Materias IA aplicada y sistemas con modelos de lenguaje

IA aplicada y sistemas con modelos de lenguaje

también la vas a encontrar como IA generativa · Sistemas con LLM

Integrar modelos en productos reales con evaluación, observabilidad, seguridad y control de costos.

0 de 28 temas de la materia0.0%

3 unidades · Operación y especialidades

1.1Consumo de modelos mediante APIsEn camino

1.2Tokens, ventanas de contexto y límites de salidaEn camino

1.3Instrucciones, mensajes y ejemplosEn camino

1.4Salidas estructuradas y validaciónEn camino

1.5Streaming de respuestas al clienteEn camino

1.6Alucinaciones, corte de conocimiento y qué no hay que delegarleEn camino

2.1Embeddings y similitud semánticaEn camino

2.2Índices y bases de datos vectorialesEn camino

2.3Retrieval-Augmented GenerationEn camino

2.4Segmentación, recuperación y rerankingEn camino

2.5Tool use y llamadas a funcionesEn camino

2.6Selección de modelos, costos, latencia y cachéEn camino

2.7Versionado de prompts y datos de evaluaciónEn camino

2.8Imágenes, audio y documentos como entradaEn camino

2.9Modelos de pesos abiertos y ejecución propiaEn camino

2.10Protocolos de integración de herramientas y contextoEn camino

3.1Agentes, workflows y máquinas de estadosEn camino

3.2Cuándo un agente agrega complejidad sin valorEn camino

3.3Golden datasets, métricas y evaluaciones de LLMEn camino

3.4Evaluadores automáticos y sus sesgosEn camino

3.5Trazas, calidad, latencia y costo por funcionalidadEn camino

3.6Prompt injection y límites de confianzaEn camino

3.7Fuga de datos, PII y aislamiento entre usuariosEn camino

3.8Guardrails, permisos y ejecución segura de herramientasEn camino

3.9Fine-tuning frente a RAG y promptingEn camino

3.10Despliegue, fallback y operación de modelosEn camino

3.11Evaluación con personas y ciclos de feedback del usuarioEn camino

3.12Regulación, derechos de autor y uso responsableEn camino

Unidad 01Junior