Logo de Mydra
Artificial Intelligence
Maven logo

Maven

Construcción de Aplicaciones LLM

  • hasta 7 semanas
  • Avanzado
  • Basado en cohortes

Obtén una comprensión profunda del mundo de los Modelos de Lenguaje Grande con un entendimiento profundo de cómo construir tus propias aplicaciones. Este curso te ayudará a construir y desplegar modelos robustos y efectivos en entornos del mundo real utilizando Modelos de Lenguaje Grande.

  • NLP
  • Transformers
  • Diseño de Sistemas de Aprendizaje Automático
  • Búsqueda Semántica
  • Inferencia sin Servidor

Resumen

Este curso está diseñado para introducirte en los Modelos de Lenguaje Grande en detalle, cubriendo la Arquitectura Transformer y cómo utilizar los Modelos Encoder y Decoder. Aprenderás a construir sistemas de recuperación y a utilizar LLMs de código abierto para crear arquitecturas basadas en RAG. Al final del curso, tendrás una comprensión completa del pipeline de aprendizaje automático de extremo a extremo, lo que te permitirá abordar problemas prácticos de aprendizaje automático y entregar resultados en producción.

  • Web Streamline Icon: https://streamlinehq.com
    Online
    ubicación del curso
  • Layers 1 Streamline Icon: https://streamlinehq.com
    Inglés
    idioma del curso
  • Certificación Profesional
    al completar el curso
  • A tiempo completo
    formato del curso
  • Clases En vivo
    entregado en línea

¿Para quién es este curso?

Entusiastas de la IA

Estás intrigado por los LLMs y te gustaría construir aplicaciones impulsadas por LLMs.

Desarrolladores de IA

Estás listo para desplegar tus propios Modelos de IA de última generación y te gustaría ver cómo funcionan.

Científicos de Datos

Quieres ir más allá de Jupyter Notebook y desarrollar predicciones por lotes o en tiempo real.

Este curso ofrece una comprensión completa de los Modelos de Lenguaje Grande, permitiéndote construir y desplegar modelos robustos en entornos del mundo real. Ideal para entusiastas de la IA, desarrolladores y científicos de datos, cubre temas esenciales como NLP, Transformers y Búsqueda Semántica, ayudándote a avanzar en tu carrera en IA.

Requisitos Previos

1 / 3

  • Conocimiento de Python

  • Conocimientos básicos de aprendizaje automático

  • Familiaridad con herramientas como VS Code, terminal UNIX, Jupyter Notebooks y gestión de paquetes Conda

¿Qué aprenderás?

Módulo 1: Introducción a NLP
Introducción a NLP: cubre qué es NLP, su historia, aplicaciones y desafíos. Técnicas de NLP: cubre técnicas comunes como tokenización, etiquetado de partes del discurso, reconocimiento de entidades nombradas y análisis de sentimientos con ejemplos de su uso. Herramientas de NLP: introduce herramientas populares de NLP como NLTK, spaCy con ejemplos de cómo usarlas para tareas básicas de NLP.
Módulo 2: Conocimientos Fundamentales de Transformers y Diseño de Sistemas LLM
Conocimientos Fundamentales de Transformers: cubre conceptos fundamentales de transformers, incluyendo autoatención, atención multi-cabeza y codificación posicional. Introducción a Conceptos Fundamentales de Diseño de Sistemas de ML: cubre los conceptos básicos del diseño de sistemas de aprendizaje automático, incluyendo la recolección y preprocesamiento de datos, selección y entrenamiento de modelos, y evaluación del rendimiento.
Módulo 3: Búsqueda Semántica
En este módulo, aprenderemos sobre los sistemas de recuperación y su importancia en la recuperación de información. Descubre métodos populares como Vectores Escasos vs. Densos, Distancia Euclidiana, Similitud de Coseno, Vecinos Más Cercanos Aproximados (ANN), y codificación práctica usando FAISS para lograr resultados de búsqueda rápidos y precisos.
Módulo 4: Creación de un motor de búsqueda desde cero
Construcción de un Modelo de Búsqueda Semántica: cubre los conceptos básicos de los modelos de búsqueda semántica, su arquitectura y cómo funcionan. La sesión se centrará en construir un modelo de búsqueda semántica para hoteles utilizando varias técnicas de procesamiento de lenguaje natural. Despliegue en una Inferencia sin Servidor: discute los beneficios de la computación sin servidor y cómo desplegar el modelo de búsqueda semántica en una plataforma sin servidor como Huggingface. Preprocesamiento de Datos de Hoteles: cubre el preprocesamiento de los datos de hoteles utilizando técnicas como limpieza de texto, tokenización, stemming y lematización, y cómo convertir los datos de hoteles en embeddings que pueden ser utilizados por el modelo de búsqueda semántica. Evaluación del Modelo: discute las diferentes métricas de evaluación utilizadas para los modelos de búsqueda semántica y cómo medir el rendimiento del modelo utilizando estas métricas. Esta sesión también cubrirá técnicas para mejorar el rendimiento del modelo y optimizar la velocidad de búsqueda. Discusión sobre Modelos de Intención de Consulta.
Módulo 5: La Parte de Generación de los LLMs
En este módulo, exploraremos los fundamentos de RAG y sus aplicaciones en el mundo real, así como profundizaremos en el concepto de chunking y agentes de Langchain, conectando sin problemas las recuperaciones con Gen AI.
Módulo 6: Ajuste de Prompts, ajuste fino y LLMs locales
En este módulo, aprenderemos cómo diseñar prompts de manera efectiva, ajustar finamente los modelos de lenguaje, aprovechar el enfoque PEFT y medir el éxito de sus esfuerzos utilizando métricas de validación apropiadas.

Lo que dicen los estudiantes sobre este curso

  • Recomiendo encarecidamente este curso si quieres empezar con los LLMs sin deambular mucho. Este curso ayuda a discernir qué se puede hacer con los LLMs y qué no, y lo más importante, cómo se puede hacer.

    Rushit

  • El curso proporciona una introducción completa a los fundamentos de trabajar con modelos de lenguaje grande (LLMs). Cubre temas esenciales, incluyendo embeddings de texto, varias métricas de similitud, técnicas tradicionales y una comprensión de la arquitectura transformer. El curso también te guía a través del uso de modelos preentrenados, la creación de sistemas de Generación Aumentada por Recuperación (RAG) y el ajuste fino de estos modelos. El instructor es accesible y de apoyo, y el curso incluye actividades significativas en equipo, lo que te permite colaborar con estudiantes de diversos orígenes. Esto hace que la experiencia de aprendizaje sea tanto práctica como atractiva. En general, es uno de los mejores cursos disponibles para cualquiera que busque ingresar al campo de los LLMs. Altamente recomendado para aquellos interesados en obtener una base sólida en esta área.

    Hamza

  • ¡Disfruté mucho este curso! La enseñanza de Hamza en el curso de fundamentos realmente ayudó a aclarar cualquier confusión, proporcionándonos la comprensión que necesitamos para abordar con confianza varias tareas y aplicar diferentes tecnologías. Fue genial aprender sobre el despliegue y cómo podemos llevar nuestras aplicaciones a producción. En general, ¡fue una experiencia fantástica!

    Sahar

Conozca a su instructor

  • Hamza Farooq

    Hamza Farooq es un Especialista en IA y Profesor Adjunto con más de 15 años de experiencia. Ha enseñado este curso a más de 300 profesionales y es conocido por su profundo entendimiento de los Modelos de Lenguaje Grande y sus aplicaciones.

Próximos cohortes

  • Fechas

    Apr 25 — Jun 13, 2026
  • Fechas

    Apr 25 — Jun 13, 2026
  • Fechas

    May 3 — Jun 21, 2026

$2,100