Cursos de Large Language Models (LLMs) en Ciudad de Nueva York

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 Ciudad de Nueva York (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.

Este entrenamiento en vivo dirigido por un instructor en Ciudad de Nueva York (en línea o en el sitio) está dirigido 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 de Meta AI para varias aplicaciones de NLP.

Al final de esta capacitación, los participantes podrán:

• Entender la arquitectura y el funcionamiento de los Modelos de Lenguaje Grande de Meta AI.
• Configurar y ajustar los LLM de Meta AI para casos de uso específicos.
• Implementar aplicaciones basadas en LLM como la resumición de texto, los chatbots y el análisis de sentimientos.
• Optimizar y desplegar modelos de lenguaje grandes de manera eficiente.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (en línea o presencial) está dirigida a profesionales de IA de nivel intermedio, analistas de negocios y líderes tecnológicos que deseen comprender los principios de la IA generativa y las aplicaciones de los LLM en entornos empresariales. Los participantes aprenderán sobre transformadores, ingeniería de avisos y consideraciones éticas en la implementación de estos modelos para soluciones del mundo real.

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

• Comprender los principios subyacentes de la IA generativa y los grandes modelos de lenguaje.
• Implemente y ajuste los LLM para aplicaciones empresariales específicas.
• Aplique técnicas de ingeniería rápidas para obtener resultados óptimos del modelo.
• Reconozca las consideraciones éticas y gestione los riesgos en la implementación de LLM.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (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 Ciudad de Nueva York (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 Ciudad de Nueva York (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 Ciudad de Nueva York (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.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (en línea o presencial) está dirigida a desarrolladores de realidad virtual y realidad aumentada de nivel intermedio, diseñadores de juegos e ingenieros de IA que deseen incorporar LLM en aplicaciones de realidad virtual y realidad aumentada para crear entornos más atractivos y receptivos.

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

• Comprenda el papel de los LLM en la creación de experiencias inmersivas de realidad virtual y realidad aumentada.
• Desarrolle aplicaciones de realidad virtual y realidad aumentada que utilicen LLM para diálogos interactivos y creación de contenido.
• Integre los LLM con las herramientas de desarrollo de realidad virtual y realidad aumentada para mejorar la participación de los usuarios.
• Aplique las mejores prácticas para diseñar narrativas e interacciones impulsadas por IA en espacios virtuales.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (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 Ciudad de Nueva York (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 Ciudad de Nueva York (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 Ciudad de Nueva York (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 Ciudad de Nueva York (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 Ciudad de Nueva York (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

Esta formación en vivo dirigida por un instructor en Ciudad de Nueva York (en línea o presencial) está destinada a profesionales de nivel intermedio en ML y desarrolladores de IA que desean ajustar y deployar modelos open-weight como LLaMA, Mistral y Qwen para aplicaciones específicas de negocios u internas.

Al finalizar esta formación, los participantes podrán:

• Comprender el ecosistema y las diferencias entre los LLMs de código abierto.
• Preparar conjuntos de datos y configuraciones de ajuste para modelos como LLaMA, Mistral y Qwen.
• Ejecutar pipelines de ajuste utilizando Hugging Face Transformers y PEFT.
• Evaluación, guardado y despliegue de modelos ajustados en entornos seguros.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (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 Ciudad de Nueva York (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 Ciudad de Nueva York (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 Ciudad de Nueva York (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 Ciudad de Nueva York (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 Ciudad de Nueva York (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 Ciudad de Nueva York (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 Ciudad de Nueva York (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.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (en línea o en el sitio) está dirigida a investigadores de IA de nivel intermedio, profesionales del aprendizaje automático y científicos de datos que deseen utilizar LlamaIndex para mejorar las capacidades de los modelos de IA, haciéndolos más precisos y confiables para diversas aplicaciones.

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

• Comprender los principios y componentes de LlamaIndex.
• Ingesta y estructura de datos para su uso con LLM.
• Implemente el aumento de contexto para mejorar el rendimiento del modelo de IA.
• Integre LlamaIndex en los sistemas y flujos de trabajo de IA existentes.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (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.

This instructor-led, live training in Ciudad de Nueva York (online or onsite) is aimed at intermediate-level public sector professionals who wish to use Gemini to generate high-quality content, assist with research, and improve productivity through more advanced AI interactions.

By the end of this training, participants will be able to:

• Craft more effective and tailored prompts for specific use cases.
• Generate original and creative content using Gemini.
• Summarize and compare complex information with precision.
• Use Gemini for brainstorming, planning, and organizing ideas efficiently.

Este entrenamiento en vivo dirigido por un instructor en Ciudad de Nueva York (en línea o presencial) está dirigido a investigadores, analistas y trabajadores del conocimiento de nivel intermedio que desean aprovechar Claude AI para procesar grandes cantidades de datos, sintetizar información y automatizar tareas de investigación.

Al final de esta capacitación, los participantes podrán:

• Usar Claude AI para revisiones de literatura y síntesis de investigación.
• Resumen de informes, artículos de investigación y documentos extensos.
• Extraer información y tendencias clave de datos estructurados y no estructurados.
• Integrar Claude AI en flujos de trabajo de investigación y gestión del conocimiento.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean profundizar su comprensión de los agentes conversacionales y aplicar LangChain a casos de uso del mundo real.

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

• Comprender los fundamentos de LangChain y su aplicación en la creación de agentes conversacionales.
• Desarrolle e implemente agentes conversacionales con LangChain.
• Integre agentes conversacionales con API y servicios externos.
• Aplicar Natural Language Processing (NLP) técnicas para mejorar el rendimiento de los agentes conversacionales.

Este entrenamiento en vivo dirigido por un instructor en

Al final de este entrenamiento, los participantes podrán:

• Usar Claude AI para la lluvia de ideas de contenido y la expansión de ideas.
• Mejorar la escritura con edición y corrección de pruebas asistidas por IA.
• Generar resúmenes para contenido y informes de formato largo.
• Automatizar la creación de copias de marketing para diferentes plataformas.

Este entrenamiento en vivo dirigido por un instructor (en línea o presencial) en Ciudad de Nueva York está destinado a profesionales de nivel avanzado que desean afinar y personalizar modelos AI en Ollama para mejorar el rendimiento y aplicaciones específicas del dominio.

Al finalizar este entrenamiento, los participantes podrán:

• Configurar un entorno eficiente para afinar modelos AI en Ollama.
• Preparar conjuntos de datos para el ajuste supervisado y el aprendizaje por refuerzo.
• Optimizar los modelos AI para rendimiento, precisión y eficiencia.
• Implementar modelos personalizados en entornos de producción.
• Evaluar mejoras del modelo y asegurar la robustez.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (en línea o presencial) está dirigida a analistas de datos de nivel principiante a intermedio y profesionales de negocios que desean realizar tareas complejas de análisis de datos de manera más intuitiva en diversas industrias utilizando Google Gemini AI.

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

• Comprenda los fundamentos de Google Gemini AI.
• Conecte varias fuentes de datos a Gemini AI.
• Explore los datos mediante consultas en lenguaje natural.
• Analice patrones de datos y obtenga información.
• Cree visualizaciones de datos atractivas.
• Comunique información basada en datos de forma eficaz.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (en línea o presencial) está dirigida a desarrolladores de nivel intermedio que desean aprender a usar la IA generativa con LLM para diversas tareas y dominios.

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

• Explicar qué es la IA generativa y cómo funciona.
• Describir la arquitectura del transformador que alimenta los LLM.
• Utilice las leyes de escalado empírico para optimizar los LLM para diferentes tareas y restricciones.
• Aplique herramientas y métodos de última generación para entrenar, ajustar e implementar LLM.
• Analizar las oportunidades y los riesgos de la IA generativa para la sociedad y las empresas.

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.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (en línea o en el sitio) está dirigida a desarrolladores y profesionales de TI de todos los niveles de habilidad que deseen automatizar tareas y procesos utilizando IA sin escribir código extenso.

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

• Diseñe e implemente flujos de trabajo complejos utilizando la interfaz de programación visual de n8n.
• Integre las capacidades de IA en los flujos de trabajo mediante LangChain.
• Cree chatbots y asistentes virtuales personalizados para varios casos de uso.
• Realice análisis y procesamiento avanzados de datos con agentes de IA.

Esta formación en vivo y presidida por un instructor (en línea o en el sitio) está dirigida a profesionales avanzados que desean implementar flujos de trabajo impulsados por IA seguros y eficientes utilizando Ollama.

Al finalizar esta formación, los participantes podrán:

• Implementar y configurar Ollama para el procesamiento de IA privada.
• Integrar modelos de IA en flujos de trabajo empresariales seguros.
• Optimizar el rendimiento de la IA mientras se mantiene la privacidad de los datos.
• Automatizar procesos de negocio con capacidades de IA alojadas localmente.
• Asegurar el cumplimiento con las políticas de seguridad y gobernanza empresariales.

Esta formación en vivo dirigida por un instructor en Ciudad de Nueva York (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

Este entrenamiento en vivo dirigido por un instructor en Ciudad de Nueva York (en línea o presencial) está dirigido a desarrolladores de software e ingenieros de IA de nivel intermedio que desean integrar Claude AI en sus aplicaciones, construir chatbots potenciados por IA y mejorar la funcionalidad del software con automatización impulsada por IA.

Al final de esta capacitación, los participantes podrán:

• Utilizar la API de Claude AI para integrar IA en aplicaciones.
• Desarrollar chatbots y asistentes virtuales impulsados por IA.
• Mejorar las aplicaciones con automatización y procesamiento del lenguaje natural potenciados por IA.
• Optimizar y ajustar los modelos de Claude AI para diferentes casos de uso.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (en línea o en el sitio) está dirigida a creadores de contenido de nivel intermedio que deseen utilizar Google Gemini AI para mejorar la calidad y eficiencia de su contenido.

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

• Comprender el papel de la IA en la creación de contenidos.
• Configura y usa Google Gemini AI para generar y optimizar contenido.
• Aplica transformaciones de texto a texto para producir contenido creativo y original.
• Implemente estrategias de SEO utilizando información impulsada por IA.
• Analice el rendimiento del contenido y adapte las estrategias utilizando Gemini AI.

Este curso de formación en vivo dirigido por un instructor en Ciudad de Nueva York (en línea o en el lugar) está dirigido a profesionales de nivel principiante que desean integrar Claude AI en sus flujos de trabajo diarios para mejorar la eficiencia y la automatización.

Al final de esta capacitación, los participantes podrán:

• Utilizar Claude AI para automatizar tareas repetitivas y optimizar flujos de trabajo.
• Mejorar la productividad personal y del equipo mediante la automatización impulsada por IA.
• Integrar Claude AI con las herramientas y plataformas comerciales existentes.
• Optimizar la toma de decisiones impulsada por IA y la gestión de tareas.

Este entrenamiento dirigido por un instructor, en vivo en Ciudad de Nueva York (en línea o presencial), está dirigido a profesionales de nivel intermedio que deseen implementar, optimizar e integrar LLMs utilizando Ollama.

Al finalizar este entrenamiento, los participantes podrán:

• Configurar e implementar LLMs utilizando Ollama.
• Optimizar modelos de IA para mejorar el rendimiento y la eficiencia.
• Aprovechar la aceleración de GPU para mejorar la velocidad de inferencia.
• Integrar Ollama en flujos de trabajo y aplicaciones.
• Monitorear y mantener el rendimiento de los modelos de IA a lo largo del tiempo.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (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.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (en línea o en el sitio) está dirigida a profesionales de servicio al cliente de nivel intermedio que deseen implementar Google Gemini AI en sus operaciones de servicio al cliente.

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

• Comprender el impacto de la IA en el servicio al cliente.
• Configura Google Gemini AI para automatizar y personalizar las interacciones con los clientes.
• Utilice transformaciones de texto a texto e imagen a texto para mejorar la eficiencia del servicio.
• Desarrolle estrategias impulsadas por IA para el análisis de los comentarios de los clientes en tiempo real.
• Explora las funciones avanzadas para crear una experiencia de servicio al cliente perfecta.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (en línea o en el sitio) está dirigida a desarrolladores e ingenieros de software de nivel principiante a intermedio que deseen aprender los conceptos básicos y la arquitectura de LangChain y adquirir las habilidades prácticas para crear aplicaciones impulsadas por IA.

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

• Comprender los principios fundamentales de LangChain.
• Instale y configure el entorno de LangChain.
• Comprenda la arquitectura y cómo LangChain interactúa con grandes modelos de lenguaje (LLM).
• Desarrolle aplicaciones sencillas con LangChain.

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 Ciudad de Nueva York (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.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (en línea o en el sitio) está dirigida a desarrolladores de nivel principiante a intermedio que deseen integrar funcionalidades de IA en sus aplicaciones utilizando Google Gemini AI.

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

• Comprender los fundamentos de los modelos de lenguaje grandes.
• Configure y use Google Gemini AI para varias tareas de IA.
• Implemente transformaciones de texto a texto e imagen a texto.
• Cree aplicaciones básicas impulsadas por IA.
• Explora las funciones avanzadas y las opciones de personalización en Google Gemini AI.

Este entrenamiento en vivo dirigido por un instructor en Ciudad de Nueva York (en línea o en el sitio) está dirigido a profesionales de negocios principiantes, equipos de soporte al cliente y entusiastas de la tecnología que desean comprender los fundamentos de Claude AI y aprovecharlo para aplicaciones comerciales.

Al final de esta capacitación, los participantes podrán:

• Entender las capacidades y casos de uso de Claude AI.
• Configurar e interactuar con Claude AI de manera efectiva.
• Automatizar flujos de trabajo comerciales con IA conversacional.
• Mejorar el engagement y el soporte al cliente utilizando soluciones impulsadas por IA.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (en línea o en el sitio) está dirigida a desarrolladores e ingenieros de software de nivel intermedio que deseen crear aplicaciones impulsadas por IA utilizando el marco LangChain.

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

• Comprender los fundamentos de LangChain y sus componentes.
• Integre LangChain con modelos de lenguaje grandes (LLM) como GPT-4.
• Cree aplicaciones modulares de IA con LangChain.
• Solucione problemas comunes en las aplicaciones de LangChain.

Esta capacitación en vivo dirigida por un instructor en Ciudad de Nueva York (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.

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.