Desarrollo de Chatbots con Inteligencia Artificial

¿Qué vas a aprender en esta formación?

• Comprender los Fundamentos de la IA y el NLP: Proporcionar a los estudiantes una comprensión sólida de los conceptos fundamentales de la Inteligencia Artificial y el Procesamiento del Lenguaje Natural, incluyendo su evolución, aplicaciones, y cómo se diferencian de otros campos de la IA, para que puedan aplicar estos conocimientos en el desarrollo de chatbots.
• Desarrollar Habilidades Prácticas en la Configuración y Personalización de Modelos de Lenguaje: Capacitar a los estudiantes para configurar entornos locales y utilizar modelos de lenguaje enormes (LLM) mediante la personalización y el fine-tuning, permitiéndoles adaptar estos modelos a necesidades específicas y evaluar su rendimiento en proyectos reales.
• Implementar Soluciones de Chatbots Avanzadas Integrando RAG y APIs Locales: Facilitar a los estudiantes la creación de chatbots avanzados que utilicen técnicas de Retrieval-Augmented Generation (RAG) y la capacidad de exponer modelos como APIs locales, asegurando que comprendan las consideraciones éticas y de seguridad necesarias para el desarrollo responsable de aplicaciones de IA

Módulo 1. Introducción a la Inteligencia Artificial (IA) y NLP

• Qué es la IA: definición, tipos y evolución.
• Introducción al Procesamiento del Lenguaje Natural (NLP): conceptos clave y aplicaciones prácticas.
• Diferencias entre NLP y otros campos de la IA.
• Impacto de la IA en proyectos locales y gestión de datos confidenciales.

Módulo 2. Procesamiento del Lenguaje Natural (NLP)

• Técnicas clave: tokenización, stemming, lematización y eliminación de stop words.
• Generación de representaciones de texto con embeddings.

Módulo 3. Fundamentos de Modelos Enormes de Lenguaje (LLM)

• Qué son los Modelos de Lenguaje (LLM) y cómo funcionan.
• Conceptos clave: embeddings, atención y contexto.
• Ejemplos de modelos populares: GPT, Llama y variantes.
• Comparativa entre el uso de LLM en la nube y en local.
• Optimización de modelos grandes: técnicas como quantization y pruning.

Módulo 4. Configuración de Entornos Locales para IA

• Requisitos básicos de hardware y software para ejecutar LLM en local.
• Introducción a herramientas específicas: LM Studio y Ollama.
• Instalación y configuración de entornos de desarrollo como Python y Jupyter.

Módulo 5. Personalización y Fine-Tuning de Modelos de Lenguaje

• Cómo adaptar modelos preentrenados a necesidades específicas.
• Fine-tuning básico con datasets pequeños en local.
• Consideraciones éticas y de privacidad al ajustar modelos.
• Evaluación y validación del rendimiento del modelo personalizado.

Módulo 6. Técnicas básicas de prompting

• Fundamentos del prompting.
• In-context learning.
• Errores comunes y buenas prácticas.

Módulo 7. Ingeniería de Prompts avanzada

• CoT (chain of thought).
• Prompt chaining.

Módulo 8. Desarrollo de un Chatbot Básico con LLM

• Arquitectura de un chatbot: entrada, procesamiento y respuesta
• Integración de modelos de lenguaje en local con flujos conversacionales.
• Diseño de chatbots funcionales y ejemplos de casos de uso.

Módulo 9. Introducción a Retrieval-Augmented Generation (RAG)

• Qué es RAG y cómo combina modelos de lenguaje con fuentes de datos.
• Integración de documentos y bases de datos locales con LLM.
• Introducción a herramientas como FAISS para gestión de índices.
• Beneficios de RAG en aplicaciones prácticas y personalizadas.
• Bases de datos vectoriales.

Módulo 10. Desarrollo de un Chatbot RAG

• Construcción de un chatbot basado en RAG para proyectos locales.
• Diseño e implementación de un flujo conversacional conectado a datos específicos.
• Casos de uso avanzados en automatización y generación de respuestas contextuales.

Módulo 11. Ética, Seguridad y Futuro de la IA

• Principales desafíos éticos: sesgos, privacidad y uso responsable
• Buenas prácticas para proteger datos confidenciales en entornos locales.
• Tendencias futuras en la implementación de LLM en proyectos locales.
• Recursos para seguir aprendiendo y profundizando en IA.

Desarrolladores de software, ingenieros de datos, investigadores de IA y cualquier profesional interesado en automatizar la interacción con usuarios mediante chatbots de alto rendimiento y personalizados.

¿En qué modalidad se imparte el curso?

Nuestros cursos se imparten en modalidad presencial, online (a tu ritmo, en nuestro Campus Virtual) y virtual (clases en directo a través del Aula Virtual). Puedes ver en qué modalidad está disponible este curso en la parte de información.

No puedo entrar al Aula Virtual

Si tienes un problema técnico, no puedes acceder al curso o cualquier otra duda relacionada con la plataforma virtual, puedes escribirnos a tutoria@idexaformacion.com

EMPRESAS

¿Cuándo comienza el curso?

Las fechas de inicio y el resto del calendario del curso, lo definís vosotros según vuestros intereses. Si estás interesado/a escríbenos y buscaremos una fecha para empezar.

¿Se puede elegir horario?

Sí, puedes elegir el horario que mejor se adapte a las necesidades de tu equipo.

¿Cuántas personas hay por grupo?

El número recomendado de asistentes por grupo es de 15 personas para que el profesorado pueda atender correctamente sus necesidades. Aún así, nos adaptamos a vuestras demandas, siempre teniendo en cuenta las limitaciones: en caso de bonificación del curso, Fundae admite máximo 30 personas por grupo.

¿Puedo bonificar el curso con los créditos de Fundae?

Sí, se puede bonificar si aún disponéis de crédito para este año. Nosotros somos Entidad Organizadora y podemos firmar el Contrato de Encomienda correspondiente, para poder realizaros toda la gestión o podéis hacerlo vosotros mismos con el perfil de Empresa Bonificada. Si tenéis más dudas sobre la bonificación, gestión o cualquier otra cuestión relacionada con Fundae, escribidnos a través del formulario de contacto o enviadnos un email a formacion@idexaformacion.com