Contacta con nosotros

Temario del curso

Introducción a Ollama para la implementación de LLM

  • Resumen de las capacidades de Ollama
  • Ventajas de implementar modelos de IA de forma local
  • Comparación con soluciones de alojamiento de IA en la nube

Configuración del entorno de implementación

  • Instalación de Ollama y las dependencias necesarias
  • Configuración de hardware y aceleración con GPU
  • Contenerización de Ollama con Docker para implementaciones escalables

Implementación de LLM con Ollama

  • Carga y gestión de modelos de IA
  • Implementación de Llama 3, DeepSeek, Mistral y otros modelos
  • Creación de APIs y puntos de enlace para el acceso a los modelos de IA

Optimización del rendimiento de LLM

  • Ajuste fino de modelos para mejorar la eficiencia
  • Reducción de la latencia y mejora de los tiempos de respuesta
  • Gestión de la memoria y asignación de recursos

Integración de Ollama en flujos de trabajo de IA

  • Conexión de Ollama a aplicaciones y servicios
  • Automatización de procesos impulsados por IA
  • Uso de Ollama en entornos de computación edge

Monitoreo y mantenimiento

  • Seguimiento del rendimiento y resolución de problemas
  • Actualización y gestión de modelos de IA
  • Aseguramiento de la seguridad y el cumplimiento normativo en las implementaciones de IA

Escalar implementaciones de modelos de IA

  • Mejores prácticas para manejar cargas de trabajo elevadas
  • Escalar Ollama para casos de uso empresariales
  • Futuros avances en la implementación local de modelos de IA

Resumen y próximos pasos

Requerimientos

  • Experiencia básica con aprendizaje automático (machine learning) y modelos de IA.
  • Familiaridad con interfaces de línea de comandos y scripting.
  • Conocimiento sobre entornos de implementación (local, edge, nube).

Público objetivo

  • Ingenieros de IA que optimicen implementaciones de IA locales y en la nube.
  • Profesionales de machine learning que implementen y ajusten LLM.
  • Especialistas en DevOps responsables de gestionar la integración de modelos de IA.
 14 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas