Duración
20 horas
Objetivos
Capacitar a los participantes para desarrollar aplicaciones con modelos de lenguaje, integrando APIs de LLMs, técnicas de prompting, recuperación de información, control de costes, seguridad y buenas prácticas de despliegue en entornos empresariales.
Temario
- Introducción a los LLMs
- Cómo funcionan, evolución de la IA generativa, casos de uso en empresa, limitaciones y oportunidades
- Prompt Engineering
- Prompts eficaces, zero-shot, few-shot, chain-ofthought, control del formato y consistencia de respuestas
- Integración de LLMs
- Uso de APIs, autenticación, gestión de respuestas, manejo de errores y flujos conversacionales
- Arquitecturas con IA Generativa
- Frontend, backend, modelo, almacenamiento, orquestación y consideraciones de escalabilidad
- RAG — Recuperación Aumentada
- Concepto RAG, indexación, búsqueda semántica, embeddings, bases vectoriales y respuestas con contexto
- Evaluación y Calidad
- Métricas de calidad, evaluación manual y automática, detección de alucinaciones y validación
- Seguridad, Ética y Cumplimiento
- Protección de datos, sesgos, confidencialidad, buenas prácticas y riesgos legales y operativos
- Optimización de Costes
- Control de tokens, selección de modelos, reducción de latencia, observabilidad y monitoreo
- Prototipo con LLM
- Definición del caso de uso, diseño funcional y técnico, implementación guiada y puesta en producción
- Casos Prácticos Empresariales
- Asistentes internos, automatización documental, generación de contenido y soporte al cliente
Solicita información