Temario del curso
Introducción a la Inteligencia Artificial Generativa
- ¿Qué es la inteligencia artificial generativa y por qué resulta importante?
- Principales tipos y técnicas empleadas en IA generativa
- Desafíos clave y limitaciones inherentes a la inteligencia artificial generativa
Arquitectura de Transformadores y Modelos de Lenguaje de Gran Escala
- ¿En qué consiste un transformador y cuál es su funcionamiento?
- Componentes principales y características distintivas de los transformadores
- Cómo emplear transformadores para desarrollar LLM
Leyes de Escalado y Optimización de Modelos
- ¿Qué son las leyes de escalado y por qué resultan esenciales para los LLM?
- Relación entre dichas leyes, el tamaño del modelo, la cantidad de datos disponibles, recursos computacionales y requerimientos de inferencia.
- Cómo aprovechar estas leyes para potenciar tanto rendimiento como eficiencia de los LLM
Entrenamiento y Ajuste Específico de LLM
- Fases fundamentales y complicaciones asociadas al entrenamiento desde cero de un LLM.
- Ventajas e inconvenientes del ajuste detallado de un LLM para tareas específicas.
- Recomendaciones y utilidad práctica de herramientas destinadas al entrenamiento y adaptación de LLM
Implementación y Aplicación Práctica de LLM
- Aspectos críticos y obstáculos para implementar LLM en entornos reales.
- Aplicaciones frecuentes y casos de uso destacados de LLM en distintos sectores industriales.
- Modo óptimo de integración entre los LLM y demás sistemas o plataformas basadas en IA
Ética y Perspectivas Futuras de la Inteligencia Artificial Generativa
- Implicaciones éticas y sociales derivadas del desarrollo y uso generalizado de IA generativa y LLM.
- Riesgos asociados: sesgos, difusión de información errónea o manipulación por parte de modelos generativos.
- Estrategias para un uso responsable y beneficioso de la IA generativa en distintos ámbitos
Resumen Final y Próximos Pasos a Seguir
Requerimientos
- Comprensión de los conceptos básicos del aprendizaje automático: el aprendizaje supervisado y no supervisado, las funciones de pérdida y la división de datos.
- Experiencia previa en programación con Python y manipulación de datos.
- Conocimientos básicos sobre redes neuronales y el procesamiento del lenguaje natural.
Público objetivo
- Desarrolladores
- Aficionados al aprendizaje automático
Formación Corporativa a Medida
Soluciones de formación diseñadas exclusivamente para empresas.
- Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
- Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
- Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Precio por grupo privado (formación online) desde 4350 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales
Reseñas (7)
Ejemplos y enlaces a repositorios de Excel
Olga - GE HealthCare
Curso - Generative AI with Large Language Models (LLMs)
Traducción Automática
muchos ejemplos y diferentes herramientas para verificar
Bartosz - GE HealthCare
Curso - Generative AI with Large Language Models (LLMs)
Traducción Automática
GPT personalizados, ingeniería de prompts
Marcin Stezowski - GE HealthCare
Curso - Generative AI with Large Language Models (LLMs)
Traducción Automática
Perspectiva amplia
Artur - GE HealthCare
Curso - Generative AI with Large Language Models (LLMs)
Traducción Automática
Ejemplos técnicos en conjunto con la teoría.
Marcin - GE HealthCare
Curso - Generative AI with Large Language Models (LLMs)
Traducción Automática
El fondo de Mikołaj fuera del ámbito de la TI permite presentar este tema desde una perspectiva diferente, algo muy necesario para los profesionales de la TI.
Grzegorz - GE HealthCare
Curso - Generative AI with Large Language Models (LLMs)
Traducción Automática
Explicación desde una perspectiva diferente a la de TI. Aportando valor
Marcin - GE HealthCare
Curso - Generative AI with Large Language Models (LLMs)
Traducción Automática
