Langchain y LLMs con Python: desbloquea el poder de la IA en tus proyectos

  • INTELIGENCIA ARTIFICIAL & BIG DATA
  • 25 horas
  • Bonificable

Objetivos

  • Comprender qué son los Large Language Models (LLMs) y cómo funcionan.
  • Conocer la arquitectura y los componentes principales de Langchain.
  • Instalar Python y la librería Langchain.
  • Configurar cuentas de API de OpenAI y gestionar claves para conectar con LLMs.
  • Utilizar Langchain para interactuar con LLMs y construir modelos de chat efectivos.
  • Diseñar y aplicar plantillas de prompts para optimizar la entrada de datos en LLMs.
  • Parsear y procesar la salida de los modelos para obtener resultados útiles.
  • Transformar documentos y manejar cargadores para integraciones con plataformas como Google y AWS.
  • Crear embeddings de texto y almacenar vectores en bases de datos para potenciar los LLMs con tus propios datos.
  • Optimizar resultados mediante la compresión de datos utilizando LLMs.
  • Diseñar modelos de cadena secuencial simples y avanzados en Langchain.
  • Enrutar cadenas con LLMRouterChain para mejorar la estructura y flujo de las aplicaciones.
  • Entender el concepto de memoria en Langchain y cómo implementarla.
  • Crear buffers de memoria completos, resumidos y con ventana para manejar conversaciones.
  • Desarrollar agentes que utilicen motores de búsqueda para mejorar sus respuestas.
  • Crear agentes programadores de código y herramientas personalizadas.
  • Implementar agentes conversacionales que puedan interactuar de manera efectiva utilizando LLMs y Langchain.
  • Aplicar el conocimiento adquirido para crear sistemas RAG con bases de datos vectoriales.
  • Crear agentes que realicen análisis automáticos de SQL a partir de consultas en lenguaje natural.

Contenido

  • 1. Introducción a Langchain y LLMs
  • 2. Modelos de Entrada / Salida en Langchain
  • 3. Conectores de Datos en Langchain
  • 4. Cadenas en Langchain
  • 5. Memoria en Langchain
  • 6. Agentes en Langchain
  • 7. Agentes en Langchain: Desarrollo de proyectos reales

Titulación

IMF

Observaciones

Se recomienda tener conocimientos básicos de Python, aunque todo el desarrollo de los casos se explicará desde cero.

Para poder recibir respuesta, introduce un correo electrónico válido.
Indica tu número de teléfono fijo o móvil.