Capacitación en línea de Large Language Models (LLMs) en Costa Rica

Esta formación en vivo y supervisada por un instructor en Costa Rica (en línea o presencial) está dirigida a profesionales de la alta dirección que desean comprender qué son los LLM, explorar su posible impacto en las operaciones empresariales y evaluar el uso práctico de herramientas de IA como ChatGPT, Microsoft Copilot o Grok para tareas del mundo real, como la creación de contenido, el resumen de datos y el apoyo a la toma de decisiones.

Al finalizar esta formación, los participantes podrán:

• Comprender qué son los LLM y cómo funcionan herramientas como ChatGPT y Copilot.
• Utilizar técnicas de generación de instrucciones (prompts) para obtener resultados prácticos y confiables de los LLM.
• Evaluar casos de uso reales, como la redacción de correos electrónicos, el resumen de documentos y la automatización de la productividad.
• Identificar oportunidades de inversión y aplicaciones estratégicas para la adopción de la IA.

Este taller en vivo impartido por un instructor en Costa Rica (en línea o presencial) está dirigido a equipos de alta dirección que desean comprender el valor estratégico de los LLM y las herramientas de IA empresarial. Los participantes explorarán cómo integrar estas herramientas en flujos de trabajo de alto nivel, redactar mejores indicaciones y evaluar oportunidades para aumentar la productividad y el retorno de la inversión (ROI) mediante la adopción de IA.

Al finalizar este taller, los participantes podrán:

• Comprender cómo funcionan los LLM y cómo herramientas como ChatGPT y Copilot los aplican.
• Utilizar interacciones basadas en indicaciones para automatizar y acelerar tareas.
• Aplicar herramientas de IA en escenarios reales, como la redacción de correos electrónicos, la síntesis de informes y la revisión de acuerdos.
• Evaluar los beneficios estratégicos, las limitaciones y las consideraciones de licencia para la adopción de LLM.

Esta formación en vivo con instrucción directa en Costa Rica (en línea o presencial) está dirigida a investigadores de IA, científicos de datos y desarrolladores de nivel intermedio a avanzado que desean comprender, afinar e implementar los Modelos de Lenguaje Grande de Meta AI para diversas aplicaciones de procesamiento del lenguaje natural (NLP).

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura y el funcionamiento de los Modelos de Lenguaje Grande de Meta AI.
• Configurar y afinar los LLMs de Meta AI para casos de uso específicos.
• Implementar aplicaciones basadas en LLMs, como resumen de textos, chatbots y análisis de sentimientos.
• Optimizar e implementar modelos de lenguaje grande de manera eficiente.

Esta capacitación en vivo con instructor en Costa Rica (en línea o presencial) está dirigida a profesionales de IA de nivel intermedio, analistas de negocio y líderes tecnológicos que desean comprender los principios de la inteligencia artificial generativa y las aplicaciones de los LLM en entornos empresariales. Los participantes aprenderán sobre transformadores, ingeniería de prompts y consideraciones éticas al desplegar estos modelos para soluciones del mundo real.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los principios subyacentes de la inteligencia artificial generativa y los modelos de lenguaje grande.
• Implementar y ajustar finamente (fine-tune) LLM para aplicaciones empresariales específicas.
• Aplicar técnicas de ingeniería de prompts para obtener resultados óptimos del modelo.
• Reconocer las consideraciones éticas y gestionar los riesgos en el despliegue de LLM.

Esta formación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a profesionales de IA de nivel intermedio, éticos, científicos de datos e ingenieros, y formuladores de políticas y partes interesadas que desean comprender y navegar el panorama ético de los LLM.

Al final de esta formación, los participantes podrán:

• Identificar cuestiones y desafíos éticos asociados con LLM.
• Aplicar marcos y principios éticos al despliegue de LLM.
• Evaluar el impacto social de los LLM y mitigar riesgos potenciales.
• Desarrollar estrategias para el desarrollo y uso responsable de la IA.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o presencial) está dirigida a profesionales de procesamiento de lenguaje natural (PLN) y científicos de datos de nivel intermedio, creadores de contenido y traductores, así como a empresas globales que deseen utilizar LLM para la traducción de idiomas y la creación de contenido multilingüe.

Al finalizar esta formación, los participantes podrán:

• Comprender los principios del aprendizaje y la traducción multilingüe con LLM.
• Implementar LLM para traducir contenido entre varios idiomas.
• Crear y gestionar conjuntos de datos multilingües para entrenar LLM.
• Desarrollar estrategias para mantener la consistencia y la calidad en la traducción.

Esta formación en vivo, impartida por instructores en Costa Rica (en línea o en las instalaciones), está dirigida a analistas financieros, científicos de datos y profesionales de la inversión de nivel intermedio que deseen aprovechar los LLM para el análisis y la predicción de mercados financieros.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender la aplicación de los LLM en el análisis de mercados financieros.
• Utilizar los LLM para procesar noticias financieras, informes y datos con el fin de obtener información relevante para el mercado.
• Desarrollar modelos predictivos para precios de acciones, tendencias del mercado e indicadores económicos.
• Integrar la información obtenida mediante LLM en los procesos de toma de decisiones de inversión.

Esta formación en vivo impartida por un instructor en <ubicación> (en línea o presencial) está dirigida a científicos e investigadores de nivel intermedio en ciencias ambientales, analistas de datos y formuladores de políticas y defensores del medio ambiente que desean utilizar LLM para la modelización y el análisis ambientales.

Al finalizar esta formación, los participantes podrán:

• Comprender la aplicación de los LLM en las ciencias ambientales.
• Utilizar LLM para analizar y modelar datos ambientales.
• Interpretar los resultados de los LLM para evaluaciones de impacto ambiental.
• Comunicar los hallazgos de manera efectiva para informar las políticas y los esfuerzos de conservación.

Este curso práctico impartido por un instructor en Costa Rica (en línea o presencial) está dirigido a desarrolladores de VR y AR de nivel intermedio, diseñadores de juegos e ingenieros de IA que deseen incorporar LLMs en aplicaciones de VR y AR para crear entornos más atractivos y receptivos.

Al finalizar este curso, los participantes podrán:

• Comprender el papel de los LLMs en la creación de experiencias inmersivas de VR y AR.
• Desarrollar aplicaciones de VR y AR que utilicen LLMs para diálogos interactivos y creación de contenido.
• Integrar LLMs con herramientas de desarrollo de VR y AR para mejorar la participación del usuario.
• Aplicar las mejores prácticas para diseñar narrativas e interacciones impulsadas por IA en espacios virtuales.

Esta formación en vivo con instructor en Costa Rica (en línea o presencial) está dirigida a científicos de datos, ingenieros de aprendizaje automático y desarrolladores de software de nivel intermedio que desean aplicar Modelos de Lenguaje Grande (LLMs) a datos multimodales para aplicaciones avanzadas de IA.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los principios del aprendizaje multimodal con LLMs.
• Implementar LLMs para procesar y analizar datos de texto, imágenes y audio.
• Desarrollar aplicaciones que aprovechen las fortalezas de la integración de datos multimodales.
• Evaluar el rendimiento de los sistemas multimodales basados en LLM.

Esta formación en vivo con instructor en Costa Rica (en línea o en las instalaciones) está dirigida a profesionales de ciberseguridad y científicos de datos de nivel intermedio que desean utilizar LLM para mejorar las medidas de ciberseguridad y la inteligencia sobre amenazas.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de los LLM en la ciberseguridad.
• Implementar LLM para la detección y el análisis de amenazas.
• Utilizar LLM para la automatización de la seguridad y la respuesta.
• Integrar LLM con la infraestructura de seguridad existente.

Esta formación en vivo con instructor en Costa Rica (en línea o presencial) está dirigida a científicos de datos y analistas de negocios de nivel intermedio que deseen utilizar modelos de lenguaje grande (LLM) para pronosticar tendencias y comportamientos en diversas industrias.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de los LLM y su papel en el análisis predictivo.
• Implementar LLM para analizar y pronosticar datos en diversas industrias.
• Evaluar la efectividad de los modelos predictivos utilizando LLM.
• Integrar LLM con los sistemas de procesamiento de datos existentes.

Esta formación en vivo dirigida por instructores en Costa Rica (en línea o presencial) está dirigida a científicos de datos de nivel intermedio que desean adquirir una comprensión integral y habilidades prácticas tanto en Modelos de Lenguaje Grande (LLM) como en Aprendizaje por Refuerzo (RL).

Al finalizar esta formación, los participantes podrán:

• Comprender los componentes y la funcionalidad de los modelos transformadores.
• Optimizar y ajustar finamente (fine-tuning) los LLM para tareas y aplicaciones específicas.
• Comprender los principios y metodologías fundamentales del aprendizaje por refuerzo.
• Aprender cómo las técnicas de aprendizaje por refuerzo pueden mejorar el rendimiento de los LLM.

Esta formación en vivo, impartida por instructores, en Costa Rica (en línea o presencial), está dirigida a creadores de contenido, expertos en marketing y tecnólogos educativos de nivel intermedio que desean aprovechar el poder de los LLM para generar contenido de alta calidad, diverso y atractivo en diversos ámbitos.

Al finalizar esta formación, los participantes podrán:

• Comprender las capacidades de los LLM y su aplicación en la generación de contenido.
• Configurar y utilizar LLM para generar diferentes tipos de contenido.
• Aplicar las mejores prácticas para la formulación de instrucciones (prompting) y el ajuste fino de LLM con el fin de obtener los resultados deseados.
• Evaluar la calidad del contenido generado por IA y refinarlo para audiencias específicas.
• Explorar técnicas avanzadas para la generación de contenido creativo y multimodal con LLM.

Esta formación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a educadores, profesionales de EdTech e investigadores con diversos niveles de experiencia y conocimientos que deseen aprovechar los LLM para crear experiencias educativas personalizadas.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura y las capacidades de los LLM.
• Identificar oportunidades de personalización en el contenido educativo utilizando LLM.
• Diseñar plataformas de aprendizaje adaptativo que utilicen LLM para la personalización del contenido.
• Implementar estrategias impulsadas por LLM para mejorar la participación estudiantil y los resultados de aprendizaje.
• Evaluar la eficacia de los LLM en entornos educativos y tomar decisiones basadas en datos para mejorarlos.

Esta formación en vivo y supervisada en Costa Rica (en línea o presencial) está dirigida a profesionales de ML de nivel intermedio y desarrolladores de IA que desean ajustar y desplegar modelos de peso abierto como LLaMA, Mistral y Qwen para aplicaciones comerciales o internas específicas.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el ecosistema y las diferencias entre los LLMs de código abierto.
• Preparar conjuntos de datos y configuraciones de ajuste fino para modelos como LLaMA, Mistral y Qwen.
• Ejecutar pipelines de ajuste fino utilizando Hugging Face Transformers y PEFT.
• Evaluar, guardar y desplegar modelos ajustados en entornos seguros.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o presencial) está dirigida a desarrolladores de software y científicos de datos de nivel principiante a intermedio que desean implementar LLMs en sistemas de reconocimiento y síntesis de voz.

Al final de esta formación, los participantes serán capaces de:

• Comprender el papel de los LLMs en las tecnologías de voz.
• Implementar LLMs para lograr un reconocimiento de voz preciso y una síntesis de voz de sonido natural.
• Integrar LLMs con motores de reconocimiento de voz y sintetizadores de voz.
• Evaluar y mejorar el rendimiento de los sistemas de voz utilizando LLMs.
• Mantenerse informados sobre las tendencias actuales y las direcciones futuras en las tecnologías de voz.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o presencial) está dirigida a profesionales de soporte al cliente y TI de nivel principiante e intermedio que deseen implementar LLM para crear chatbots de soporte al cliente responsivos e inteligentes.

Al final de esta formación, los participantes podrán:

• Comprender los fundamentos y la arquitectura de los modelos de lenguaje grande (LLM).
• Diseñar e integrar LLM en sistemas de soporte al cliente.
• Mejorar la capacidad de respuesta y la experiencia del usuario de los chatbots.
• Abordar consideraciones éticas y garantizar el cumplimiento de los estándares de la industria.
• Implementar y mantener un chatbot basado en LLM para aplicaciones del mundo real.

Esta formación en vivo, impartida por un instructor, en Costa Rica (en línea o presencial) está dirigida a científicos de datos e ingenieros de IA de nivel intermedio que deseen ajustar finamente los modelos de lenguaje grande de manera más económica y eficiente, utilizando métodos como LoRA, Ajuste Fino de Adaptadores y Ajuste Fino de Prefijos.

Al finalizar esta formación, los participantes podrán:

• Comprender la teoría detrás de los enfoques de ajuste fino eficiente en parámetros.
• Implementar LoRA, Ajuste Fino de Adaptadores y Ajuste Fino de Prefijos utilizando Hugging Face PEFT.
• Comparar las compensaciones entre rendimiento y costo de los métodos PEFT frente al ajuste fino completo.
• Desplegar y escalar LLM ajustados finamente con requisitos reducidos de cómputo y almacenamiento.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o presencial) está dirigida a ingenieros de aprendizaje automático de nivel intermedio a avanzado, desarrolladores de IA y científicos de datos que desean 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 LLM.
• Implementar QLoRA en el ajuste fino de modelos de lenguaje grandes 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.

Esta capacitación en vivo, impartida por un instructor, en Costa Rica (en línea o presencial), está dirigida a profesionales de datos y marketing de nivel intermedio que deseen aplicar LLMs para analizar e interpretar el sentimiento del público a partir de diversas fuentes de texto, como publicaciones en redes sociales, reseñas de productos y comentarios de clientes.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los principios del análisis de sentimiento y su aplicación mediante el uso de LLMs.
• Preprocesar y preparar conjuntos de datos para el análisis de sentimiento.
• Entrenar y ajustar finamente LLMs para reflejar con precisión el sentimiento presente en los textos.
• Analizar el sentimiento en tiempo real a partir de redes sociales y otras fuentes de texto.
• Integrar los resultados del análisis de sentimiento en las estrategias empresariales y procesos de toma de decisiones.

Esta formación en vivo, impartida por un instructor, en Costa Rica (en línea o presencial), está dirigida a desarrolladores de software y redactores técnicos de nivel intermedio que desean aprovechar los LLM para optimizar su flujo de trabajo de codificación y crear documentación detallada y exhaustiva.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de los LLM en la automatización de la generación de código y la documentación de software.
• Utilizar LLM para crear fragmentos de código y documentación precisos y eficientes.
• Integrar LLM en el ciclo de vida del desarrollo de software para mejorar la productividad.
• Mantener estándares de documentación de alta calidad utilizando herramientas automatizadas.
• Abordar consideraciones éticas y mejores prácticas para el uso de la inteligencia artificial en el desarrollo de software.

Esta formación en vivo, impartida por un instructor en Costa Rica (en línea o en sitio), está dirigida a profesionales empresariales y analistas de datos de nivel intermedio que desean aprovechar el poder de los LLMs para extraer información valiosa para los negocios.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos y aplicaciones de los LLMs en el contexto de la inteligencia empresarial.
• Aplicar LLMs para analizar grandes conjuntos de datos y extraer información significativa.
• Integrar analíticas impulsadas por LLMs en los procesos estratégicos de toma de decisiones empresariales.
• Evaluar las consideraciones éticas y las mejores prácticas para el uso de LLMs en el ámbito empresarial.
• Anticipar las tendencias futuras de la IA y prepararse para la evolución del panorama de la inteligencia empresarial.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o en las instalaciones) está dirigida a desarrolladores y científicos de datos de nivel intermedio a avanzado que desean dominar LlamaIndex para crear aplicaciones innovadoras impulsadas por LLM.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar y adaptar LlamaIndex para su uso con LLM.
• Indexar y consultar conjuntos de datos personalizados mediante LlamaIndex para mejorar la funcionalidad del LLM.
• Diseñar y desarrollar aplicaciones sofisticadas que utilicen LlamaIndex y LLM.
• Comprender y aplicar las mejores prácticas para trabajar con LLM y LlamaIndex.
• Navegar por las consideraciones éticas involucradas en el despliegue de aplicaciones impulsadas por LLM.

Esta formación en vivo dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a investigadores de IA de nivel intermedio, profesionales del aprendizaje automático y científicos de datos que desean utilizar LlamaIndex para mejorar las capacidades de los modelos de IA, haciéndolos más precisos y confiables para diversas aplicaciones.

Al final de esta formación, los participantes podrán:

• Comprender los principios y componentes de LlamaIndex.
• Ingerir y estructurar datos para su uso con LLM.
• Implementar el aumento contextual para mejorar el rendimiento de los modelos de IA.
• Integrar LlamaIndex en sistemas y flujos de trabajo de IA existentes.

Esta formación en vivo, impartida por un instructor en <ubic> (en línea o presencial), está dirigida a profesionales de nivel intermedio que desean aprovechar el poder de la ingeniería de prompts y el aprendizaje con pocos ejemplos para optimizar el rendimiento de los LLM en aplicaciones del mundo real.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los principios de la ingeniería de prompts y el aprendizaje con pocos ejemplos.
• Diseñar prompts efectivos para varias tareas de procesamiento de lenguaje natural (PLN).
• Aprovechar las técnicas con pocos ejemplos para adaptar los LLM con datos mínimos.
• Optimizar el rendimiento de los LLM para aplicaciones prácticas.

LangGraph es un marco de trabajo para construir aplicaciones de LLM (modelos de lenguaje grandes) stateful y multi-actor como grafos composables con estado persistente y control preciso sobre la ejecución.

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

Al finalizar esta formación, los participantes podrán:

• 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 el procesamiento.
• Implementar barreras de seguridad (guardrails), aprobaciones con intervención humana y caminos de decisión trazables.
• Desplegar, monitorear y mantener servicios de LangGraph en producción con capacidades de observabilidad y control de costos.

Formato del Curso

• Conferencia interactiva y debate.
• 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, contáctenos para coordinar.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a ingenieros de nivel avanzado, especialistas en IA y líderes de localización que desean implementar sistemas de modelos de lenguaje grandes (LLM) para traducción automatizada, evaluación de calidad y gobernanza empresarial.

Al finalizar esta formación, los participantes podrán:

• Construir pipelines de localización de LLM de grado empresarial que integren modelos abiertos y propietarios.
• Implementar flujos de trabajo de QA automatizados y métricas de calidad para la consistencia de la traducción.
• Establecer marcos de gobernanza y aprobación para la producción de contenido multilingüe.
• Desplegar sistemas de localización basados en LLM escalables y auditables en entornos seguros.

IA para SQL es la aplicación de la inteligencia artificial y de los modelos de lenguaje grandes (LLM) para automatizar, optimizar y mejorar la generación, ejecución e interpretación de consultas SQL en entornos empresariales de datos.

Esta formación presencial en vivo (en línea o in situ) está dirigida a ingenieros de datos y líderes técnicos de nivel intermedio que desean integrar capacidades de IA en sus flujos de trabajo de SQL para habilitar consultas en lenguaje natural, optimización inteligente y análisis automatizado de datos.

Al finalizar esta formación, los participantes podrán:

• Integrar modelos de lenguaje grandes, como GPT, DeepSeek, LLaMA, Qwen y Mistral, en entornos de SQL.
• Construir canales de conversión de lenguaje natural a SQL para el acceso a datos por medio del diálogo.
• Implementar la optimización de consultas y la detección de errores basadas en IA.
• Diseñar flujos de trabajo de IA-SQL seguros y auditables para uso empresarial.

Formato del curso

• Conferencia interactiva y discusión.
• Ejercicios numerosos y mucha práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, comuníquese con nosotros para organizarla.

LangGraph es un marco de trabajo para construir aplicaciones de LLM multi-actor y con estado, mediante gráficos compositables con estado persistente y control sobre la ejecución.

Esta formación en vivo, guiada 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 finanzas, alineados con los requisitos regulatorios y de auditoría.
• Integrar estándares y ontologías de datos financieros en el estado del gráfico y las herramientas.
• Implementar controles de confiabilidad, seguridad e intervención humana para procesos críticos.
• Desplegar, monitorear y optimizar sistemas LangGraph para rendimiento, costos y acuerdos de nivel de servicio (SLA).

Formato del Curso

• Clase interactiva y discusión.
• Muchas actividades prácticas y ejercicios.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para organizarla.

Vertex AI ofrece herramientas potentes para construir flujos de trabajo de LLM multimodal que integran datos de texto, audio e imagen en una sola canalización. Con el soporte de ventanas de contexto largo y los parámetros de la API de Gemini, permite el desarrollo de aplicaciones avanzadas en planificación, razonamiento e inteligencia multimodal.

Esta formación en vivo y con instructor (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, construir y optimizar flujos de trabajo de IA multimodal en Vertex AI.

Al finalizar esta formación, los participantes serán capaces de:

• Aprovechar los modelos de Gemini para entradas y salidas multimodales.
• Implementar flujos de trabajo de contexto largo para razonamiento complejo.
• Diseñar canalizaciones que integren el análisis de texto, audio e imagen.
• Optimizar los parámetros de la API de Gemini para mejorar el rendimiento y la eficiencia de costos.

Formato del curso

• Clase interactiva y discusión.
• Laboratorios prácticos con flujos de trabajo multimodales.
• Ejercicios basados en proyectos para casos de uso multimodal aplicados.

Opciones de personalización del curso

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

LangGraph permite diseñar flujos de trabajo con estados y múltiples actores, impulsados por modelos de lenguaje grandes (LLM), con 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 la creación de sistemas de apoyo a la decisión que se alineen con los flujos de trabajo médicos.

Esta formación, impartida por instructores, en línea o presencial, está dirigida a profesionales de nivel intermedio a avanzado que deseen diseñar, implementar y gestionar soluciones de salud basadas en LangGraph, abordando al mismo tiempo los desafíos regulatorios, éticos y operativos.

Al finalizar esta formación, los participantes podrán:

• Diseñar flujos de trabajo de LangGraph específicos para la salud, teniendo en cuenta el cumplimiento normativo y la trazabilidad.
• Integrar aplicaciones de LangGraph con ontologías y estándares médicos (FHIR, SNOMED CT, CIE).
• Aplicar las mejores prácticas de confiabilidad, trazabilidad y explicabilidad en entornos sensibles.
• Desplegar, monitorear y validar aplicaciones de LangGraph en entornos productivos de atención médica.

Formato del curso

• Clase interactiva y discusión.
• Ejercicios prácticos con casos de estudio del mundo real.
• 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 coordinar los detalles.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a desarrolladores de IA de nivel intermedio e ingenieros de localización que desean diseñar pipelines de traducción escalables y automatizados utilizando tanto LLM propietarios como de código abierto.

Al finalizar esta capacitación, los participantes podrán:

• Diseñar e implementar flujos de trabajo de traducción utilizando marcos de trabajo y APIs modernos de LLM.
• Integrar modelos de código abierto y comerciales en sistemas de traducción escalables.
• Optimizar la calidad de la traducción mediante el ajuste fino (fine-tuning), la ingeniería de prompts y la automatización.
• Implementar infraestructura de traducción eficiente en costos y conforme a normativas para entornos empresariales.

LangGraph es un marco de trabajo para construir aplicaciones de LLM multi-actor con estado, mediante gráficos composables con estado persistente y control sobre la ejecución.

Esta capacitación en vivo, impartida por instructores (en línea o presencial), está dirigida a ingenieros de plataformas de IA de nivel avanzado, profesionales de DevOps para IA y arquitectos de ML que deseen optimizar, depurar, monitorear y operar sistemas de LangGraph de grado de producción.

Al finalizar esta capacitación, los participantes podrán:

• Diseñar y optimizar topologías complejas de LangGraph para lograr velocidad, eficiencia en costos y escalabilidad.
• Asegurar la confiabilidad mediante reintentos, tiempos de espera, idempotencia y recuperación basada en puntos de control (checkpointing).
• Depurar y rastrear la ejecución de gráficos, inspeccionar el estado y reproducir sistemáticamente los problemas en producción.
• Instrumentar gráficos con registros (logs), métricas y rastreo, desplegarlos en producción y monitorear los SLA y los costos.

Formato del curso

• Clases interactivas y discusiones.
• Abundantes 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, contáctenos para coordinar los detalles.

Esta formación en vivo con instrucción en Costa Rica (en línea o en las instalaciones) está dirigida a desarrolladores de nivel intermedio que desean aprender a utilizar la IA generativa con LLM para diversas tareas y dominios.

Al finalizar esta formación, los participantes podrán:

• Explicar qué es la IA generativa y cómo funciona.
• Describir la arquitectura de transformadores que impulsa los LLM.
• Utilizar leyes de escalado empíricas para optimizar los LLM para diferentes tareas y restricciones.
• Aplicar herramientas y métodos de vanguardia para entrenar, ajustar finamente (fine-tuning) y desplegar LLM.
• Discutir las oportunidades y riesgos de la IA generativa para la sociedad y los negocios.

Los modelos de lenguaje grandes (LLMs) y los marcos de trabajo de agentes autónomos, como AutoGen y CrewAI, están redefiniendo la forma en que los equipos de DevOps automatizan tareas como el seguimiento de cambios, la generación de pruebas y la priorización de alertas, simulando la colaboración y la toma de decisiones similares a las humanas.

Esta formación en vivo y dirigida por instructores (en línea o presencial) está dirigida a ingenieros de nivel avanzado que deseen diseñar e implementar flujos de trabajo de automatización de DevOps impulsados por modelos de lenguaje grandes (LLMs) y sistemas multiagente.

Al finalizar esta formación, los participantes podrán:

• Integrar agentes basados en LLM en los flujos de trabajo de CI/CD para una automatización inteligente.
• Automatizar la generación de pruebas, el análisis de confirmaciones (commits) y los resúmenes de cambios mediante agentes.
• Coordinar múltiples agentes para priorizar alertas, generar respuestas y proporcionar recomendaciones de DevOps.
• Construir flujos de trabajo seguros y mantenibles impulsados por agentes utilizando marcos de código abierto.

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, contáctenos para organizarla.

Postgres es una base de datos relacional avanzada y de código abierto que puede servir como base para sistemas alimentados por IA y aplicaciones de inteligencia de datos.

Este curso en vivo con instructor (en línea o presencial) está dirigido a profesionales de bases de datos y desarrolladores de nivel intermedio que deseen integrar, gestionar y optimizar capacidades de IA directamente dentro de Postgres.

Al finalizar este curso, los participantes serán capaces de:

• Configurar y ajustar extensiones de Postgres para cargas de trabajo de IA.
• Implementar incrustaciones vectoriales (embeddings) y búsqueda de similitud mediante pgvector.
• Integrar modelos de lenguaje grandes (LLMs) de código abierto y propietarios con Postgres para obtener información en tiempo real.
• Optimizar Postgres para gestionar consultas y flujos de trabajo impulsados por IA.

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 Costa Rica (en línea o presencial) está dirigida a desarrolladores de IA, arquitectos y gerentes de producto de nivel intermedio a avanzado que deseen identificar y mitigar los riesgos asociados con las aplicaciones impulsadas por LLM, incluidas la inyección de comandos, la fuga de datos y la salida sin filtrar, al mismo tiempo que incorporan controles de seguridad como la validación de entrada, la supervisión humana en el proceso y las barreras de seguridad en la salida.

Al final de esta formación, los participantes serán capaces de:

• Comprender las vulnerabilidades principales de los sistemas basados en LLM.
• Aplicar principios de diseño seguro a la arquitectura de aplicaciones LLM.
• Utilizar herramientas como Guardrails AI y LangChain para validación, filtrado y seguridad.
• Integrar técnicas como el aislamiento (sandboxing), pruebas de intrusión y revisión humana en el proceso en pipelines de nivel de producción.

LangGraph es un framework de orquestación basado en grafos que permite flujos de trabajo condicionales y multifase con LLMs y herramientas, ideal para automatizar y personalizar pipelines de contenido.

Esta capacitación en vivo con instructor (en línea o presencial) está dirigida a marketers de nivel intermedio, estrategas de contenido y desarrolladores de automatización que deseen implementar campañas de email dinámicas y ramificadas, así como pipelines de generación de contenido, utilizando LangGraph.

Al finalizar esta capacitación, los participantes serán capaces de:

• Diseñar flujos de trabajo de contenido y email estructurados en grafo con lógica condicional.
• Integrar LLMs, APIs y fuentes de datos para una personalización automatizada.
• Gestionar el estado, la memoria y el contexto a través de campañas multifase.
• Evaluar, monitorear y optimizar el rendimiento del flujo de trabajo y los resultados de entrega.

Formato del Curso

• Conferencias interactivas y debates grupales.
• Prácticas de laboratorio implementando flujos de trabajo de email y pipelines de contenido.
• Ejercicios basados en escenarios sobre personalización, segmentación y lógica ramificada.

Opciones de Personalización del Curso

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

Esta formación en vivo con instructor en Costa Rica (en línea o presencial) está dirigida a profesionales de nivel intermedio a avanzado que deseen personalizar modelos preentrenados para tareas y conjuntos de datos específicos.

Al finalizar esta formación, los participantes podrán:

• Comprender los principios del ajuste fino y sus aplicaciones.
• Preparar conjuntos de datos para el ajuste fino de modelos preentrenados.
• Realizar el ajuste fino de modelos de lenguaje grandes (LLMs) para tareas de PLN.
• Optimizar el rendimiento del modelo y abordar los desafíos comunes.

LangGraph es un framework para componer flujos de trabajo de LLM con estructura de grafo que admiten ramificaciones, uso de herramientas, memoria y ejecución controlable.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a ingenieros y equipos de producto de nivel intermedio que deseen combinar la lógica de grafo de LangGraph con bucles de agentes de 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 podrán:

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

Formato del curso

• Clase interactiva y discusión facilitada.
• Laboratorios guiados y revisión de 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 coordinar los detalles.

Modelos de lenguaje grandes para la comprensión, refactorización y documentación de código es un curso técnico centrado en la aplicación de modelos de lenguaje grandes (LLM) para mejorar la calidad del código, reducir la deuda técnica y automatizar tareas de documentación en equipos de software.

Esta formación en vivo y guiada por un instructor (en línea o presencial) está dirigida a profesionales de software de nivel intermedio a avanzado que deseen utilizar LLM, como GPT, para analizar, refactorizar y documentar de manera más eficaz bases de código complejas o heredadas.

Al finalizar esta formación, los participantes podrán:

• Utilizar LLM para explicar código, dependencias y lógica en repositorios desconocidos.
• Identificar y refactorizar antipatrones, mejorando la legibilidad del código.
• Generar y mantener automáticamente comentarios en línea, archivos README y documentación de API.
• Integrar los conocimientos derivados de LLM en los flujos de trabajo existentes de integración y entrega continua (CI/CD) y revisión de código.

Formato del curso

• Lecciones interactivas y discusión.
• Muchos 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, contáctenos para coordinar.

Esta formación en vivo, impartida por un instructor en Costa Rica (en línea o presencial), está dirigida a científicos de datos de nivel intermedio, desarrolladores de IA y entusiastas de la IA que deseen utilizar LLM para ejecutar diversas tareas de PLN y crear contenido novedoso y diverso para diferentes propósitos.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar un entorno de desarrollo con LLM y herramientas esenciales.
• Realizar tareas de CLN e ILN con LLM de manera experta.
• Extraer, inferir y utilizar grafos de conocimiento de forma efectiva.
• Generar y gestionar diálogos utilizando LLM para aplicaciones conversacionales.
• Evaluar la calidad y diversidad del contenido generado por LLM e inteligencia artificial generativa.
• Aplicar principios éticos, garantizando la equidad y el uso responsable de los LLM.

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

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a desarrolladores de nivel inicial, ingenieros de prompts y profesionales de datos que deseen diseñar y construir flujos de trabajo de LLM confiables y de múltiples pasos utilizando LangGraph.

Al finalizar esta formación, los participantes podrán:

• Explicar los conceptos básicos de LangGraph (nodos, aristas, estado) y cuándo utilizarlos.
• Crear cadenas de prompts que se ramifiquen, llamen a herramientas y mantengan la memoria.
• Integrar recuperación de información y APIs externas en flujos de trabajo de grafo.
• Probar, depurar y evaluar aplicaciones de LangGraph para garantizar su confiabilidad y seguridad.

Formato del Curso

• Conferencia interactiva y discusión facilitada.
• Laboratorios guiados y recorrido por el código en un entorno de pruebas (sandbox).
• Ejercicios basados en escenarios de diseño, prueba y evaluación.

Opciones de Personalización del Curso

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

Esta formación en vivo, impartida por un instructor, en <ubicación> (modalidad en línea o presencial), está dirigida a desarrolladores de nivel básico a intermedio que deseen utilizar Modelos de Lenguaje Grande para abordar diversas tareas de lenguaje natural.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar un entorno de desarrollo que incluya un LLM de amplio uso.
• Crear un LLM básico y ajustarlo mediante fine-tuning sobre un conjunto de datos personalizado.
• Utilizar LLM para diferentes tareas de lenguaje natural, como la resumización de textos, la respuesta a preguntas, la generación de textos y otras aplicaciones.
• Depurar y evaluar LLM empleando herramientas como TensorBoard, PyTorch Lightning y Hugging Face Datasets.

Esta formación en vivo dirigida por un instructor en <ubic> (en línea o presencial) está dirigida a ingenieros y arquitectos de nivel intermedio que deseen utilizar Tencent Hunyuan para desplegar modelos grandes y MoE con menor latencia, mayor capacidad de procesamiento y mejor control de costos.

Al finalizar esta formación, los participantes serán capaces de: explicar patrones de despliegue en producción para Hunyuan, optimizar el rendimiento de la inferencia, implementar estrategias de agrupación y cuantización, y planificar operaciones de servicio escalables.

Esta formación en vivo con instructor en Costa Rica (en línea o presencial) está dirigida a desarrolladores de nivel intermedio, equipos técnicos de producto y profesionales de IA que deseen utilizar los modelos de Hunyuan para crear aplicaciones multimodales para la generación y entrega de imágenes, 3D y video.

Al finalizar esta formación, los participantes podrán: construir flujos de trabajo basados en *prompts*, generar y revisar activos multimodales, entregar resultados a través de aplicaciones o API y conectar las capacidades de Hunyuan con las plataformas de productos empresariales.

Esta formación en vivo con instructores en Costa Rica (en línea o presencial) está dirigida a profesionales de la IA de nivel principiante / intermedio / avanzado que desean utilizar MCP para conectar asistentes de IA con herramientas externas, datos y servicios empresariales.

Al finalizar esta formación, los participantes podrán: explicar los conceptos de MCP, identificar los componentes clave de la arquitectura, configurar una integración básica y aplicar buenas prácticas de seguridad.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o presencial) está dirigida a arquitectos empresariales de nivel intermedio que deseen utilizar el Protocolo de Contexto del Modelo para diseñar plataformas de integración de agentes seguras, escalables y gobernables para entornos empresariales.

Al finalizar esta formación, los participantes podrán: explicar la arquitectura de MCP y los patrones empresariales, diseñar plataformas de integración seguras, aplicar gobernanza y controles de acceso, y evaluar las opciones de despliegue y escalado.

Esta capacitación en vivo con instructor en Costa Rica (en línea o presencial) está dirigida a desarrolladores, arquitectos e ingenieros de plataforma de nivel intermedio que desean utilizar MCP para construir servidores y clientes confiables para el despliegue y operaciones empresariales.

Al finalizar esta capacitación, los participantes podrán: explicar la arquitectura MCP en la práctica, construir integraciones listas para producción, desplegar y observar servicios MCP, y aplicar patrones de versionado, resiliencia y soporte.

Esta formación en vivo y dirigida por un instructor en Costa Rica (en línea o presencial) está orientada a líderes de TI de nivel intermedio, profesionales del cumplimiento normativo, equipos de seguridad y arquitectos empresariales que desean aplicar los principios y prácticas de gobernanza de la IA soberana para diseñar entornos de IA que protejan datos sensibles, satisfagan requisitos de localización y reduzcan la dependencia de proveedores.

Al finalizar esta formación, los participantes podrán: explicar los conceptos de IA soberana, evaluar opciones de alojamiento y gobernanza, definir controles para «prompts» y registros, y crear una hoja de ruta práctica de adopción.