Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Día 1: Construir los Cimientos — Ingestión, Búsqueda y Recuperación
Módulo 1: El Panorama del Ingeniero Jurídico
- Objetivos de aprendizaje: comprender el rol, dónde encaja la IA en el trabajo legal y los dos riesgos que atraviesan todo el proceso.
- Temas:
-
- El rol del ingeniero jurídico y por qué se está contratando activamente este perfil actualmente.
- Dónde encaja la IA: eDiscovery, revisión, contratos, investigación, investigaciones; el modelo EDRM explicado de forma sencilla.
- Construir vs. comprar.
- Los dos riesgos centrales que atraviesan todo: confidencialidad/priviligio y defendibilidad.
Módulo 2: Los Datos Jurídicos son Desordenados — Ingestión y Extracción
- Objetivos de aprendizaje: afrontar la realidad de los datos jurídicos a gran escala.
- Temas:
- Más de 1.400 tipos de archivos, correo electrónico y PST, papel escaneado, archivos de carga (.dat/.opt); metadatos incrustados relevantes.
- Extracción de texto (Tika), OCR y deduplicación como decisión estratégica.
- Laboratorio: Ingestión en FreeEed — construir una tubería de ingestión sobre un conjunto de documentos deliberadamente desordenado (correo/PST, escaneos, archivos de carga).
Módulo 3: Búsqueda y Recuperación — El Cimiento
- Objetivos de aprendizaje: construir el primitivo central del eDiscovery: encontrar cualquier cosa dentro de todo.
- Temas: búsqueda y indexación de texto completo (Solr/Lucene); relevancia, filtrado por metadatos y fechas; búsqueda sobre contenido OCRizado.
- Laboratorio: Búsqueda en eDiscovery — indexar un corpus y ejecutar búsquedas reales estilo eDiscovery, incluyendo dentro de escaneos OCRizados.
Módulo 4: RAG para Documentos Jurídicos — con Citas
- Objetivos de aprendizaje: construir RAG sobre documentos jurídicos que cite sus fuentes.
- Temas:
- Por qué la recuperación, no el ajuste fino (fine-tuning), es adecuada para material sensible: el modelo nunca "devora" los documentos.
- Chunking, embeddings y, sobre todo, citas / procedencia.
- Resumen de múltiples documentos e hilos de conversación.
- Laboratorio: RAG Jurídico con Citas — construir un sistema de preguntas y respuestas RAG sobre un conjunto de documentos que responda con citas de la fuente original.
Día 2: Hacerlo Privado, Defendible y Preparado para el Despliegue
Módulo 5: Privacidad, Priviligio y Servidor Local — La Trampa del Priviligio
- Objetivos de aprendizaje: mantener los datos jurídicos locales y poder certificarlo.
- Temas:
- A dónde van realmente los datos cuando interactúan con IA en la nube.
- Renuncia al priviligio, deber de competencia técnica y el espectro "privado" (contractual vs. físico).
- El caso Morgan v. V2X y por qué lo local es defendible ante un tribunal.
- Servir modelos locales (Ollama / vLLM) y monitorear el tráfico saliente.
- Laboratorio: Modelo Local + Prueba de Egress — ejecutar un modelo local de extremo a extremo y demostrar, mediante monitoreo, que ningún dato ha salido (egress).
Módulo 6: Revisión de IA Defendible
- Objetivos de aprendizaje: medir y documentar una revisión de IA para que resista el escrutinio legal.
- Temas:
- Las métricas clave en tribunales: recall, elusion (evasión), precisión, validación de la verdad fundamental (ground-truth); TAR / aprendizaje activo.
- Transparencia (¿por qué clasificó así este documento?) y reproducibilidad: fijar el modelo, establecer configuraciones fijas, registrar todo.
- El "instantánea del caso defendible" que permite a otra persona ejecutar tu revisión un año después y obtener el mismo resultado.
- Laboratorio: Revisión Defendible — medir una revisión de IA contra una verdad fundamental ciega y producir un paquete de reproducibilidad.
Módulo 7: Desplegarlo — Flujos de Trabajo, Despliegue Privado y Gobernanza
- Objetivos de aprendizaje: ensamblar las piezas en un flujo de trabajo, desplegarlo privadamente y evaluar su desempeño.
- Temas:
- Un flujo de trabajo legal multinivel (ingestión → búsqueda → resumen → revisión → producción) con intervención humana.
- Fundamentos del despliegue on-premise (contenedorización; mantener los datos dentro de la infraestructura propia).
- Gobernanza de IA para el ámbito jurídico en breves, y puntuación del sistema mediante SAIS-100 (la Escala Elefante Puntuación Segura de IA).
- Laboratorio: Puntuar y Empaquetar — conectar un flujo de trabajo multinivel, puntuarlo con SAIS-100 y empaquetarlo para su despliegue privado.
Proyecto Final Integrado (integrado durante el Día 2)
- Construir una aplicación de IA jurídica privada y defendible de extremo a extremo: ingerir un corpus desordenado, buscarlo, responder preguntas sobre él con citas usando un modelo local, medir una revisión defendible y empaquetarlo para despliegue privado.
- Los participantes se llevan un proyecto de portafolio que simula el trabajo real de un ingeniero jurídico.
Día 3 Opcional / Módulos Avanzados (entregable como día 3 o serie modular)
- Investigaciones: Entidades, Relaciones y Líneas de Tiempo — extracción de personas/organizaciones/fechas, reconstrucción de hilos de correo electrónico, construcción de cronologías, mapeo de duplicados cercanos y linaje de documentos. Laboratorio: construir una línea de tiempo y una vista de entidad/relación.
- Flujos de Trabajo Agénticos y Multinivel (profundización) — orquestación más rica, análisis de contratos, síntesis multi-documento, uso de herramientas y guardrails como principio de diseño. Laboratorio: construir un flujo multinivel con un punto de control humano.
- Despliegue a Gran Escala — despliegue on-premise y mediante appliances, procesamiento distribuido para grandes volúmenes, entornos regulados (CJIS, gobierno, educación superior), dimensionamiento de hardware. Laboratorio: contenedorizar y escalar un trabajo de procesamiento entre varios nodos.
- Profundización en Gobernanza y Cumplimiento Normativo — el panorama regulatorio de la IA (más de 100 leyes estatales en EE.UU., Reglamento de IA de la UE), requisitos de auditoría y una auditoría completa de gobernanza SAIS-100. Laboratorio: auditar un sistema de IA jurídica contra una lista de verificación de gobernanza/defendibilidad.
Requerimientos
- Habituación con Python y APIs básicas.
- Útil: familiaridad con LLMs a nivel de usuario (no se requiere formación previa en ML, ya que construimos el modelo mental necesario).
- No se requiere conocimientos previos de derecho; los conceptos jurídicos necesarios se enseñan en contexto.
Audiencia Objetivo
- Ingenieros de software o IA que transicionan hacia el sector legal-tecnológico.
- Ingenieros de empresas de tecnología legal que necesitan profundizar en la especificidad del dominio jurídico.
- Profesionales jurídicos, de eDiscovery o de gobierno de información con formación técnica, interesados en construir soluciones en lugar de solo comprarlas.
- Cualquier persona que aspire al rol de "ingeniero jurídico" o "ingeniero de IA jurídica".
14 Horas
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 2900 € + IVA*
Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales
Reseñas (2)
La práctica estuvo muy interactiva y aplicable al negocio.
Jorge Boscan - Chevron Global Technology Services Company
Curso - Advanced GitHub Copilot & AI for Projects and Infrastructure
Adquirí conocimientos sobre la biblioteca Streamlit de Python y, con seguridad, intentaré utilizarla para mejorar las aplicaciones de mi equipo que se desarrollan en R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Traducción Automática
