Curso Desarrolla Aplicaciones de IA Avanzadas con Langchain y LLM en Python del centro TrainingIT

Descripción

Este curso se ha creado para desarrolladores, ingenieros de datos y profesionales tecnológicos que estén interesados en dominar las herramientas más punteras en inteligencia artificial. Durante la formación aprenderás a construir aplicaciones inteligentes con Modelos de Lenguaje de Última Generación (LLM) e integrarlos con LangChain, una librería que permite crear flujos conversacionales complejos y agentes inteligentes. 

A quién va dirigido

La formación está especialmente diseñada para profesionales y apasionados de la tecnología que quieran profundizar en el uso de modelos de lenguaje avanzados e IA.

Objetivos

• Gestionar contexto y cadenas de herramientas con LangChain.
• Manipular y analizar datos complejos en Python.
• Diseñar aplicaciones escalables y adaptativas con IA.
• Construir agentes inteligentes, asistentes conversacionales y herramientas automatizadas.

Temario

1.Introducción a Langchain y LLMS

1.1 ¿Qué es un Large Language Model (LLM)?

1.2 ¿Qué es Langchain y cuáles son sus componentes?

1.3 Instalación de Python y librería Langchain

1.4 ¿Qué es una API? Configuración de la cuenta OpenAI y API Key

2.Modelos de entrada / salida en Langchain

2.1 Interacción y uso de Langchain con LLMs y Modelos de Chat

2.2 Plantillas de prompts con Langchain para el modelo de entrada

2.3 Parsear y procesar la salida

2.4 Serialización de prompts (guardar y cargar)

3.Conectores de datos en Langchain

3.1 Cargadores de documentos

3.2 Caso de uso - Carga de ficheros pdf y conexión con LLM para resumen de documentos

3.3 Cargadores de documentos – integraciones con otras plataformas (Google, AWS, Wikipedia,…)

3.4 Transformación de documentos

3.5 Incrustación de texto y creación de vectores (embeddings)

3.6 Almacenamiento de vectores en base de datos

3.7Compresión y optimización de resultados a partir de LLMs

Test de conocimientos 1

4.Cadenas en Langchain

4.1 ¿Qué son las cadenas y cómo crear el primero modelo de cadena secuencial simple?

4.2 Construcción del Modelo Secuencial Completo

4.3 Enrutamiento a cadenas con LLMRouterChain

4.4 Cadenas de Transformación

4.5 Cadenas para Preguntas y Respuestas sobre nuestros datos

5. Memoria en Langchain

5.1 ¿Qué es la memoria en Langchain y qué tipos de memoria podemos implementar?

5.2 Creación de Buffer de Memoria completa de una Conversación

5.3 Creación de Buffer de Memoria con Ventana

5.4 Creación de Buffer de Memoria Resumida

6.Agentes en Langchain

6.1 ¿Qué son los agentes y cómo implementar un primer caso de uso?

6.2 Creación de agente potenciado con motor de búsqueda

6.3 Creación de agente programador de código

6.4 Creación de herramientas personalizadas

6.5 Agentes conversacionales con memoria

6.6 PROYECTO: Creación de Agente Chatbot con memoria a partir de sistema RAG con nuestra BD Vectorial

6.7 PROYECTO: Creación de Agente para Análisis automático SQL a partir de consultas en lenguaje natural

Test de conocimientos 2

Titulación obtenida

Al finalizar la formación vas a obtener el certificado de aprovechamiento.

Requisitos

• Se requiere que el alumno posea conocimientos previos o nociones fundamentales sobre programación en Python, asegurando así un aprendizaje fluido y especializado.
• Es recomendable tener experiencia experiencia en manejo de datos y conocimientos fundamentales de APIs para facilitar el aprendizaje.

Información Adicional

Precio: 262,00 €

Si vienes de Empresa, puedes bonificar hasta el 100% del curso con el crédito FUNDAE