Curso independiente del programa de formación MLDS. El curso está dirigido a toda persona que desee obtener un conocimiento profundo sobre esta tecnología de vanguardia y vea la oportunidad de aplicar los LLMs en el desarrollo de sistemas que soporten diferentes aplicaciones.

En este módulo aprenderás todo lo que debes saber para poder desarrollar aplicaciones que involucren LLMs. Explorarás el funcionamiento de los diferentes modelos existentes y cómo lo puedes adapatar a tus necesidades.

En el programa de formación en MLDS se asume la educación como un proceso de interacción dinámica centrada en los participantes, donde el rol del profesor, además de proveer su experiencia profesional y los elementos conceptuales, se concentra en ser un dinamizador de las actividades de aprendizaje. Desde esta perspectiva la metodología debe reflejar el enfoque propiciando el desarrollo de las competencias propuestas.

El módulo se impartirá de manera virtual. Para tal fin, los estudiantes contarán con acceso a un sistema de videoconferencia para las sesiones sincrónicas y acceso a una plataforma de aprendizaje autónomo dónde encontrarán una gran cantidad de recursos educativos digitales (REDs) que han sido especialmente diseñados para esta actividad, tales como: videos, imágenes, animaciones, lecturas, notebooks de código pre programado, guías de referencia, etc.

En el transcurso del curso se realizarán las siguientes unidades temáticas:

Unidad 1: Fundamentos de los LLM

• Fundamentos de los LLM.
• Entendimiento de la historia y evolución de los modelos de lenguaje.
• Tipos de grandes modelos de lenguaje actuales.
• Cómo interactuar con grandes modelos de lenguajes desde Python

Unidad 2: Entrenamiento y afinamiento de LLMs

• Preparación de conjunto de datos para el entrenamiento y afinación de LLMs.
• Proceso de entrenamiento de modelos de lenguaje.
• Identificación de modelos y afinamiento

Unidad 3: Prompt Engineering

• Conversación con un agente artificial.
• Diseño de prompts.
• Uso de herramientas para el manejo de prompts

Unidad 4:Mecanismos de memoria y vector Databases

• Tipos de memoria que puede tener un LLM.
• Creación de bases de datos de vectores a partir de un LLM.
• Implementación de LLMs que utilizan información previa por medio de una base de datos de vectores

Unidad 5: Agentes para el desarrollo de aplicaciones

• Funcionamiento de los agentes y su utilidad para el desarrollo de aplicaciones con LLMs.
• Patrones de diseño de agentes para el desarrollo de aplicaciones que utilicen LLMs.
• Construir aplicaciones con LLMs por medio de agentes usando la librería especializada Langchain.

Unidad 6: Proyecto aplicado y Aspectos éticos en los LLMs y de ceguridad

• Aspectos éticos y sociales del uso de LLMs.
• Aspectos de seguridad para este tipo de aplicaciones.
• Desarrollo de proyecto aplicado.