IA en Amazon Web Services (AWS)

LangGraph es un framework para construir aplicaciones LLM con estado y múltiples actores mediante grafos composibles, con estado persistente y control sobre la ejecución.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a ingenieros de plataformas de IA de nivel avanzado, DevOps para IA y arquitectos de ML que desean optimizar, depurar, monitorear y gestionar sistemas LangGraph de grado industrial.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar y optimizar topologías complejas de LangGraph para mejorar la velocidad, el coste y la escalabilidad.
• Fomentar la fiabilidad mediante reintentos, tiempos de espera, idempotencia y recuperación basada en puntos de control.
• Depurar y rastrear las ejecuciones del grafo, inspeccionar el estado y reproducir sistemáticamente los problemas de producción.
• Instrumentalizar los grafos con registros, métricas y trazas; desplegarlos en producción y monitorear SLA y costes.

Formato del curso

• Clase interactiva y discusión.
• Numerosos 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.

Esta formación en vivo impartida por un instructor en México (presencial o remota) está dirigida a ingenieros que deseen implementar y gestionar dispositivos IoT en AWS.

Al finalizar esta formación, los participantes serán capaces de construir una plataforma IoT que incluya la implementación y gestión de un backend, una pasarela y dispositivos sobre la infraestructura de AWS.

Esta formación en vivo con instructor en México (presencial o remota) está dirigida a desarrolladores que desean utilizar AWS Lambda para construir e implementar servicios y aplicaciones en la nube, sin tener que preocuparse por el aprovisionamiento del entorno de ejecución (servidores, VMs, contenedores, disponibilidad, escalabilidad, almacenamiento, etc.).

Al final de esta formación, los participantes podrán:

• Configurar AWS Lambda para ejecutar una función.
• Comprender FaaS (Functions as a Service) y las ventajas del desarrollo serverless.
• Crear, cargar y ejecutar funciones de AWS Lambda.
• Integrar funciones de Lambda con diferentes fuentes de eventos.
• Empaquetar, implementar, monitorear y solucionar problemas de aplicaciones basadas en Lambda.

Devstral es un marco de trabajo de código abierto diseñado para construir y ejecutar agentes de codificación que puedan interactuar con bases de código, herramientas de desarrollo y APIs con el fin de mejorar la productividad en ingeniería.

Esta capacitación en vivo y dirigida por instructores (en línea o presencial) está orientada a ingenieros de ML de nivel intermedio a avanzado, equipos de herramientas para desarrolladores y SREs (Reliability Engineers de Sistemas) que deseen diseñar, implementar y optimizar agentes de codificación utilizando Devstral.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar y preparar Devstral para el desarrollo de agentes de codificación.
• Diseñar flujos de trabajo ágiles (agentic) para la exploración y modificación de bases de código.
• Integrar agentes de codificación con herramientas para desarrolladores y APIs.
• Implementar mejores prácticas para el despliegue seguro y eficiente de agentes.

Formato del Curso

• Lecciones interactivas y discusión en grupo.
• Muchos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinar los detalles.

Los modelos Devstral y Mistral son tecnologías de IA de código abierto diseñadas para un despliegue flexible, ajuste fino e integración escalable.

Esta formación presencial impartida por instructores (en línea o en las instalaciones) está dirigida a ingenieros de ML y equipos de plataforma con nivel intermedio a avanzado, así como a ingenieros de investigación que deseen autoalojar, ajustar finamente y gobernar los modelos Mistral y Devstral en entornos de producción.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar y preparar entornos autoalojados para los modelos Mistral y Devstral.
• Aplicar técnicas de ajuste fino para mejorar el rendimiento en dominios específicos.
• Implementar control de versiones, monitoreo y gobernanza del ciclo de vida.
• Asegurar la seguridad, el cumplimiento normativo y el uso responsable de los modelos de código abierto.

Formato del curso

• Clase magistral interactiva y discusión.
• Ejercicios prácticos de autoalojamiento y ajuste fino.
• Implementación en laboratorio en vivo de pipelines de gobernanza y monitoreo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinar los detalles.

Esta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean profundizar su comprensión de las prácticas de DevOps y optimizar los procesos de desarrollo mediante el uso de AWS Cloud9.

Al finalizar esta capacitación, los participantes podrán:

• Configurar y ajustar AWS Cloud9 para flujos de trabajo de DevOps.
• Implementar pipelines de integración continua y entrega continua (CI/CD).
• Automatizar procesos de prueba, monitoreo y despliegue utilizando AWS Cloud9.
• Integrar servicios de AWS como Lambda, EC2 y S3 en flujos de trabajo de DevOps.
• Utilizar sistemas de control de versiones como GitHub o GitLab dentro de AWS Cloud9.

Este entrenamiento en vivo impartido por un instructor en México (en línea o en las instalaciones) está dirigido a profesionales de nivel intermedio que desean aprender cómo construir, implementar y mantener de manera efectiva aplicaciones sin servidor en AWS Cloud9 y AWS Lambda.

Al finalizar este entrenamiento, los participantes serán capaces de:

• Comprender los fundamentos de la arquitectura sin servidor.
• Configurar AWS Cloud9 para el desarrollo de aplicaciones sin servidor.
• Desarrollar, probar e implementar aplicaciones sin servidor utilizando AWS Lambda.
• Integrar AWS Lambda con otros servicios de AWS como API Gateway y S3.
• Optimizar las aplicaciones sin servidor para mejorar su rendimiento y eficiencia en costos.

Esta capacitación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a investigadores y profesionales de laboratorio de nivel principiante e intermedio que desean procesar y analizar imágenes relacionadas con tejidos histológicos, glóbulos rojos, algas y otras muestras biológicas.

Al finalizar esta capacitación, los participantes serán capaces de:

• Navegar por la interfaz de Fiji y utilizar las funciones principales de ImageJ.
• Preprocesar y mejorar imágenes científicas para obtener un mejor análisis.
• Analizar imágenes de manera cuantitativa, incluyendo el conteo de células y la medición de áreas.
• Automatizar tareas repetitivas mediante macros y complementos (plugins).
• Personalizar flujos de trabajo para satisfacer necesidades específicas de análisis de imágenes en la investigación biológica.

Resumen:

• Comprensión de la arquitectura de IoT y sus funciones principales.
• Exploración del concepto de "Cosas" y "Sensores", el Internet de las Cosas, y la asignación de funciones comerciales a soluciones de IoT.
• Visión general completa de los componentes de software de IoT: hardware, firmware, middleware, infraestructura en la nube y aplicaciones móviles.
• Funciones clave de IoT: gestión de flotas, visualización de datos, FM y DV basados en SaaS, sistemas de alertas y alarmas, incorporación de sensores y "cosas", y geocercado.
• Fundamentos de la comunicación entre dispositivos IoT y la nube utilizando MQTT.
• Conexión de dispositivos IoT a AWS mediante MQTT usando AWS IoT Core.
• Integración de AWS IoT Core con AWS Lambda para procesos de cómputo y Amazon DynamoDB para almacenamiento de datos.
• Conexión de una Raspberry Pi a AWS IoT Core para una comunicación de datos fluida.
• Laboratorio práctico: construcción de un dispositivo inteligente utilizando una Raspberry Pi y AWS IoT Core.
• Visualización de datos de sensores y comunicación con la interfaz web.

LangGraph es un marco de trabajo para construir aplicaciones LLM multifuncionales con estado, mediante grafos compuestos con estado persistente y control sobre la ejecución.

Esta formación en vivo dirigida por un instructor (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones financieras basadas en LangGraph con la gobernanza, observabilidad y cumplimiento adecuados.

Al finalizar esta formación, los participantes podrán:

• Diseñar flujos de trabajo de LangGraph específicos para el sector financiero, alineados con los requisitos regulatorios y de auditoría.
• Integrar estándares financieros y ontologías en el estado del grafo y las herramientas utilizadas.
• Implementar controles de confiabilidad, seguridad e intervención humana para procesos críticos.
• Desplegar, monitorear y optimizar sistemas LangGraph para garantizar rendimiento, costos y SLA (Acuerdos de Nivel de Servicio).

Formato del curso

• Ponencias interactivas y discusiones.
• Feraces 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, contáctenos para coordinar los detalles.

LangGraph es un framework para construir aplicaciones LLM con estructura de grafo que admiten planificación, ramificación, uso de herramientas, memoria y ejecución controlable.

Esta formación impartida en vivo por instructores (en línea o presencial) está dirigida a desarrolladores principiantes, expertos en prompting y profesionales de datos que deseen diseñar y construir flujos de trabajo LLM multi-paso confiables mediante LangGraph.

Al finalizar esta formación, los participantes podrán:

• Explicar los conceptos centrales de LangGraph (nodos, aristas, estado) y cuándo utilizarlos.
• Construir cadenas de prompts que se ramifiquen, invoquen herramientas y mantengan la memoria.
• Integrar recuperación de información y APIs externas en flujos de trabajo basados en grafos.
• Probar, depurar y evaluar aplicaciones LangGraph para garantizar su fiabilidad y seguridad.

Formato del Curso

• Conferencias interactivas y discusiones guiadas.
• Laboratorios dirigidos y recorridos por el código en un entorno sandbox.
• Ejercicios basados en escenarios sobre diseño, pruebas y evaluación.

Opciones de Personalización del Curso

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

LangGraph permite el diseño de flujos de trabajo con estado y múltiples actores, impulsados por modelos de lenguaje grandes (LLM), ofreciendo un control preciso sobre las rutas de ejecución y la persistencia del estado. En el sector de la salud, estas capacidades son fundamentales para garantizar el cumplimiento normativo, la interoperabilidad y el desarrollo de sistemas de apoyo a la decisión que se alineen con los flujos de trabajo médicos.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones de atención médica basadas en LangGraph, abordando los desafíos regulatorios, éticos y operativos.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar flujos de trabajo de LangGraph específicos para el sector salud, pensando en el cumplimiento normativo y la auditabilidad.
• Integrar aplicaciones de LangGraph con ontologías y estándares médicos (FHIR, SNOMED CT, ICD).
• Aplicar las mejores prácticas para garantizar fiabilidad, trazabilidad y explicabilidad en entornos sensibles.
• Desplegar, monitorizar y validar aplicaciones de LangGraph en entornos de producción del sector salud.

Formato del curso

• Ponencias interactivas y sesiones de discusión.
• Ejercicios prácticos con casos reales.
• Práctica de implementación en un entorno de laboratorio en vivo.

Opciones de personalización del curso

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

LangGraph es un marco de trabajo para construir aplicaciones LLM con estado persistente y múltiples agentes, mediante grafos composables con estado permanente y control preciso sobre la ejecución.

Esta formación en vivo e impartida por un instructor (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y operar soluciones legales basadas en LangGraph, incorporando los controles necesarios de cumplimiento, trazabilidad y gobernanza.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar flujos de trabajo de LangGraph específicos para el ámbito legal que preserven la auditabilidad y el cumplimiento normativo.
• Integrar ontologías legales y estándares de documentos en el estado del grafo y en los procesos de procesamiento.
• Implementar barreras de seguridad (guardrails), aprobaciones con intervención humana y caminos de decisión trazables.
• Desplegar, monitorear y mantener servicios LangGraph en entornos de producción con capacidades de observabilidad y control de costos.

Formato del Curso

• Conferencia interactiva y discusión en grupo.
• Numerosos ejercicios y práctica constante.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

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

LangGraph es un marco de trabajo para componer flujos de trabajo basados en LLM estructurados como grafos, que admiten ramificación, uso de herramientas, memoria y ejecución controlable.

Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a ingenieros de nivel intermedio y equipos de producto que deseen combinar la lógica de grafos de LangGraph con bucles de agentes LLM para construir aplicaciones dinámicas y conscientes del contexto, como agentes de atención al cliente, árboles de decisión y sistemas de recuperación de información.

Al finalizar esta formación, los participantes serán capaces de:

• Diseñar flujos de trabajo basados en grafos que coordinen agentes LLM, herramientas y memoria.
• Implementar enrutamiento condicional, reintentos y mecanismos de respaldo para una ejecución robusta.
• Integrar recuperación, APIs y salidas estructuradas en los bucles de agentes.
• Evaluar, monitorear y endurecer el comportamiento de los agentes para garantizar fiabilidad y seguridad.

Formato del curso

• Clase interactiva y discusión facilitada.
• Laboratorios guiados y recorridos por código en un entorno de prueba (sandbox).
• Ejercicios de diseño basados en escenarios y revisiones entre pares.

Opciones de personalización del curso

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

LangGraph es un marco de orquestación basado en gráficos que permite flujos de trabajo condicionales y multietapa con LLM y herramientas, ideal para automatizar y personalizar canales de contenido.

Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a profesionales de marketing y estrategas de contenido de nivel intermedio, así como a desarrolladores de automatización que desean implementar campañas de correo electrónico dinámicas con ramificaciones y canales de generación de contenido utilizando LangGraph.

Al finalizar esta capacitación, los participantes podrán:

• Diseñar flujos de trabajo de contenido y correos electrónicos estructurados en gráficos con lógica condicional.
• Integrar LLM, APIs y fuentes de datos para la personalización automatizada.
• Administrar el estado, la memoria y el contexto en campañas multietapa.
• Evaluar, monitorear y optimizar el rendimiento del flujo de trabajo y los resultados de entrega.

Formato del curso

• Conferencias interactivas y discusiones grupales.
• Laboratorios prácticos para implementar flujos de trabajo de correos electrónicos y canales de contenido.
• Ejercicios basados en escenarios sobre personalización, segmentación y lógica de ramificación.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar los detalles.