Ajuste fino de Modelos de Lenguaje Grande usando QLoRA
QLoRA es una técnica avanzada para el ajuste fino de modelos de lenguaje grande (LLM) que aprovecha los métodos de cuantificación, ofreciendo una forma más eficiente de ajustar estos modelos sin incurrir en costos computacionales masivos. Esta formación cubrirá tanto los fundamentos teóricos como la implementación práctica del ajuste fino de LLMs utilizando QLoRA.
Esta formación en vivo dirigida por un instructor (en línea o presencial) está dirigida a ingenieros de aprendizaje automático de nivel intermedio a avanzado, desarrolladores de IA y científicos de datos que deseen aprender a utilizar QLoRA para ajustar finamente grandes modelos de manera eficiente para tareas específicas y personalizaciones.
Al finalizar esta formación, los participantes serán capaces de:
- Comprender la teoría detrás de QLoRA y las técnicas de cuantificación para LLMs.
- Implementar QLoRA en el ajuste fino de modelos de lenguaje grande para aplicaciones específicas de un dominio.
- Optimizar el rendimiento del ajuste fino con recursos computacionales limitados mediante la cuantificación.
- Desplegar y evaluar modelos ajustados finamente en aplicaciones del mundo real de manera eficiente.
Formato del curso
- Conferencia interactiva y discusión.
- Muchas 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 coordinar.
Temario del curso
Introducción a QLoRA y Cuantificación
- Vista general de la cuantificación y su papel en la optimización de modelos
- Introducción al framework QLoRA y sus beneficios
- Diferencias clave entre QLoRA y métodos tradicionales de ajuste fino
Fundamentos de los Modelos de Lenguaje Grande (LLM)
- Introducción a los LLMs y su arquitectura
- Desafíos del ajuste fino de grandes modelos a escala
- Cómo la cuantificación ayuda a superar las limitaciones computacionales en el ajuste fino de LLMs
Implementación de QLoRA para el Ajuste Fino de LLMs
- Configuración del framework y entorno QLoRA
- Preparación de conjuntos de datos para el ajuste fino con QLoRA
- Guía paso a paso para implementar QLoRA en LLMs utilizando Python y PyTorch/TensorFlow
Optimización del rendimiento del ajuste fino con QLoRA
- Cómo equilibrar la precisión y el rendimiento del modelo con la cuantificación
- Técnicas para reducir los costos de cómputo y el uso de memoria durante el ajuste fino
- Estrategias para ajustar finamente con requisitos mínimos de hardware
Evaluación de Modelos Ajustados Finamente
- Cómo evaluar la efectividad de los modelos ajustados finamente
- Métricas de evaluación comunes para modelos de lenguaje
- Optimización del rendimiento del modelo post-ajuste y resolución de problemas
Despliegue y Escalado de Modelos Ajustados Finamente
- Mejores prácticas para desplegar LLMs cuantificados en entornos de producción
- Escalado del despliegue para manejar solicitudes en tiempo real
- Herramientas y frameworks para el despliegue y monitoreo de modelos
Casos de Uso y Estudios de Caso en el Mundo Real
- Estudio de caso: Ajuste fino de LLMs para soporte al cliente y tareas de PLN
- Ejemplos de ajuste fino de LLMs en diversas industrias como salud, finanzas y comercio electrónico
- Lecciones aprendidas de despliegues reales de modelos basados en QLoRA
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los fundamentos del aprendizaje automático y las redes neuronales
- Experiencia con el ajuste fino de modelos y el aprendizaje por transferencia
- Familiaridad con modelos de lenguaje grande (LLM) y frameworks de aprendizaje profundo (por ejemplo, PyTorch, TensorFlow)
Público objetivo
- Ingenieros de aprendizaje automático
- Desarrolladores de IA
- Científicos de datos
Los cursos públicos requieren más de 5 participantes.
Ajuste fino de Modelos de Lenguaje Grande usando QLoRA - Reserva
Ajuste fino de Modelos de Lenguaje Grande usando QLoRA - Consulta
Ajuste fino de Modelos de Lenguaje Grande usando QLoRA - Solicitud de consultoría
Próximos cursos
Cursos Relacionados
LangGraph Avanzado: Optimización, depuración y monitoreo de grafos complejos
35 HorasLangGraph 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.
Construcción de Agentes de Codificación con Devstral: Desde el Diseño de Agentes hasta la Herramientización
14 HorasDevstral 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.
Model Ops de código abierto: Autoalojamiento, ajuste fino y gobernanza con modelos Devstral y Mistral
14 HorasLos 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.
Aplicaciones de LangGraph en el Sector Financiero
35 HorasLangGraph 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.
Fundamentos de LangGraph: Prompting y Encadenamiento de LLM Basados en Grafos
14 HorasLangGraph 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 en la atención médica: Orquestación de flujos de trabajo para entornos regulados
35 HorasLangGraph 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 para Aplicaciones Legales
35 HorasLangGraph 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.
Construcción de flujos de trabajo dinámicos con LangGraph y agentes LLM
14 HorasLangGraph 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 para la automatización del marketing
14 HorasLangGraph 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.
Le Chat Enterprise: ChatOps privado, integraciones y controles de administración
14 HorasLe Chat Enterprise es una solución privada de ChatOps que proporciona capacidades de IA conversacional seguras, personalizables y gobernadas para organizaciones, con soporte para RBAC, SSO, conectores e integraciones de aplicaciones empresariales.
Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a gerentes de productos de nivel intermedio, líderes de TI, ingenieros de soluciones y equipos de seguridad/cumplimiento que deseen desplegar, configurar y gobernar Le Chat Enterprise en entornos empresariales.
Al finalizar esta formación, los participantes podrán:
- Configurar y establecer Le Chat Enterprise para despliegues seguros.
- Habilitar RBAC, SSO y controles impulsados por el cumplimiento normativo.
- Integrar Le Chat con aplicaciones empresariales y almacenes de datos.
- Diseñar e implementar playbooks de gobernanza y administración para ChatOps.
Formato del curso
- Lección interactiva y discusión.
- Amplia cantidad de ejercicios y práctica.
- Ejecución práctica en un entorno de laboratorio en vivo.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.
Arquitecturas de LLM Rentables: Mistral a Escala (Ingeniería de Rendimiento / Costos)
14 HorasMistral es una familia de modelos de lenguaje grandes de alto rendimiento, optimizada para su implementación en producción a escala con un enfoque en la eficiencia de costos.
Este taller práctico guiado por un instructor (en línea o presencial) está dirigido a ingenieros de infraestructura avanzados, arquitectos de nube y líderes de MLOps que desean diseñar, implementar y optimizar arquitecturas basadas en Mistral para maximizar el rendimiento y minimizar los costos.
Al finalizar este curso, los participantes podrán:
- Implementar patrones de implementación escalables para Mistral Medium 3.
- Aplicar estrategias de agrupamiento (batching), cuantización y servicio eficiente.
- Optimizar los costos de inferencia manteniendo el rendimiento.
- Diseñar topologías de servicio listas para producción, adaptadas a cargas de trabajo empresariales.
Formato del Curso
- Clases interactivas y discusión grupal.
- Abundantes ejercicios y prácticas.
- Implementación práctica en un entorno de laboratorio en vivo.
Opciones de Personalización del Curso
- Para solicitar una capacitación personalizada para este curso, contáctenos para coordinarla.
Profesionalización de Asistentes Conversacionales con Conectores e Integraciones de Mistral
14 HorasMistral AI es una plataforma de IA de código abierto que permite a los equipos construir e integrar asistentes conversacionales en flujos de trabajo empresariales y orientados al cliente.
Esta formación en vivo con instrucción presencial (en línea o in situ) está dirigida a gerentes de producto, desarrolladores full-stack e ingenieros de integración de nivel principiante a intermedio que deseen diseñar, integrar y comercializar asistentes conversacionales utilizando conectores e integraciones de Mistral.
Al finalizar esta formación, los participantes serán capaces de:
- Integrar modelos conversacionales de Mistral con conectores empresariales y de SaaS.
- Implementar generación aumentada por recuperación (RAG) para respuestas fundamentadas.
- Diseñar patrones de experiencia de usuario (UX) para asistentes de chat internos y externos.
- Desplegar asistentes en flujos de trabajo de productos para casos de uso del mundo real.
Formato del curso
- Clase interactiva y discusión.
- Ejercicios prácticos de integración.
- Desarrollo en laboratorio en vivo de asistentes conversacionales.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.
Implementaciones de nivel empresarial con Mistral Medium 3
14 HorasMistral Medium 3 es un modelo de lenguaje grande multimodal de alto rendimiento, diseñado para su implementación en entornos empresariales bajo estándares de producción.
Esta formación impartida por un instructor (en línea o presencial) está dirigida a ingenieros de IA/ML de nivel intermedio a avanzado, arquitectos de plataformas y equipos de MLOps que deseen implementar, optimizar y asegurar Mistral Medium 3 para casos de uso empresarial.
Al finalizar esta formación, los participantes serán capaces de:
- Implementar Mistral Medium 3 utilizando opciones mediante API o autoalojamiento.
- Optimizar el rendimiento y los costos de inferencia.
- Implementar casos de uso multimodal con Mistral Medium 3.
- Aplicar las mejores prácticas de seguridad y cumplimiento para entornos empresariales.
Formato del curso
- Clases interactivas y debates.
- 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 organizar los detalles.
Mistral para una IA responsable: Privacidad, residencia de datos y controles empresariales
14 HorasMistral AI es una plataforma de IA abierta y lista para entornos empresariales que ofrece funciones para el despliegue seguro, conforme a normativas y responsable de la inteligencia artificial.
Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a líderes de cumplimiento, arquitectos de seguridad y partes interesadas jurídicas y operativas de nivel intermedio que deseen implementar prácticas de IA responsable con Mistral, aprovechando mecanismos de privacidad, residencia de datos y control empresarial.
Al finalizar esta formación, los participantes podrán:
- Implementar técnicas que preservan la privacidad en los despliegues de Mistral.
- Aplicar estrategias de residencia de datos para cumplir con los requisitos regulatorios.
- Configurar controles empresariales de primer nivel, como RBAC, SSO y registros de auditoría.
- Evaluar opciones de proveedores y despliegue para alinear la conformidad normativa.
Formato del curso
- Clase interactiva y discusión.
- Casos de estudio y ejercicios centrados en el cumplimiento normativo.
- Implementación práctica de controles empresariales de IA.
Opciones de personalización del curso
- Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.
Aplicaciones multimodales con modelos de Mistral (visión, OCR y comprensión de documentos)
14 HorasLos modelos de Mistral son tecnologías de inteligencia artificial de código abierto que ahora se extienden a flujos de trabajo multimodales, admitiendo tanto tareas de lenguaje como de visión para aplicaciones empresariales e investigaciones.
Esta capacitación en vivo impartida por instructores (en línea o presencial) está dirigida a investigadores de ML de nivel intermedio, ingenieros aplicados y equipos de producto que desean crear aplicaciones multimodales con modelos de Mistral, incluidos flujos de trabajo de OCR y comprensión de documentos.
Al final de esta capacitación, los participantes podrán:
- Configurar y ajustar los modelos de Mistral para tareas multimodales.
- Implementar flujos de trabajo de OCR e integrarlos con pipelines de PLN.
- Diseñar aplicaciones de comprensión de documentos para casos de uso empresarial.
- Desarrollar funcionalidades de búsqueda de visión-texto y UI asistida.
Formato del curso
- Clase interactiva y discusión.
- Ejercicios prácticos de programación.
- Implementación en laboratorio en vivo de pipelines multimodales.
Opciones de personalización del curso
- Para solicitar una capacitación personalizada para este curso, comunícate con nosotros para coordinar.
