los modelos de lenguaje grandes.
• Implementar y ajustar LLM para aplicaciones específicas del negocio.
• Aplicar técnicas de ingeniería de prompts para obtener salidas óptimas del modelo.
• Reconocer consideraciones éticas y gestionar riesgos en la implementación de LLM.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o presencial) está dirigida a profesionales y especialistas en ética de IA de nivel intermedio, científicos e ingenieros de datos, y responsables políticos y partes interesadas que deseen comprender y navegar por el panorama ético de los LLM.

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

• Identificar los problemas éticos y los desafíos asociados con los LLM.
• Aplicar marcos y principios éticos a la implementación de LLM.
• Evalúe el impacto social de los LLM y mitigue los riesgos potenciales.
• Desarrollar estrategias para el desarrollo y el uso responsable de la IA.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a profesionales de PNL de nivel intermedio y científicos de datos, creadores de contenido y traductores, y empresas globales que deseen utilizar LLM para la traducción de idiomas y la creación de contenido multilingüe.

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

• Comprender los principios del aprendizaje y la traducción multilingüe con los LLM.
• Implemente LLM para traducir contenido entre varios idiomas.
• Cree y administre conjuntos de datos multilingües para capacitar a los LLM.
• Desarrollar estrategias para mantener la coherencia y la calidad de la traducción.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a analistas financieros de nivel intermedio, científicos de datos y profesionales de la inversión que deseen aprovechar los LLM para el análisis y la predicción de los mercados financieros.

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

• Comprender la aplicación de los LLM en el análisis de mercados financieros.
• Utilice los LLM para procesar noticias, informes y datos financieros para obtener información sobre el mercado.
• Desarrollar modelos predictivos para los precios de las acciones, las tendencias del mercado y los indicadores económicos.
• Integre los conocimientos de LLM en los procesos de toma de decisiones de inversión.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a científicos e investigadores ambientales de nivel intermedio, analistas de datos y responsables de políticas y defensores del medio ambiente que deseen utilizar los LLM para el modelado y análisis ambiental.

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

• Comprender la aplicación de los LLM en las ciencias ambientales.
• Utilice los LLM para analizar y modelar datos ambientales.
• Interpretar los resultados de LLM para evaluaciones de impacto ambiental.
• Comunicar los hallazgos de manera efectiva para informar las políticas y los esfuerzos de conservación.

Este curso dirigido por un instructor y en vivo en Austin (en línea o presencial) está destinado a desarrolladores de VR y AR, diseñadores de juegos e ingenieros de IA de nivel intermedio que desean incorporar modelos de lenguaje grandes (LLMs) en aplicaciones de VR y AR para crear entornos más atractivos y receptivos.

Al final de este curso, los participantes podrán:

• Comprender el papel de los LLMs en la creación de experiencias inmersivas de VR y AR.
• Desarrollar aplicaciones de VR y AR que utilicen LLMs para diálogos interactivos y creación de contenido.
• Integrar LLMs con herramientas de desarrollo de VR y AR para mejorar la participación del usuario.
• Aplicar mejores prácticas para diseñar narrativas e interacciones impulsadas por IA en espacios virtuales.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o presencial) está dirigida a científicos de datos de nivel intermedio, ingenieros de aprendizaje automático y desarrolladores de software que deseen aplicar Large Language Models (LLMs) a datos multimodales para aplicaciones avanzadas de IA.

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

• Comprender los principios del aprendizaje multimodal con LLM.
• Implemente LLM para procesar y analizar datos de texto, imagen y audio.
• Desarrolle aplicaciones que aprovechen las fortalezas de la integración de datos multimodal.
• Evaluar el rendimiento de los sistemas LLM multimodales.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o presencial) está dirigida a profesionales de ciberseguridad de nivel intermedio y científicos de datos que deseen utilizar LLM para mejorar las medidas de ciberseguridad y la inteligencia de amenazas.

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

• Comprender el papel de los LLM en la ciberseguridad.
• Implemente LLM para la detección y el análisis de amenazas.
• Utilice los LLM para la automatización y la respuesta a la seguridad.
• Integre los LLM con la infraestructura de seguridad existente.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a científicos de datos y analistas de negocios de nivel intermedio que deseen utilizar grandes modelos de lenguaje (LLM) para pronosticar tendencias y comportamientos en diversas industrias.

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

• Comprender los fundamentos de los LLM y su papel en el análisis predictivo.
• Implemente LLM para analizar y pronosticar datos en diversas industrias.
• Evaluar la eficacia de los modelos predictivos mediante LLM.
• Integre los LLM con las canalizaciones de procesamiento de datos existentes.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a científicos de datos de nivel intermedio que deseen obtener una comprensión integral y habilidades prácticas tanto en Large Language Models (LLMs) como en Reinforcement Learning (RL).

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

• Comprender los componentes y la funcionalidad de los modelos de transformadores.
• Optimice y ajuste los LLM para tareas y aplicaciones específicas.
• Comprender los principios básicos y las metodologías del aprendizaje por refuerzo.
• Aprenda cómo las técnicas de aprendizaje por refuerzo pueden mejorar el rendimiento de los LLM.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a creadores de contenido, especialistas en marketing y tecnólogos educativos de nivel intermedio que desean aprovechar el poder de los LLM para generar contenido de alta calidad, diverso y atractivo en varios dominios.

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

• Comprender las capacidades de los LLM y su aplicación en la generación de contenidos.
• Configure y use LLM para generar varios tipos de contenido.
• Aplique las prácticas recomendadas para solicitar y ajustar los LLM para producir los resultados deseados.
• Evalúe la calidad del contenido generado por IA y refínelo para audiencias específicas.
• Explora técnicas avanzadas para la generación de contenido creativo y multimodal con LLM.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a educadores, profesionales de EdTech e investigadores con diferentes niveles de experiencia y conocimientos que deseen aprovechar los LLM para crear experiencias educativas personalizadas.

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

• Comprender la arquitectura y las capacidades de los LLM.
• Identificar oportunidades de personalización en el contenido educativo utilizando LLM.
• Diseñe plataformas de aprendizaje adaptativo que utilicen LLM para la personalización del contenido.
• Implementar estrategias impulsadas por LLM para mejorar la participación de los estudiantes y los resultados del aprendizaje.
• Evalúe la efectividad de los LLM en entornos educativos y tome decisiones basadas en datos para

Este curso dirigido por un instructor y en vivo en Austin (en línea o presencial) está orientado a practicantes de ML intermedios y desarrolladores de IA que deseen ajustar y desplegar modelos de pesos abiertos como LLaMA, Mistral y Qwen para aplicaciones específicas de negocio o internas.

Al final de este entrenamiento, los participantes serán capaces de:

• Entender el ecosistema y las diferencias entre los modelos de lenguaje de gran escala (LLMs) de código abierto.
• Preparar conjuntos de datos y configuraciones de ajuste fino para modelos como LLaMA, Mistral y Qwen.
• Ejecutar pipelines de ajuste fino utilizando Hugging Face Transformers y PEFT.
• Evaluar, guardar y desplegar modelos ajustados finamente en entornos seguros.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a desarrolladores de software y científicos de datos de nivel principiante a intermedio que deseen implementar LLM en sistemas de reconocimiento y síntesis de voz.

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

• Comprender el papel de los LLM en las tecnologías del habla.
• Implemente LLM para un reconocimiento de voz preciso y una síntesis de voz con sonido natural.
• Integre los LLM con motores de reconocimiento de voz y sintetizadores de voz.
• Evalúe y mejore el rendimiento de los sistemas de voz utilizando LLM.
• Manténgase informado sobre las tendencias actuales y las direcciones futuras en las tecnologías del habla.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a profesionales de atención al cliente y TI de nivel principiante a intermedio que deseen implementar LLM para crear chatbots de atención al cliente receptivos e inteligentes.

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

• Comprender los fundamentos y la arquitectura de Large Language Models (LLMs).
• Diseñe e integre LLM en los sistemas de atención al cliente.
• Mejore la capacidad de respuesta y la experiencia del usuario de los chatbots.
• Aborde las consideraciones éticas y garantice el cumplimiento de los estándares de la industria.
• Implemente y mantenga un chatbot basado en LLM para aplicaciones del mundo real.

Esta formación en vivo dirigida por un instructor en Austin (en línea o presencial) está destinada a científicos de datos y ingenieros de IA de nivel intermedio que desean afinar modelos de lenguaje grandes de manera más económica y eficiente utilizando métodos como LoRA, Adapter Tuning y Prefix Tuning.

Al finalizar esta formación, los participantes podrán:

• Comprender la teoría detrás de los enfoques de afinado con parámetros eficientes.
• Implementar LoRA, Adapter Tuning y Prefix Tuning utilizando Hugging Face PEFT.
• Comparar el rendimiento y las compensaciones de costos de los métodos PEFT frente al afinado completo.
• Deploy and scale fine-tuned LLMs with reduced compute and storage requirements.

Esta formación en vivo dirigida por un instructor en Austin (en línea o presencial) está destinada a ingenieros de aprendizaje automático de nivel intermedio y avanzado, desarrolladores de IA y científicos de datos que desean aprender a utilizar QLoRA para ajustar eficientemente grandes modelos a tareas específicas y personalizaciones.

Al finalizar esta formación, los participantes podrán:

• Comprender la teoría detrás de QLoRA y las técnicas de cuantización para modelos de lenguaje grandes (LLM).
• Implementar QLoRA en el ajuste fino de grandes modelos de lenguaje para aplicaciones específicas de dominio.
• Optimizar el rendimiento del ajuste fino en recursos computacionales limitados utilizando cuantización.
• Deploy and evaluate fine-tuned models in real-world applications efficiently.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a profesionales de datos y marketing de nivel intermedio que deseen aplicar LLM para analizar e interpretar el sentimiento público de varias fuentes de texto, como publicaciones en redes sociales, reseñas de productos y comentarios de clientes.

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

• Comprender los principios del análisis de sentimientos y su aplicación mediante LLM.
• Preprocese y prepare conjuntos de datos para el análisis de sentimientos.
• Entrene y ajuste los LLM para reflejar con precisión el sentimiento en el texto.
• Analice el sentimiento en tiempo real de las redes sociales y otras fuentes de texto.
• Integre los resultados del análisis de sentimientos en las estrategias empresariales y los procesos de toma de decisiones.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a desarrolladores de software y escritores técnicos de nivel intermedio que deseen aprovechar los LLM para optimizar su flujo de trabajo de codificación y crear documentación detallada y completa.

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

• Comprender el papel de los LLM en la automatización de la generación de código y la documentación de software.
• Utilice los LLM para crear fragmentos de código y documentación precisos y eficientes.
• Integre los LLM en su ciclo de vida de desarrollo de software para mejorar la productividad.
• Mantenga estándares de documentación de alta calidad utilizando herramientas automatizadas.
• Abordar las consideraciones éticas y las mejores prácticas para el uso de la IA en el desarrollo de software.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a profesionales de negocios de nivel intermedio y analistas de datos que desean aprovechar el poder de los LLM para extraer información comercial.

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

• Comprender los fundamentos y las aplicaciones de los LLM en el contexto de la inteligencia empresarial.
• Aplique LLM para analizar grandes conjuntos de datos y extraer información significativa.
• Integre la analítica impulsada por LLM en los procesos estratégicos de toma de decisiones empresariales.
• Evalúe las consideraciones éticas y las mejores prácticas para el uso de LLM en los negocios.
• Anticipe las tendencias futuras en IA y prepárese para el panorama cambiante de la inteligencia empresarial.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a desarrolladores y científicos de datos de nivel intermedio a avanzado que deseen dominar LlamaIndex para desarrollar aplicaciones innovadoras impulsadas por LLM.

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

• Instale y configure LlamaIndex para su uso con LLM.
• Indexe y consulte conjuntos de datos personalizados utilizando LlamaIndex para mejorar la funcionalidad de LLM.
• Diseñe y desarrolle aplicaciones sofisticadas que utilicen LlamaIndex y LLM.
• Comprender y aplicar las mejores prácticas para trabajar con LLM y LlamaIndex.
• Navegue por las consideraciones éticas implicadas en la implementación de aplicaciones con tecnología LLM.

Este entrenamiento en vivo dirigido por un instructor (en línea o presencial) está orientado a investigadores de IA intermedios, profesionales de aprendizaje automático y científicos de datos que desean utilizar LlamaIndex para mejorar las capacidades de los modelos de IA, haciéndolos más precisos y confiables para diversas aplicaciones.

Al finalizar este entrenamiento, los participantes podrán:

• Comprender los principios y componentes de LlamaIndex.
• Ingestar y estructurar datos para su uso con modelos de lenguaje grandes (LLMs).
• Implementar la augmentación del contexto para mejorar el rendimiento de los modelos de IA.
• Integrar LlamaIndex en sistemas y flujos de trabajo de IA existentes.

Mistral AI es una potente familia de modelos de IA de código abierto y listos para el uso empresarial, destinados a aplicaciones de lenguaje, multimodales y agentes.

Este entrenamiento dirigido por un instructor (en línea o en las instalaciones del cliente) está orientado a profesionales de nivel intermedio a avanzado que deseen construir, implementar y administrar agentes de IA utilizando los modelos Mistral Medium 3, Le Chat Enterprise y Devstral.

Al final de este entrenamiento, los participantes podrán:

• Comprender la arquitectura y las capacidades de Mistral Medium 3, Le Chat Enterprise y Devstral.
• Diseñar e implementar agentes de IA aprovechando los modelos de Mistral para casos de uso empresariales y de desarrolladores.
• Integrar sistemas de codificación, conectores y datos empresariales en los flujos de trabajo de los agentes.
• Optimizar el rendimiento, el costo y el cumplimiento para agentes alimentados por Mistral.

Formato del Curso

• Conferencia interactiva y discusión.
• Muchos ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para hacer los arreglos.

Mistral AI es una plataforma de IA abierta que permite a los equipos crear e integrar asistentes conversacionales en flujos de trabajo orientados a la empresa y al cliente.

Esta formación guiada por un instructor (en línea o presencial) está dirigida a gerentes de producto, desarrolladores full-stack e ingenieros de integración con nivel principiante a intermedio que deseen diseñar, integrar y comercializar asistentes conversacionales utilizando conectores e integraciones de Mistral.

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

• Integrar modelos conversacionales de Mistral con conectores empresariales y SaaS.
• Implementar generación mejorada por recuperación (RAG) para respuestas fundamentadas.
• Diseñar patrones de UX para asistentes de chat internos y externos.
• Desplegar asistentes en flujos de trabajo de productos para casos de uso del mundo real.

Formato del Curso

• Lectura 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, por favor contáctenos para hacer los arreglos necesarios.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a profesionales de nivel intermedio que desean aprovechar el poder de la ingeniería rápida y el aprendizaje de pocos disparos para optimizar el rendimiento de LLM para aplicaciones del mundo real.

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

• Comprender los principios de la ingeniería rápida y el aprendizaje de pocos disparos.
• Diseñe indicaciones efectivas para varias tareas de NLP.
• Aproveche las técnicas de pocos disparos para adaptar los LLM con datos mínimos.
• Optimice el rendimiento de LLM para aplicaciones prácticas.

LangGraph es un marco para construir aplicaciones LLM multiactor con estado, como gráficos componibles con un estado persistente y un control preciso sobre la ejecución.

Este entrenamiento en vivo dirigido por un instructor (en línea o presencial) está destinado a profesionales de nivel intermedio a avanzado que desean diseñar, implementar y operar soluciones legales basadas en LangGraph con los controles necesarios de cumplimiento, trazabilidad y gobernanza.

Al finalizar este entrenamiento, los participantes podrán:

• Diseñar flujos de trabajo específicos para la legalidad en LangGraph que preserven la auditoría y el cumplimiento.
• Integrar ontologías legales y estándares de documentos en el estado del gráfico y su procesamiento.
• Implementar barreras de seguridad, aprobaciones con intervención humana y caminos de decisiones trazables.
• Desplegar, monitorear y mantener servicios LangGraph en producción con observabilidad y controles de costos.

Formato del Curso

• Sesiones interactivas de lectura y discusión.
• Numerosos ejercicios y prácticas.
• 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.

Mistral AI es una plataforma de IA abierta y lista para el uso empresarial que proporciona funciones para un despliegue seguro, conforme a la normativa y responsable de la IA.

Este entrenamiento dirigido por un instructor (en línea o en sitio) está destinado a líderes de cumplimiento intermedios, arquitectos de seguridad y partes interesadas legales/operativas que deseen implementar prácticas responsables de IA con Mistral mediante el uso de mecanismos de privacidad, residencia de datos y control empresarial.

Al final de este entrenamiento, los participantes serán capaces de:

• Implementar técnicas de preservación de la privacidad en despliegues de Mistral.
• Aplicar estrategias de residencia de datos para cumplir con requisitos regulatorios.
• Configurar controles empresariales de grado superior, como RBAC, SSO y registros de auditoría.
• Evaluar opciones de proveedores y despliegues para la alineación del cumplimiento normativo.

Formato del Curso

• Lectura interactiva y discusión.
• Casos de estudio y ejercicios orientados al cumplimiento normativo.
• Implementación práctica de controles empresariales de IA.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado para este curso, por favor póngase en contacto con nosotros para hacer los arreglos necesarios.

LangGraph es un marco para construir aplicaciones LLM multiactor con estado como gráficos componibles con estado persistente y control sobre la ejecución.

Esta formación en vivo (en línea u on-site) dirigida por instructores está destinada a profesionales de nivel intermedio a avanzado que desean diseñar, implementar y operar soluciones financieras basadas en LangGraph con una adecuada gobernanza, observabilidad y cumplimiento.

Al finalizar esta formación, los participantes podrán:

• Diseñar flujos de trabajo específicos de finanzas de LangGraph alineados con requisitos regulatorios y de auditoría.
• Integrar estándares de datos financieros y ontologías en el estado del gráfico y las herramientas.
• Implementar confiabilidad, seguridad y controles human-in-the-loop para procesos críticos.
• Deploy, monitorizar y optimizar sistemas LangGraph para rendimiento, costo y SLAs.

Formato del Curso

• Conferencias interactivas y discusiones.
• 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 organizarlo.

Vertex AI proporciona herramientas potentes para construir flujos de trabajo de LLM multimodales que integran datos de texto, audio e imagen en una única canalización. Con el soporte de ventanas contextuales largas y parámetros de la API Gemini, permite aplicaciones avanzadas en planificación, razonamiento e inteligencia cruzada.

Este entrenamiento dirigido por un instructor (en línea o en las instalaciones del cliente) está destinado a prácticos de nivel intermedio a avanzado que deseen diseñar, construir y optimizar flujos de trabajo de IA multimodales en Vertex AI.

Al final de este entrenamiento, los participantes serán capaces de:

• Aprovechar modelos Gemini para entradas y salidas multimodales.
• Implementar flujos de trabajo de contexto largo para razonamientos complejos.
• Diseñar canalizaciones que integren análisis de texto, audio e imagen.
• Optimizar parámetros de la API Gemini para mejorar el rendimiento y la eficiencia en costos.

Formato del curso

• Conferencia interactiva y discusión.
• Laboratorios prácticos con flujos de trabajo multimodales.
• Ejercicios basados en proyectos para casos de uso aplicados multimodales.

Opciones de personalización del curso

• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para hacer los arreglos necesarios.

Los modelos Mistral son tecnologías de IA de código abierto que ahora se extienden a flujos de trabajo multimodales, soportando tareas tanto de lenguaje como de visión para aplicaciones empresariales e investigativas.

Esta formación guiada por un instructor (en línea o presencial) está dirigida a investigadores de ML intermedios, ingenieros aplicados y equipos de productos que deseen construir aplicaciones multimodales con modelos Mistral, incluyendo pipelines de OCR y comprensión de documentos.

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

• Configurar y ajustar modelos Mistral para tareas multimodales.
• Implementar flujos de trabajo de OCR e integrarlos con pipelines de NLP.
• Diseñar aplicaciones de comprensión de documentos para casos de uso empresariales.
• Desarrollar funcionalidades de búsqueda visión-texto y interfaces asistentes.

Formato del Curso

• Lectura interactiva y discusión.
• Ejercicios prácticos de codificación.
• Implementación en laboratorio en vivo de pipelines multimodales.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para hacer los arreglos necesarios.

Los modelos Devstral y Mistral son tecnologías de IA de código abierto diseñadas para una implementación flexible, ajustes finos y una integración escalable.

Este entrenamiento dirigido por un instructor (en línea o en el sitio) está destinado a ingenieros de ML intermedios a avanzados, equipos de plataforma e ingenieros de investigación que deseen autohospedar, ajustar y gobernar los modelos Mistral y Devstral en entornos de producción.

Al final de este entrenamiento, los participantes podrán:

• Configurar y configurar entornos autohospedados para los modelos Mistral y Devstral.
• Aplicar técnicas de ajuste fino para un rendimiento específico del dominio.
• Implementar versionado, monitoreo y gobernanza del ciclo de vida.
• Garantizar la seguridad, el cumplimiento y el uso responsable de modelos de código abierto.

Formato del Curso

• Lectura interactiva y discusión.
• Ejercicios prácticos en autohospedaje y ajuste fino.
• Implementación de pipelines de gobernanza y monitoreo en un laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para arreglarlo.

LangGraph habilita flujos de trabajo multiactor y con estado, impulsados por LLMs, con un control preciso sobre las rutas de ejecución y la persistencia del estado. En el ámbito de la salud, estas capacidades son cruciales para cumplir con los requisitos normativos, garantizar la interoperabilidad y desarrollar sistemas de apoyo a la toma de decisiones que se alineen con los flujos de trabajo médicos.

Esta formación en vivo dirigida por un instructor (en línea o presencial) está destinada a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones basadas en LangGraph para la salud, abordando desafíos regulatorios, éticos y operativos.

Al finalizar esta formación, los participantes podrán:

• Diseñar flujos de trabajo específicos del sector sanitario con LangGraph, teniendo en cuenta la conformidad y la auditoría.
• Integrar aplicaciones LangGraph con ontologías médicas y estándares (FHIR, SNOMED CT, ICD).
• Aplicar las mejores prácticas para confiabilidad, trazabilidad y explicabilidad en entornos sensibles.
• Distribuir, supervisar y validar aplicaciones LangGraph en entornos de producción sanitaria.

Formato del Curso

• Conferencias interactivas y discusiones.
• Ejercicios prácticos con estudios de casos reales.
• Ejercitación en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

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

LangGraph es un marco para construir aplicaciones LLM multiactor con estado, como gráficos componibles con estado persistente y control de ejecución.

Esta formación en vivo dirigida por instructores (en línea o presencial) está destinada a ingenieros avanzados de plataformas AI, DevOps para AI y arquitectos ML que desean optimizar, depurar, monitorear y operar sistemas LangGraph de grado de producción.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar y optimizar topologías complejas de LangGraph para velocidad, costo y escalabilidad.
• Diseñar confiabilidad con reintentos, tiempos de espera, idempotencia y recuperación basada en puntos de control.
• Depurar y rastrear ejecuciones del gráfico, inspeccionar el estado y reproducir sistemáticamente problemas de producción.
• Instrumentar gráficos con registros, métricas y trazas, implementar en producción y monitorear SLAs y costos.

Formato del Curso

• Sesión interactiva de lectura y discusión.
• Numerosos ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor póngase en contacto con nosotros para concertar la fecha.

Esta formación en vivo (en línea o presencial) dirigida por un instructor está destinada a desarrolladores de nivel intermedio que desean aprender cómo utilizar la inteligencia artificial generativa con modelos de lenguaje grandes (LLMs) para diversas tareas y dominios.

Al finalizar esta formación, los participantes podrán:

• Explicar qué es la inteligencia artificial generativa y cómo funciona.
• Describir la arquitectura de transformadores que impulsa a los LLMs.
• Utilizar leyes de escalamiento empíricas para optimizar LLMs para diferentes tareas y restricciones.
• Aplicar herramientas y métodos de vanguardia para entrenar, afinar y desplegar LLMs.
• Discutir las oportunidades y riesgos de la inteligencia artificial generativa para la sociedad y los negocios.

Los LLMs y los marcos de agentes autónomos como AutoGen y CrewAI están redefiniendo la forma en que los equipos de DevOps automatizan tareas como el seguimiento de cambios, la generación de pruebas y la triage de alertas mediante la simulación de colaboración y toma de decisiones humanas.

Este entrenamiento en vivo dirigido por un instructor (en línea u onsite) está orientado a ingenieros avanzados que desean diseñar e implementar flujos de trabajo automatizados de DevOps impulsados por grandes modelos de lenguaje (LLMs) y sistemas multiagente.

Al finalizar este entrenamiento, los participantes podrán:

• Integrar agentes basados en LLM en flujos de trabajo CI/CD para una automatización inteligente.
• Automatizar la generación de pruebas, el análisis de compromisos y las resúmenes de cambios mediante agentes.
• Coordinar múltiples agentes para la triage de alertas, generar respuestas y proporcionar recomendaciones de DevOps.
• Construir flujos de trabajo impulsados por agentes seguros y mantenibles usando marcos de código abierto.

Formato del Curso

• Charla interactiva y discusión.
• Numerosos ejercicios y prácticas.
• 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 organizarlo.

Mistral es una familia de modelos de lenguaje grande de alto rendimiento optimizados para el despliegue en producción a gran escala y de manera coste-eficiente.

Este entrenamiento dirigido por un instructor (en línea o en sitio) está destinado a ingenieros de infraestructura avanzados, arquitectos en la nube y líderes de MLOps que deseen diseñar, implementar y optimizar arquitecturas basadas en Mistral para lograr el mayor rendimiento con el menor costo posible.

Al final de este entrenamiento, los participantes serán capaces de:

• Implementar patrones de despliegue escalables para Mistral Medium 3.
• Aplicar estrategias de batch, cuantización y servido eficiente.
• Optimizar los costos de inferencia mientras se mantiene el rendimiento.
• Diseñar topologías de servido listas para producción para cargas de trabajo empresariales.

Formato del Curso

• Lectura interactiva y discusión.
• Muchos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para hacer los arreglos necesarios.

Esta formación en vivo dirigida por un instructor en Austin (en línea o presencial) está destinada a desarrolladores, arquitectos e instructores de productos intermedios y avanzados que desean identificar y mitigar los riesgos asociados con las aplicaciones impulsadas por LLM, incluyendo inyección de prompts, filtración de datos y salida no filtrada, mientras incorporan controles de seguridad como validación de entrada, supervisión humana en el ciclo (human-in-the-loop) y barreras de salida.

Al finalizar esta formación, los participantes podrán:

• Comprender las vulnerabilidades principales de sistemas basados en LLM.
• Aplicar principios de diseño seguro a la arquitectura de aplicaciones LLM.
• Usar herramientas como Guardrails AI y LangChain para validación, filtrado y seguridad.
• Integrar técnicas como sandboxing, red teaming y revisión humana en el ciclo (human-in-the-loop) en pipelines de producción.

Descripción general de la arquitectura LLM y superficie de ataque

• Cómo se construyen, implementan y acceden a los LLM mediante APIs
• Componentes clave en pilas de aplicaciones LLM (por ejemplo, prompts, agentes, memoria, APIs)
• Dónde y cómo surgen problemas de seguridad en el uso real

Inyección de Prompts y Ataques de Escape

• Qué es la inyección de prompts y por qué es peligrosa
• Casos directos e indirectos de inyección de prompts
• Técnicas de escape para eludir filtros de seguridad
• Estrategias de detección y mitigación

Filtración de Datos y Riesgos a la Privacidad

• Exposición accidental de datos a través de respuestas
• Vulnerabilidades de PII y uso indebido de memoria del modelo
• Diseño de prompts conscientes de la privacidad y generación aumentada por recuperación (RAG)

Filtrado y Protección de Salida LLM

• Uso de Guardrails AI para filtrado y validación de contenido
• Definición de esquemas y restricciones de salida
• Monitoreo y registro de salidas inseguras

Supervisión Humana en el Ciclo (Human-in-the-Loop) y Enfoques de Flujo de Trabajo

• Dónde y cuándo introducir supervisión humana
• Colas de aprobación, umbrales de puntuación, manejo de respaldos
• Calibración de confianza y papel de la explicabilidad

Aplicaciones LLM Seguras Design Patterns

• Mínimos privilegios y sandboxing para llamadas a API y agentes
• Límites de velocidad, trottling y detección de abuso
• Cadenas robustas con LangChain y aislamiento de prompts

Compliance, Registro e Governance

• Asegurar la auditoría de las salidas LLM
• Mantener trazabilidad y control de versiones del prompt
• Alinear con políticas internas de seguridad y necesidades regulatorias

Resumen y Próximos Pasos

La seguridad de aplicaciones LLM es la disciplina de diseñar, construir y mantener sistemas seguros, confiables y acordes a las políticas utilizando modelos de lenguaje grandes.

Esta formación en vivo dirigida por un instructor (en línea o presencial) está destinada a desarrolladores, arquitectos e instructores de productos intermedios y avanzados que desean identificar y mitigar los riesgos asociados con las aplicaciones impulsadas por LLM, incluyendo inyección de prompts, filtración de datos y salida no filtrada, mientras incorporan controles de seguridad como validación de entrada, supervisión humana en el ciclo (human-in-the-loop) y barreras de salida.

Al finalizar esta formación, los participantes podrán:

• Comprender las vulnerabilidades principales de sistemas basados en LLM.
• Aplicar principios de diseño seguro a la arquitectura de aplicaciones LLM.
• Usar herramientas como Guardrails AI y LangChain para validación, filtrado y seguridad.
• Integrar técnicas como sandboxing, red teaming y revisión humana en el ciclo (human-in-the-loop) en pipelines de producción.

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 organizarlo.

Requisitos Previos

• Entendimiento de modelos de lenguaje grandes y interfaces basadas en prompts
• Experiencia construyendo aplicaciones LLM usando Python
• Familiaridad con integraciones API y despliegues basados en la nube

Audiencia

• Desarrolladores de IA
• Arquitectos de aplicaciones y soluciones
• Gestores técnicos de productos que trabajan con herramientas LLM

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 pipelines de contenido.

Este curso de formación dirigido por instructores (en línea o presencial) está orientado a marketers, estrategas de contenido y desarrolladores de automatización de nivel intermedio que deseen implementar campañas de correo electrónico dinámicas y pipelines de generación de contenido utilizando LangGraph.

Al finalizar este curso, los participantes serán capaces de:

• Diseñar flujos de trabajo de contenido y correo electrónico estructurados en grafos con lógica condicional.
• Integrar LLMs, APIs y fuentes de datos para personalización automatizada.
• Administrar el estado, la memoria y el contexto a lo largo 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.
• Laboratorios prácticos para implementar flujos de trabajo de correo electrónico y pipelines de contenido.
• Ejercicios basados en escenarios sobre personalización, segmentación y lógica de ramificación.

Opciones de Personalización del Curso

• Para solicitar un entrenamiento personalizado para este curso, por favor contáctenos para organizarlo.

Le Chat Enterprise es una solución de ChatOps privada que proporciona capacidades de IA conversacional seguras, personalizables y gobernadas para organizaciones, con soporte para RBAC, SSO, conectores e integraciones de aplicaciones empresariales.

Este curso de capacitación dirigido por un instructor (en línea o en las instalaciones del cliente) está diseñado para gerentes de producto intermedios, líderes de TI, ingenieros de soluciones y equipos de seguridad/cumplimiento que deseen implementar, configurar y gobernar Le Chat Enterprise en entornos empresariales.

Al final de este curso, los participantes serán capaces de:

• Configurar e implementar Le Chat Enterprise para despliegues seguros.
• Habilitar RBAC, SSO y controles impulsados por el cumplimiento.
• Integrar Le Chat con aplicaciones y bases de datos empresariales.
• Diseñar e implementar playbooks de gobernanza y administración para ChatOps.

Formato del Curso

• Lectura 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 contáctenos para hacer los arreglos necesarios.

Devstral es un marco de trabajo de código abierto diseñado para crear y ejecutar agentes de codificación que pueden interactuar con bases de código, herramientas de desarrollo y APIs para mejorar la productividad en ingeniería.

Este curso de formación dirigido por un instructor (en línea o en las instalaciones del cliente) está destinado a ingenieros de ML de nivel intermedio a avanzado, equipos de tooling de desarrolladores y SREs que deseen diseñar, implementar y optimizar agentes de codificación utilizando Devstral.

Al final de este curso, los participantes podrán:

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

Formato del Curso

• Lectura interactiva y discusión.
• Muchos ejercicios y práctica.
• Implementación hands-on en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para hacer los arreglos necesarios.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que desean personalizar modelos previamente entrenados para tareas y conjuntos de datos específicos.

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

• Comprender los principios del ajuste fino y sus aplicaciones.
• Prepare conjuntos de datos para ajustar los modelos previamente entrenados.
• Ajuste los modelos de lenguaje grandes (LLM) para las tareas de NLP.
• Optimice el rendimiento del modelo y aborde los desafíos comunes.

LangGraph es un marco para componer flujos de trabajo estructurados en gráficos que admiten ramificación, uso de herramientas, memoria y ejecución controlada.

Este entrenamiento en vivo guiado por instructores (en línea o presencial) está destinado a ingenieros de nivel intermedio y equipos de productos que desean combinar la lógica gráfica de LangGraph con los bucles de agentes LLM para construir aplicaciones dinámicas y conscientes del contexto, como agentes de soporte al cliente, árboles de decisiones y sistemas de recuperación de información.

Al finalizar este entrenamiento, los participantes podrán:

• Diseñar flujos de trabajo basados en gráficos que coordinen agentes LLM, herramientas y memoria.
• Implementar enrutamiento condicional, reintentos y respaldos para una ejecución robusta.
• Integrar la recuperación, APIs y salidas estructuradas en los bucles de agentes.
• Evaluar, monitorear y fortalecer el comportamiento del agente para mejorar la confiabilidad y seguridad.

Formato del Curso

• Conferencia interactiva y discusión facilitada.
• Laboratorios guiados y repaso de código en un entorno sandbox.
• Ejercicios de diseño basados en escenarios y revisiones entre pares.

Opciones de Personalización del Curso

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

LLMs para la Comprensión, Refactorización y Documentation es un curso técnico enfocado en aplicar modelos de lenguaje grandes (LLMs) para mejorar la calidad del código, reducir la deuda técnica y automatizar tareas de documentación entre equipos de software.

Esta formación en vivo (en línea o presencial) dirigida por instructores está destinada a profesionales intermedios y avanzados en software que desean usar LLMs como GPT para analizar, refactorizar y documentar bases de código complejas u obsoletas de manera más efectiva.

Al final de esta formación, los participantes podrán:

• Usar LLMs para explicar el código, dependencias y lógica en repositorios desconocidos.
• Identificar y refactorizar anti-patrónes e mejorar la legibilidad del código.
• Generar automáticamente y mantener comentarios en línea, archivos README y documentación de API.
• Integrar las perspectivas impulsadas por LLMs en los flujos de trabajo existentes CI/CD y de revisión.

Formato del Curso

• Conferencia interactiva y discusión.
• Muchas ejercicios y práctica.
• Implementación hands-on 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.

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o en el sitio) está dirigida a científicos de datos de nivel intermedio, desarrolladores de IA y entusiastas de la IA que deseen utilizar LLM para realizar diversas tareas de NLP y crear contenido novedoso y diverso para diferentes propósitos.

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

• Establecer un entorno de desarrollo con LLM y herramientas esenciales.
• Realice de manera experta tareas de NLU y NLI con LLM.
• Extraiga, infiera y utilice gráficos de conocimiento de manera efectiva.
• Genere y gestione diálogos utilizando LLM para aplicaciones conversacionales.
• Evalúe la calidad y la diversidad del contenido generado por los LLM y la IA generativa.
• Aplicar principios éticos, garantizando la equidad y el uso responsable de los LLM.

LangGraph es un marco para construir aplicaciones LLM estructuradas en grafos que admiten planificación, ramificación, uso de herramientas, memoria y ejecución controlada.

Esta formación en vivo dirigida por instructores (en línea o presencial) está destinada a desarrolladores principiantes, ingenieros de prompts y profesionales de datos que desean diseñar y construir flujos de trabajo LLM multi-etapas confiables utilizando LangGraph.

Al finalizar esta formación, los participantes podrán:

• Explicar conceptos básicos de LangGraph (nodos, bordes, estado) y cuándo utilizarlos.
• Construir cadenas de prompts que se ramifiquen, invoquen herramientas y mantengan la memoria.
• Integrar recuperaciones y APIs externas en los flujos de trabajo gráficos.
• Probar, depurar y evaluar aplicaciones LangGraph para confiabilidad y seguridad.

Formato del Curso

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

Opciones de Personalización del Curso

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

Esta capacitación en vivo dirigida por un instructor en Austin (en línea o presencial) está dirigida a desarrolladores de nivel principiante a intermedio que desean utilizar modelos de lenguaje grandes para diversas tareas de lenguaje natural.

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

• Configure un entorno de desarrollo que incluya una LLM popular.
• Cree un LLM básico y ajústelo en un conjunto de datos personalizado.
• Utilice los LLM para diferentes tareas de lenguaje natural, como el resumen de textos, la respuesta a preguntas, la generación de textos, etc.
• Depura y evalúa LLM con herramientas como TensorBoard, PyTorch Lightning y Hugging Face Datasets.

Mistral Medium 3 es un modelo de lenguaje grande y multimodal de alto rendimiento diseñado para implementaciones de grado empresarial en entornos empresariales.

Este entrenamiento dirigido por instructores (en línea o presencial) está destinado a ingenieros AI/ML intermedios y avanzados, arquitectos de plataforma y equipos MLOps que deseen implementar, optimizar y asegurar Mistral Medium 3 para casos de uso empresariales.

Al final de este entrenamiento, los participantes serán capaces de:

• Implementar Mistral Medium 3 utilizando opciones de API y autohospedaje.
• Optimizar el rendimiento de inferencia y costos.
• Implementar casos de uso multimodales con Mistral Medium 3.
• Aplicar las mejores prácticas de seguridad y cumplimiento para entornos 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 un entrenamiento personalizado para este curso, por favor contáctenos para hacer los arreglos necesarios.

Esta formación en vivo, dirigida por un instructor (en línea u on-site), está orientada a profesionales principiantes que desean instalar, configurar y usar Ollama para ejecutar modelos de IA en sus máquinas locales.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos y capacidades de Ollama.
• Configurar Ollama para ejecutar modelos locales de IA.
• Implementar e interactuar con LLMs utilizando Ollama.
• Optimizar el rendimiento y el uso de recursos para cargas de trabajo de IA.
• Explorar casos de uso para la implementación local de IA en diversos sectores.