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
Arquitectura y diseño de aplicaciones LLM
- Patrones comunes de aplicación de OpenAI para asistentes, copilotos y automatización de flujos de trabajo
- Elegir la arquitectura adecuada según los requisitos empresariales, confiabilidad y experiencia del usuario
- Pasar de código de prototipo a un diseño de aplicación mantenible
Indicaciones (Prompting), contexto y salidas estructuradas
- Estructurar instrucciones del sistema, del usuario y del desarrollador para un comportamiento predecible
- Diseñar indicaciones para consistencia, control de tareas y respuestas más claras
- Usar salidas estructuradas para respaldar la lógica de aplicaciones posteriores
- Gestionar ventanas de contexto, estado de la conversación y calidad de las respuestas
Uso de herramientas y orquestación de flujos de trabajo
- Usar llamada de funciones y flujos de trabajo habilitados para herramientas con servicios externos
- Validar entradas y salidas, manejar errores y aplicar comportamiento alternativo (fallback)
- Diseñar flujos de múltiples pasos para tareas empresariales prácticas
Recuperación y fundamentación del conocimiento
- Identificar cuándo es apropiada la generación aumentada por recuperación (RAG)
- Preparar documentos y fragmentar contenido para una recuperación útil
- Recuperar contexto relevante y fundamentar las respuestas en fuentes confiables
Evaluación, barreras de seguridad y preparación operativa
- Definir criterios de calidad y probar flujos de trabajo frente a resultados esperados
- Reducir alucinaciones y manejar solicitudes inseguras, irrelevantes o ambiguas
- Monitorear el uso, latencia, consumo de tokens y costos
- Preparar aplicaciones para implementación, soporte e iteración continua
Taller de implementación práctica
- Construir una pequeña aplicación end-to-end de OpenAI que combine indicaciones, salida estructurada, uso de herramientas y recuperación
- Revisar decisiones de diseño, problemas comunes y pasos prácticos siguientes para su uso en producción
Requerimientos
- Conocimiento familiar con los conceptos de modelos de lenguaje grande y desarrollo de aplicaciones basadas en API
- Experiencia trabajando con APIs REST, JSON y flujos de trabajo de aplicaciones dirigidos por indicaciones (prompt-driven)
- Experiencia intermedia de programación en Python, JavaScript o un lenguaje similar
Público objetivo
- Desarrolladores de software que construyen aplicaciones impulsadas por LLM
- Ingenieros de IA y líderes técnicos que diseñan soluciones basadas en OpenAI
- Equipos de producto y arquitectos de soluciones responsables de características de IA para producción
7 Horas