Modelos personalizados de inteligencia artificial generativa: desarrolla tu propio chatbot

  • ADMINISTRACIÓN DE SISTEMAS, PROGRAMACIÓN E INTERNET
  • 20 horas
  • Bonificable

Objetivos

  • Identificar y explicar los componentes clave y la funcionalidad de los Modelos de Lenguaje de Gran Escala (LLMs) y la Recuperación de Información Generativa (RAG).
  • Evaluar ejemplos de aplicaciones RAG y describir cómo se integran con LLMs para mejorar la recuperación de información.
  • Aplicar técnicas de procesamiento para transformar datos no estructurados en formatos adecuados para el uso en LLMs.
  • Desarrollar habilidades para implementar y utilizar Sentence Transformers en la creación de bases de datos vectoriales para aplicaciones RAG.
  • Implementar y evaluar estrategias de búsqueda y recuperación utilizando consultas vectoriales y modelos LLM.
  • Implementar y desplegar modelos LLM en entornos locales y en la nube, utilizando herramientas avanzadas para facilitar el acceso y la interacción.
  • Utilizar frameworks de código abierto para desarrollar y desplegar aplicaciones RAG, demostrando comprensión y habilidad en la integración de estos componentes.

Contenido

  • 1. Conceptos básicos sobre LLMs y recuperación de datos
  • 2. Procesamiento de datos no estructurados
  • 3. Embeddings y bases de datos vectoriales
  • 4. Crea tu chatbot con datos personalizados
  • 5. Despliegues de LLMs, plataformas y herramientas

Titulación

IMF

Observaciones

En un mundo donde la tecnología evoluciona a un ritmo acelerado, el dominio de los modelos de lenguaje de gran tamaño (LLMs) y las tecnologías RAG se están convirtiendo en una herramienta crucial para innovar y transformar industrias.

Este curso está diseñado para proporcionar una comprensión profunda de los LLMs, explorando cómo estos modelos no solo comprenden y generan texto con una precisión impresionante, sino cómo se pueden crear soluciones específicas que van desde la mejora de sistemas de recomendación hasta la automatización de respuestas en servicios de atención al cliente.

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