Solicitar información
 Duración 21 horas

Temario del curso

Introducción a los sistemas de traducción con LLM

  • Comprensión de la traducción automática neuronal (NMT) y sus limitaciones
  • Vista general de las arquitecturas de LLM y sus capacidades de traducción
  • Comparación entre la MT tradicional y la traducción basada en LLM

Trabajo con LLM propietarios y de código abierto

  • Uso de modelos como OpenAI, Deepseek, Qwen y Mistral para la traducción
  • Compromisos entre rendimiento y latencia
  • Selección del modelo adecuado para su flujo de trabajo

Construcción de flujos de trabajo de traducción con LangChain

  • Principios de diseño de flujos de trabajo para la traducción con LLM
  • Implementación de una cadena de traducción con LangChain
  • Gestión de ventanas de contexto y uso de tokens

Automatización de flujos de trabajo de traducción

  • Programación de tareas de traducción utilizando Python y herramientas de automatización
  • Gestión de lotes de trabajo multilingües
  • Integración con sistemas de gestión de localización

Mejora de la calidad de la traducción

  • Ingeniería de prompts para una traducción consciente del contexto
  • Automatización de la edición posterior y diseño con intervención humana
  • Estrategias de ajuste fino para la traducción específica de dominio

Evaluación y monitoreo de flujos de trabajo de traducción

  • Estimación automática de la calidad (AQE) y evaluación con puntuación BLEU
  • Registros, analítica y observabilidad del flujo de trabajo
  • Gestión de errores y mecanismos de respaldo

Escala y despliegue de sistemas de traducción

  • Despliegue en la nube con Docker y marcos de trabajo serverless
  • Equilibrio de carga y procesamiento paralelo para la traducción a gran escala
  • Consideraciones sobre seguridad, cumplimiento normativo y privacidad de los datos

Integración de flujos de trabajo de traducción en la infraestructura empresarial

  • Conexión de APIs de traducción con plataformas CMS, ERP y L10n
  • Gestión de costos y rendimiento a gran escala
  • Gobernanza y flujos de trabajo de aprobación para la localización empresarial

Resumen y próximos pasos

Requerimientos

  • Conocimiento de programación en Python.
  • Experiencia en la integración de APIs y la automatización de flujos de trabajo.
  • Familiaridad con los conceptos de aprendizaje automático y los modelos de lenguaje.

Público objetivo

  • Ingenieros de aprendizaje automático.
  • Especialistas en tecnologías de localización y traducción.
  • Arquitectos de software y líderes de ingeniería.

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.
Inversión

Precio por grupo privado (formación online) desde 4350 € + IVA*

Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales

Próximos cursos

Categorías Relacionadas