Introducción a la Ciencia de Datos e IA utilizando Python

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 capacitación en vivo dirigida por un instructor en España (en línea o presencial) está dirigida a científicos de datos que desean utilizar el ecosistema Anaconda para capturar, administrar e implementar paquetes y flujos de trabajo de análisis de datos en una sola plataforma.

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

• Instale y configure Anaconda componentes y bibliotecas.
• Comprender los conceptos básicos, las características y los beneficios de Anaconda.
• Administre paquetes, entornos y canales con Anaconda Navigator.
• Utilice los paquetes Conda, R y Python para la ciencia de datos y el aprendizaje automático.
• Conozca algunos casos de uso prácticos y técnicas para la gestión de múltiples entornos de datos.

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 formación en vivo dirigida por un instructor en España (en línea o presencial) está destinada a desarrolladores y analistas de datos de nivel intermedio que desean mejorar sus habilidades en el análisis y manipulación de datos usando Python, Pandas y NumPy.

Al finalizar esta formación, los participantes podrán:

• Configurar un entorno de desarrollo que incluya Python, Pandas y NumPy.
• Crear una aplicación de análisis de datos utilizando Pandas y NumPy.
• Ejecutar operaciones avanzadas de manipulación, ordenación y filtrado de datos.
• Realizar operaciones agregadas y analizar datos de series temporales.
• Visualizar datos usando Matplotlib y otras bibliotecas de visualización.
• Depurar y optimizar su código de análisis de datos.

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.

Esta capacitación en vivo dirigida por un instructor (en línea o presencial) está dirigida a desarrolladores que desean utilizar la pila FARM (FastAPI, React y MongoDB) para crear aplicaciones web dinámicas, de alto rendimiento y escalables.

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

• Configure el entorno de desarrollo necesario que integre FastAPI, React y MongoDB.
• Comprenda los conceptos clave, las características y los beneficios de la pila FARM.
• Aprenda a crear API REST con FastAPI.
• Aprenda a diseñar aplicaciones interactivas con React.
• Desarrolle, pruebe e implemente aplicaciones (front-end y back-end) mediante la pila FARM.

Esta capacitación en vivo dirigida por un instructor en España (en línea o presencial) está dirigida a desarrolladores que desean usar FastAPI con Python para crear, probar e implementar API RESTful de manera más fácil y rápida.

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

• Configurar el entorno de desarrollo necesario para desarrollar APIs con Python y FastAPI.
• Crear APIs de forma más rápida y sencilla utilizando la biblioteca FastAPI.
• Aprender a crear modelos de datos y esquemas basados en Pydantic y OpenAPI.
• Conectar APIs a una base de datos utilizando SQLAlchemy.
• Implementar seguridad y autenticación en APIs utilizando las herramientas de FastAPI.
• Crear imágenes de contenedor e implementar APIs web en un servidor en la nube.

Esta capacitación en vivo dirigida por un instructor en España (en línea o presencial) está dirigida a científicos de datos y desarrolladores que desean aprender y desarrollar sus carreras en Data Science utilizando Kaggle.

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

• Más información sobre la ciencia de datos y el aprendizaje automático.
• Explora el análisis de datos.
• Obtenga más información sobre Kaggle y cómo funciona.

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

Este entrenamiento dirigido por el instructor (en línea o en sitio) está destinado a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones financieras basadas en LangGraph con una gobernanza, observabilidad y cumplimiento adecuados.

Al final de este entrenamiento, los participantes podrán:

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

Formato del Curso

• Lectura 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 necesarios.

LangGraph es un marco de trabajo para construir aplicaciones LLM con estructura de grafo que admiten planificación, ramificación, uso de herramientas, memoria y ejecución controlable.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a desarrolladores de nivel principiante, ingenieros de prompt y profesionales de datos que desean diseñar y construir flujos de trabajo LLM de múltiples pasos confiables utilizando LangGraph.

Al finalizar esta formación, los participantes serán capaces de:

• Explicar los conceptos básicos de LangGraph (nodos, bordes y estado) y cuándo utilizarlos.
• Construir cadenas de instrucciones que se ramifiquen, llamen a herramientas y mantengan memoria.
• Integrar recuperación y APIs externas en flujos de trabajo basados en grafos.
• Probar, depurar y evaluar aplicaciones de LangGraph para garantizar su fiabilidad y seguridad.

Formato del curso

• Lección interactiva y discusión facilitada.
• Laboratorios guiados y explicaciones de código en un entorno de sandbox.
• Ejercicios basados en escenarios sobre diseño, pruebas y evaluación.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.

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 de trabajo para construir aplicaciones LLM estatales y multi-actor como grafos componibles con estado persistente y control preciso sobre la ejecución.

Este entrenamiento guiado por un instructor (en línea o en sitio) está dirigido a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones legales basadas en LangGraph con los controles necesarios de cumplimiento, rastreabilidad y gobernanza.

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

• Diseñar flujos de trabajo legales específicos en LangGraph que preserven la auditabilidad y el cumplimiento.
• Integrar ontologías legales y estándares documentales en el estado del grafo y su procesamiento.
• Implementar salvaguardas, aprobaciones con intervención humana y rutas de decisión rastreables.
• Desplegar, monitorear y mantener servicios de LangGraph en producción con observabilidad y controles de costo.

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 un entrenamiento personalizado para este curso, comuníquese con nosotros para hacer los arreglos necesarios.

LangGraph es un framework para componer flujos de trabajo basados en LLM con estructura de grafo, que admiten ramificación, uso de herramientas, memoria y ejecución controlable.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a ingenieros de nivel intermedio y equipos de producto que deseen combinar la lógica de grafos de LangGraph con bucles de agentes LLM para construir aplicaciones dinámicas y conscientes del contexto, como agentes de atención al cliente, árboles de decisión y sistemas de recuperación de información.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar flujos de trabajo basados en grafos que coordinen agentes LLM, herramientas y memoria.
• Implementar enrutamiento condicional, reintentos y mecanismos de respaldo para una ejecución robusta.
• Integrar recuperación, APIs y estructuras de salida en bucles de agentes.
• Evaluar, monitorear y blindar el comportamiento de los agentes para garantizar fiabilidad y seguridad.

Formato del Curso

• Clase interactiva y discusión guiada.
• Laboratorios dirigidos y análisis de código en un entorno de pruebas.
• Ejercicios de diseño basados en escenarios y revisiones entre compañeros.

Opciones de Personalización del Curso

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

LangGraph es un marco de orquestación basado en grafos que permite flujos de trabajo condicionales y multietapa con LLMs y herramientas, ideal para automatizar y personalizar pipelines de contenido.

Este entrenamiento dirigido por un instructor (en línea o presencial) está destinado a marketeros, estrategas de contenido y desarrolladores de automatización de nivel intermedio que deseen implementar campañas de correo electrónico dinámicas y ramificadas y pipelines de generación de contenido utilizando LangGraph.

Al final de este entrenamiento, los participantes podrán:

• Diseñar flujos de trabajo de correo electrónico y contenido estructurados en grafos con lógica condicional.
• Integrar LLMs, APIs y fuentes de datos para la personalización automatizada.
• Gestionar el estado, la memoria y el contexto en campañas multietapa.
• Evaluar, monitorear y optimizar el rendimiento de los flujos 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 ramificada.

Opciones de Personalización del Curso

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

Este curso de formación dirigido por un instructor en España (en línea o presencial) está destinado a científicos de datos y desarrolladores que deseen utilizar RAPIDS para crear pipelines, flujos de trabajo y visualizaciones aceleradas por GPU, aplicando algoritmos de aprendizaje automático como XGBoost, cuML, etc.

Al final de este curso, los participantes podrán:

• Configurar el entorno de desarrollo necesario para construir modelos de datos con NVIDIA RAPIDS.
• Comprender las características, componentes y ventajas de RAPIDS.
• Aprovechar GPUs para acelerar pipelines de datos y análisis de extremo a extremo.
• Implementar la preparación de datos y ETL acelerados por GPU con cuDF y Apache Arrow.
• Aprender a realizar tareas de aprendizaje automático con los algoritmos XGBoost y cuML.
• Crear visualizaciones de datos y ejecutar análisis de grafos con cuXfilter y cuGraph.