Cursos de Large Language Models (LLMs) en Madrid

Este entrenamiento dirigido por un instructor (en línea o presencial) en Madrid está destinado a profesionales de la dirección senior que deseen entender qué son los LLMs, explorar su posible impacto en las operaciones empresariales y evaluar usos prácticos de herramientas de IA como ChatGPT, Microsoft Copilot o Grok para tareas del mundo real, como la creación de contenido, el resumen de datos y el soporte a decisiones.

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

• Entender qué son los LLMs y cómo funcionan herramientas como ChatGPT y Copilot.
• Utilizar técnicas de prompting para obtener resultados prácticos y confiables de los LLMs.
• Evaluar casos de uso reales, como la redacción de correos electrónicos, el resumen de documentos y la automatización de productividad.
• Identificar oportunidades de inversión y aplicaciones estratégicas para la adopción de IA.

Este entrenamiento dirigido por un instructor (en línea o presencial) está destinado a equipos de gestión senior que deseen comprender el valor estratégico de los LLM y las herramientas de IA empresariales. Los participantes explorarán cómo integrar estas herramientas en flujos de trabajo de alto nivel, redactar mejores solicitudes y evaluar oportunidades para aumentar la productividad y el ROI a través de la adopción de IA.

Al final de este entrenamiento, los participantes podrán:

• Entender cómo funcionan los LLM y cómo herramientas como ChatGPT y Copilot los aplican.
• Usar interacciones basadas en solicitudes para automatizar y acelerar tareas.
• Aplicar herramientas de IA a escenarios reales como la redacción de correos electrónicos, la resumen de informes y la revisión de acuerdos.
• Evaluar los beneficios estratégicos, limitaciones y consideraciones de licenciamiento para la adopción de LLM.

Esta formación en vivo dirigida por un instructor en Madrid (en línea o presencial) está destinada 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 (LLMs) de Meta AI para diversas aplicaciones de procesamiento de lenguaje natural (NLP).

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura y funcionamiento de los Modelos de Lenguaje Grande de Meta AI.
• Configurar y ajustar los LLMs de Meta AI para casos de uso específicos.
• Implementar aplicaciones basadas en LLM, como resumen de texto, chatbots y análisis de sentimientos.
• Optimizar e implementar eficientemente modelos de lenguaje grande.

Esta formación en vivo impartida por un instructor en Madrid (en línea o en persona) está dirigida a profesionales de IA de nivel intermedio, analistas de negocios y líderes tecnológicos que desean comprender los principios de la inteligencia artificial generativa y las aplicaciones de los LLM en entornos empresariales. Los participantes aprenderán sobre los transformadores, la ingeniería de prompts y las consideraciones éticas en el despliegue de estos modelos para soluciones del mundo real.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los principios fundamentales de la inteligencia artificial generativa y los modelos de lenguaje grande.
• Implementar y ajustar LLM para aplicaciones empresariales específicas.
• Aplicar técnicas de ingeniería de prompts para obtener resultados óptimos del modelo.
• Reconocer las consideraciones éticas y gestionar los riesgos en el despliegue de LLM.

Esta formación en vivo, impartida por instructores en Madrid (en línea o presencial), está dirigida a profesionales de la IA de nivel intermedio, especialistas en ética, científicos de datos e ingenieros, así como a tomadores de decisiones y partes interesadas que desean comprender y navegar por el panorama ético de los LLMs.

Al final de esta formación, los participantes podrán:

• Identificar cuestiones y desafíos éticos asociados con los LLMs.
• Aplicar marcos y principios éticos al despliegue de LLMs.
• Evaluar el impacto social de los LLMs y mitigar los riesgos potenciales.
• Desarrollar estrategias para el desarrollo y uso responsable de la IA.

Esta capacitación en vivo dirigida por un instructor en Madrid (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 Madrid (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 Madrid (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.

Este curso dirigido por un instructor y en vivo en Madrid (en línea o presencial) está destinado a desarrolladores de VR y AR, diseñadores de juegos e ingenieros de IA de nivel intermedio que desean incorporar modelos de lenguaje grandes (LLMs) en aplicaciones de VR y AR para crear entornos más atractivos y receptivos.

Al final de este curso, los participantes podrán:

• Comprender el papel de los LLMs en la creación de experiencias inmersivas de VR y AR.
• Desarrollar aplicaciones de VR y AR que utilicen LLMs para diálogos interactivos y creación de contenido.
• Integrar LLMs con herramientas de desarrollo de VR y AR para mejorar la participación del usuario.
• Aplicar mejores prácticas para diseñar narrativas e interacciones impulsadas por IA en espacios virtuales.

Esta capacitación en vivo dirigida por un instructor en Madrid (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 Madrid (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 Madrid (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 Madrid (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 Madrid (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.

Este curso práctico dirigido por un instructor en Madrid (en línea o presencial) está orientado a educadores, profesionales del sector EdTech e investigadores con distintos niveles de experiencia que desean aprovechar los LLM para crear experiencias educativas personalizadas.

Al finalizar el curso, los participantes serán capaces de:

• Comprender la arquitectura y capacidades de los LLM.
• Identificar oportunidades para personalizar contenidos educativos mediante el uso de LLM.
• Diseñar plataformas de aprendizaje adaptativas que utilicen LLM para la personalización del contenido.
• Aplicar estrategias basadas en LLM para aumentar el compromiso estudiantil y mejorar los resultados de aprendizaje.
• Evaluar la eficacia de los LLM en entornos educativos tomando decisiones respaldadas por datos

Esta formación en directo, impartida por un instructor en Madrid (en línea o presencial), está dirigida a profesionales de ML y desarrolladores de IA de nivel intermedio que deseen realizar el ajuste fino e implementar modelos de peso abierto como LLaMA, Mistral y Qwen para aplicaciones empresariales o internas específicas.

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

• Comprender el ecosistema y las diferencias entre los LLM de código abierto.
• Preparar conjuntos de datos y configuraciones de ajuste fino para modelos como LLaMA, Mistral y Qwen.
• Ejecutar pipelines de ajuste fino utilizando Hugging Face Transformers y PEFT.
• Evaluar, guardar e implementar modelos ajustados en entornos seguros.

Esta capacitación en vivo dirigida por un instructor en Madrid (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 Madrid (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.

Este curso presencial o online, impartido por instructores en Madrid, está dirigido a científicos de datos e ingenieros de inteligencia artificial con conocimientos intermedios que deseen realizar el ajuste fino de modelos lingüísticos grandes de manera más económica y eficiente mediante técnicas como LoRA, Adapter Tuning y Prefix Tuning.

Al finalizar este curso, los participantes podrán:

• Comprender la teoría subyacente a las técnicas de ajuste fino eficiente en parámetros.
• Implementar LoRA, Adapter Tuning y Prefix Tuning utilizando Hugging Face PEFT.
• Comparar los beneficios y desventajas en términos de rendimiento y coste entre los métodos PEFT y el ajuste fino completo.
• Implementar y escalar modelos lingüísticos grandes ya ajustados, reduciendo así los requisitos computacionales y de almacenamiento.

Esta formación en vivo dirigida por un instructor en Madrid (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.

Este curso práctico dirigido por instructores en Madrid (en línea o presencial) está orientado a profesionales intermedios del ámbito de los datos y el marketing que deseen utilizar LLM para analizar e interpretar el sentimiento generalizado en diversas fuentes textuales, como publicaciones en redes sociales, reseñas de productos y comentarios de clientes.

Al concluir este entrenamiento, los participantes serán capaces de:

• Comprender los principios del análisis de sentimientos y su aplicación mediante LLM.
• Preprocesar y preparar conjuntos de datos para el análisis de sentimientos.
• Entrenar y ajustar con precisión los LLM para reflejar adecuadamente el sentimiento presente en los textos.
• Analizar el sentimiento en tiempo real procedente de redes sociales y otras fuentes textuales.
• Integrar los resultados del análisis de sentimientos en estrategias empresariales y procesos de toma de decisiones.

Esta capacitación en vivo dirigida por un instructor en Madrid (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 Madrid (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.

Este curso práctico, dirigido por un instructor en Madrid (en línea o presencial), está orientado a desarrolladores e científicos de datos con nivel intermedio o avanzado que deseen dominar LlamaIndex para crear aplicaciones innovadoras basadas en LLM.

Al finalizar el curso, los participantes podrán:

• Configurar y preparar LlamaIndex para su uso con modelos lingüísticos grandes.
• Crear índices y realizar consultas a conjuntos de datos personalizados mediante LlamaIndex, mejorando así el funcionamiento de los LLM.
• Diseñar y desarrollar aplicaciones avanzadas que integren LlamaIndex y modelos lingüísticos grandes.
• Conocer e implementar las mejores prácticas al trabajar con LLM y LlamaIndex.
• Gestionar los aspectos éticos asociados a la implantación de aplicaciones impulsadas por LLM.

Este entrenamiento en vivo dirigido por un instructor (en línea o presencial) está orientado a investigadores de IA intermedios, profesionales de aprendizaje automático y científicos de datos que desean utilizar LlamaIndex para mejorar las capacidades de los modelos de IA, haciéndolos más precisos y confiables para diversas aplicaciones.

Al finalizar este entrenamiento, los participantes podrán:

• Comprender los principios y componentes de LlamaIndex.
• Ingestar y estructurar datos para su uso con modelos de lenguaje grandes (LLMs).
• Implementar la augmentación del contexto para mejorar el rendimiento de los modelos de IA.
• Integrar LlamaIndex en sistemas y flujos de trabajo de IA existentes.

Este entrenamiento en vivo dirigido por un instructor en Madrid (en línea o en sitio) está dirigido a profesionales de nivel intermedio que desean aprovechar el poder de la ingeniería de prompt y el aprendizaje con pocos ejemplos para optimizar el rendimiento de los LLMs en aplicaciones del mundo real.

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

• Comprender los principios de la ingeniería de prompt y el aprendizaje con pocos ejemplos.
• Diseñar prompts efectivos para diversas tareas de NLP.
• Aprovechar técnicas de aprendizaje con pocos ejemplos para adaptar LLMs con datos mínimos.
• Optimizar el rendimiento de los LLMs para aplicaciones prácticas.

Este entrenamiento dirigido por un instructor (en línea o presencial) está destinado a ingenieros de nivel avanzado, especialistas en IA y líderes de localización que deseen implementar sistemas de modelos de lenguaje grande (LLM) para traducción automatizada, evaluación de calidad y gobernanza empresarial.

Al finalizar este entrenamiento, los participantes podrán:

• Construir pipelines de localización LLM de nivel empresarial que integren modelos abiertos y propietarios.
• Implementar flujos de trabajo automatizados y métricas de calidad para la consistencia en las traducciones.
• Establecer marcos de gobernanza y aprobación para la producción de contenido multilingüe.
• Desplegar sistemas de localización basados en LLM escalables y audibles en entornos seguros.

IA para SQL es la aplicación de la inteligencia artificial y modelos de lenguaje grandes (LLMs) para automatizar, optimizar y mejorar la forma en que se generan, ejecutan e interpretan las consultas SQL dentro de los entornos de datos empresariales.

Este entrenamiento guiado por un instructor (en línea o presencial) está dirigido a ingenieros de datos y líderes técnicos de nivel intermedio que deseen integrar capacidades de IA en los flujos de trabajo de SQL para permitir consultas de lenguaje natural, optimización inteligente y análisis de datos automatizado.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Integrar LLMs como GPT, DeepSeek, LLaMA, Qwen y Mistral en entornos SQL.
• Construir pipelines de lenguaje natural a SQL para acceso de datos conversacional.
• Implementar la optimización y detección de errores de consultas basadas en IA.
• Diseñar flujos de trabajo de IA-SQL seguros, auditable para uso empresarial.

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 hacer los arreglos.

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.

Vertex AI ofrece herramientas potentes para crear flujos de trabajo de LLM multimodales que integran datos de texto, audio e imagen en un único pipeline. Con el soporte de ventana de contexto prolongado y los parámetros de la API de Gemini, permite el desarrollo de aplicaciones avanzadas en planificación, razonamiento e inteligencia multimodal.

Esta formación presencial impartida por un instructor (en línea o in situ) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y optimizar flujos de trabajo de IA multimodales en Vertex AI.

Al finalizar esta formación, los participantes serán capaces de:

• Aprovechar los modelos Gemini para entradas y salidas multimodales.
• Implementar flujos de trabajo de contexto largo para razonamientos complejos.
• Diseñar pipelines que integren el análisis de texto, audio e imagen.
• Optimizar los parámetros de la API de Gemini para mejorar el rendimiento y la eficiencia de costes.

Formato del curso

• Clase magistral interactiva y debate.
• Laboratorios prácticos con flujos de trabajo multimodales.
• Ejercicios basados en proyectos para casos de uso multimodales aplicados.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor póngase en contacto con nosotros para organizarla.

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.

Este curso dirigido por instructores y en vivo (en línea o presencial) está destinado a desarrolladores de IA intermedios e ingenieros de localización que deseen diseñar canales de traducción automatizados escalables utilizando tanto modelos propietarios como de código abierto.

Al final de esta formación, los participantes podrán:

• Diseñar y desplegar flujos de trabajo de traducción utilizando marcos modernos de LLMs y APIs.
• Integrar modelos de código abierto y comerciales en sistemas de traducción escalables.
• Optimizar la calidad de la traducción mediante el ajuste fino, la ingeniería de prompts y la automatización.
• Implementar una infraestructura de traducción eficiente y conforme a normas para entornos empresariales.

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.

Este curso dirigido por un instructor y en vivo (en línea o presencial) está destinado a desarrolladores de nivel intermedio que deseen aprender cómo usar la IA generativa con LLMs para diversas tareas y dominios.

Al finalizar este curso, los participantes podrán:

• Explicar qué es la IA generativa y cómo funciona.
• Describir la arquitectura de transformadores que potencia a los LLMs.
• Utilizar leyes empíricas de escalamiento para optimizar los LLMs en diferentes tareas y restricciones.
• Aplicar herramientas y métodos de vanguardia para entrenar, ajustar finamente y desplegar LLMs.
• Discutir las oportunidades y riesgos de la IA generativa para la sociedad y el negocio.

Los modelos de lenguaje grandes (LLM) y los marcos de agentes autónomos, como AutoGen y CrewAI, están redefiniendo cómo los equipos de DevOps automatizan tareas como el seguimiento de cambios, la generación de pruebas y la priorización de alertas, simulando la colaboración y la toma de decisiones similares a las humanas.

Esta formación en vivo dirigida por instructores (en línea o presencial) está dirigida a ingenieros de nivel avanzado que deseen diseñar e implementar flujos de trabajo de automatización de DevOps potenciados por modelos de lenguaje grandes (LLM) y sistemas multi-agente.

Al finalizar esta formación, los participantes serán capaces de:

• Integrar agentes basados en LLM en flujos de trabajo CI/CD para una automatización inteligente.
• Automatizar la generación de pruebas, el análisis de commits y los resúmenes de cambios mediante agentes.
• Coordinar múltiples agentes para la priorización de alertas, la generación de respuestas y el asesoramiento en DevOps.
• Construir flujos de trabajo seguros y mantenibles impulsados por agentes utilizando marcos de código abierto.

Formato del curso

• Lecciones interactivas y discusiones.
• Abundancia de 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, póngase en contacto con nosotros para coordinarlo.

Postgres es un avanzado sistema de base de datos relacional de código abierto que puede servir como fundamento para sistemas impulsados por IA y aplicaciones de inteligencia de datos.

Este entrenamiento dirigido por un instructor (en línea o en las instalaciones del cliente) está destinado a profesionales intermedios de bases de datos y desarrolladores que deseen integrar, gestionar y optimizar capacidades de IA directamente dentro de Postgres.

Al final de este entrenamiento, los participantes podrán:

• Configurar las extensiones de Postgres para cargas de trabajo de IA.
• Implementar incrustaciones y búsquedas por similitud utilizando pgvector.
• Integrar modelos de lenguaje grandes (LLMs) de código abierto y propietarios con Postgres para obtener insights en tiempo real.
• Optimizar Postgres para manejar consultas y flujos de trabajo impulsados por IA.

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, por favor contáctenos para hacer los arreglos necesarios.

Esta formación en vivo impartida por un instructor en Madrid (online o presencial) está dirigida a desarrolladores de IA, arquitectos y gestores de producto de nivel intermedio a avanzado que deseen identificar y mitigar los riesgos asociados a las aplicaciones impulsadas por LLM, como la inyección de instrucciones, la filtración de datos y la generación de salidas no filtradas, incorporando controles de seguridad como la validación de entrada, la supervisión humana y los filtros de salida.

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

• Comprender las vulnerabilidades principales de los sistemas basados en LLM.
• Aplicar principios de diseño seguro a la arquitectura de aplicaciones con LLM.
• Utilizar herramientas como Guardrails AI y LangChain para la validación, filtrado y seguridad.
• Integrar técnicas como el aislamiento, las pruebas de penetración (red teaming) y la revisión humana en pipelines de nivel producción.

Esta formación en vivo, impartida por un instructor, en Madrid (en línea o presencial), está dirigida a profesionales de nivel intermedio a avanzado que deseen personalizar modelos preentrenados para tareas y conjuntos de datos específicos.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los principios del ajuste fino y sus aplicaciones.
• Preparar conjuntos de datos para el ajuste fino de modelos preentrenados.
• Ajustar finamente modelos de lenguaje grande (LLM) para tareas de PLN.
• Optimizar el rendimiento del modelo y abordar los desafíos comunes.

LLMs para la comprensión, refactorización y documentación de código es un curso técnico centrado en la aplicación de modelos de lenguaje grandes (LLMs) para mejorar la calidad del código, reducir la deuda técnica y automatizar tareas de documentación en equipos de desarrollo de software.

Esta formación en directo, impartida por un instructor (en línea o en las instalaciones), está dirigida a profesionales del software de nivel intermedio a avanzado que deseen utilizar LLMs, como GPT, para analizar, refactorizar y documentar de manera más efectiva codebases complejas o heredadas.

Al finalizar esta formación, los participantes serán capaces de:

• Utilizar LLMs para explicar el código, las dependencias y la lógica en repositorios desconocidos.
• Identificar y refactorizar antipatrones, así como mejorar la legibilidad del código.
• Generar y mantener automáticamente comentarios in-line, archivos README y documentación de la API.
• Integrar los aportes basados en LLMs en los flujos de trabajo existentes de CI/CD y revisión de código.

Formato del curso

• Clases interactivas y discusión.
• Gran cantidad de ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en directo.

Opciones de personalización del curso

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

Esta capacitación en vivo dirigida por un instructor en Madrid (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.

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.

Esta capacitación en vivo dirigida por un instructor en Madrid (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 impartida por un instructor en Madrid (en línea o presencial) está dirigida a ingenieros de observabilidad y SRE que deseen integrar LLM e IA en sus flujos de trabajo de monitoreo, alertas y análisis de incidentes.

Esta formación en directo y dirigida por instructores en Madrid (en línea o presencial) está dirigida a profesionales del soporte informático que desean utilizar herramientas de inteligencia artificial y plataformas de automatización para optimizar los procesos de soporte, estandarizar las respuestas y reducir el esfuerzo de documentación manual.

Esta formación, impartida por un instructor en Madrid (en línea o presencial), está dirigida a ingenieros y arquitectos de nivel intermedio que deseen utilizar Tencent Hunyuan para desplegar modelos grandes y MoE con menor latencia, mayor capacidad de procesamiento (throughput) y un mejor control de los costes.

Al finalizar esta formación, los participantes serán capaces de: explicar patrones de despliegue en producción de Hunyuan, optimizar el rendimiento de la inferencia, implementar estrategias de agrupación (batching) y cuantización, y planificar operaciones de servicio escalables.

Esta formación en directo, impartida por un instructor, en Madrid (en línea o presencial), está dirigida a desarrolladores de nivel intermedio, equipos técnicos de producto y profesionales de la IA que deseen utilizar los modelos Hunyuan para crear aplicaciones multimodales orientadas a la generación y entrega de imágenes, contenido 3D y vídeo.

Al finalizar esta formación, los participantes serán capaces de: construir flujos de trabajo basados en prompts, generar y revisar activos multimodales, servir salidas mediante aplicaciones o APIs, e integrar las capacidades de Hunyuan con la pila tecnológica del producto empresarial.

Los objetivos del curso son turnar ingenieros de software e IA en ingenieros jurídicos, es decir, las personas que pueden construir realmente IA para trabajo legal (eDiscovery, revisión, investigaciones).

Durante dos días, los participantes construyen la pila central completa: ingestión y extracción de datos jurídicos reales y desordenados, búsqueda y recuperación, adición de generación aumentada por recuperación (RAG) con citas, mantenimiento de la privacidad mediante un modelo local demostrable, ejecución de una revisión de IA defendible con métricas válidas ante un tribunal, y empaquetado del resultado para su despliegue.

Esta formación en vivo dirigida por instructores en Madrid (en línea o presencial) está dirigida a profesionales de la IA de nivel principiante / intermedio / avanzado que deseen utilizar MCP para conectar asistentes de IA con herramientas externas, datos y servicios empresariales.

Al finalizar esta formación, los participantes serán capaces de: explicar los conceptos de MCP, identificar los componentes clave de la arquitectura, configurar una integración básica y aplicar buenas prácticas de seguridad.

Esta formación en directo impartida por un instructor en Madrid (en línea o presencial) está dirigida a arquitectos empresariales de nivel intermedio que desean utilizar el Protocolo de Contexto de Modelos para diseñar plataformas de integración de agentes seguras, escalables y gobernablebles para entornos empresariales.

Al finalizar esta formación, los participantes serán capaces de: explicar la arquitectura MCP y los patrones empresariales, diseñar plataformas de integración seguras, aplicar controles de gobernanza y acceso, y evaluar opciones de implementación y escalado.

Esta formación impartida por un instructor en tiempo real en Madrid (en línea o presencial) está dirigida a desarrolladores, arquitectos e ingenieros de plataformas de nivel intermedio que desean utilizar MCP para construir servidores y clientes confiables para despliegue y operaciones empresariales.

Al finalizar esta formación, los participantes podrán explicar la arquitectura de MCP en la práctica, construir integraciones listas para producción, desplegar y observar servicios MCP, y aplicar patrones de gestión de versiones, resiliencia y soporte.

Esta formación práctica dirigida por instructores en Madrid (online o presencial) está orientada a líderes de TI, profesionales del cumplimiento y equipos de seguridad que desean aplicar principios de IA soberana para crear entornos seguros que preserven la privacidad de datos sensibles, respeten las normas locales y minimicen dependencias externas.

Al finalizar, los participantes podrán comprender los fundamentos de la IA soberana, analizar distintas opciones de alojamiento y gestión, definir controles esenciales y formular una estrategia práctica para adoptar esta tecnología de manera responsable.