Curso de Langchain y LLMs con Python: desbloquea el poder de la IA en tus proyectos

Curso de Langchain y LLMs con Python: desbloquea el poder de la IA en tus proyectos

25 HORAS

206,25 € + 21% IVA · Formación 100% bonificable

¿Estás listo para llevar tus habilidades en inteligencia artificial al siguiente nivel con Langchain?

Este curso de Langchain y LLMs con Python está diseñado para equiparte con las herramientas y el conocimiento necesarios para dominar el futuro del desarrollo tecnológico. Aprende a integrar los potentes Modelos de Lenguaje de Última Generación (LLMs) en tus aplicaciones y transforma la forma en que interactúas con los datos y el resto de herramientas que tienes a tu alrededor.

No pierdas la oportunidad de adelantarte en el mundo de la inteligencia artificial. Inscríbete ahora y comienza a transformar tus ideas en realidad con Langchain y Python.

Dirigido a

Profesionales interesados en integrar modelos de lenguaje avanzados en sus aplicaciones.Desarrolladores que deseen aprender a utilizar herramientas modernas como Langchain para mejorar la interacción con los usuarios.Ingenieros de datos que buscan optimizar el procesamiento y almacenamiento de datos utilizando embeddings y bases de datos vectoriales.Profesionales encargados de gestionar grandes volúmenes de datos y que desean mejorar su comprensión mediante modelos de lenguaje.Profesionales que desean explorar las capacidades de los LLMs y su aplicación en diversas industrias.Científicos de datos interesados en construir y desplegar modelos de inteligencia artificial que interactúen con usuarios de manera efectiva.Alumnos que deseen adquirir habilidades prácticas en el uso de tecnologías de vanguardia en inteligencia artificial y procesamiento de lenguaje natural.Estudiantes que buscan proyectos aplicados que les permitan poner en práctica conceptos teóricos.Innovadores que buscan crear productos y servicios basados en inteligencia artificial.Líderes que desean comprender cómo las tecnologías de LLMs y Langchain pueden transformar sus negocios y procesos operativos.Personas con un interés general en el campo de la inteligencia artificial que desean explorar sus aplicaciones prácticas.Entusiastas que buscan una introducción comprensiva a la tecnología detrás de los LLMs y su implementación con Langchain.

¿Qué competencias vas a adquirir?

Comprender qué son los Large Language Models (LLMs) y cómo funcionan.Conocer la arquitectura y los componentes principales de Langchain.Instalar Python y la librería Langchain.Configurar cuentas de API de OpenAI y gestionar claves para conectar con LLMs.Utilizar Langchain para interactuar con LLMs y construir modelos de chat efectivos.Diseñar y aplicar plantillas de prompts para optimizar la entrada de datos en LLMs.Parsear y procesar la salida de los modelos para obtener resultados útiles.Transformar documentos y manejar cargadores para integraciones con plataformas como Google y AWS.Crear embeddings de texto y almacenar vectores en bases de datos para potenciar los LLMs con tus propios datos.Optimizar resultados mediante la compresión de datos utilizando LLMs.Diseñar modelos de cadena secuencial simples y avanzados en Langchain.Enrutar cadenas con LLMRouterChain para mejorar la estructura y flujo de las aplicaciones.Entender el concepto de memoria en Langchain y cómo implementarla.Crear buffers de memoria completos, resumidos y con ventana para manejar conversaciones.Desarrollar agentes que utilicen motores de búsqueda para mejorar sus respuestas.Crear agentes programadores de código y herramientas personalizadas.Implementar agentes conversacionales que puedan interactuar de manera efectiva utilizando LLMs y Langchain.Aplicar el conocimiento adquirido para crear sistemas RAG con bases de datos vectoriales.Crear agentes que realicen análisis automáticos de SQL a partir de consultas en lenguaje natural.

Requisitos

Se recomienda tener conocimientos básicos de Python, aunque todo el desarrollo de los casos se explicará desde cero.

Introducción a Langchain y LLMs
  • ¿Qué es un Large Language Model (LLM)?
  • ¿Qué es Langchain y cuáles son sus componentes?
  • Instalación de Python y librería Langchain
  • ¿Qué es una API? Configuración de la cuenta OpenAI / Groq y API Key
  • Resumen
  • Interacción y uso de Langchain con LLMs y Modelos de Chat
  • Plantillas de prompts con Langchain para el modelo de entrada
  • Parsear y procesar la salida
  • Serialización de prompts (guardar y cargar)
  • Resumen
  • Cargadores de documentos
  • Caso de uso – Carga de ficheros pdf y conexión con LLM para resumen de documentos
  • Cargadores de documentos – integraciones con otras plataformas (Google, AWS, Wikipedia…)
  • Transformación de documentos
  • Incrustación de texto y creación de vectores (embeddings)
  • Almacenamiento de vectores en base de datos
  • Compresión y optimización de resultados a partir de LLMs
  • Resumen
  • ¿Qué son las cadenas y cómo crear el primer modelo de cadena secuencial simple?
  • Construcción del Modelo Secuencial Completo
  • Enrutamiento a cadenas con LLMRouterChain
  • Cadenas de Transformación
  • Cadenas para Preguntas y Respuestas sobre nuestros datos
  • Resumen
  • ¿Qué es la memoria en Langchain y qué tipos de memoria podemos implementar?
  • Creación de Buffer de Memoria completa de una Conversación
  • Creación de Buffer de Memoria con Ventana
  • Creación de Buffer de Memoria Resumida
  • Resumen
  • ¿Qué son los agentes y cómo implementar un primer caso de uso?
  • Creación de agente potenciado con motor de búsqueda
  • Creación de agente programador de código
  • Creación de herramientas personalizadas
  • Agentes conversacionales con memoria
  • Resumen
  • PROYECTO: Creación de Agente Chatbot con memoria a partir de sistema RAG con nuestra BD Vectorial
  • PROYECTO: Creación de Agente para Análisis automático SQL a partir de consultas en lenguaje natural
  • Resumen
logo FUNDAE

    Introduce el Código de seguridad
    captcha

    Le informamos que los datos personales obtenidos mediante este formulario, así como su dirección de correo electrónico, serán incorporados en un fichero del cual es responsable Kirab Consultores S.L con la finalidad de atender sus consultas y enviarle información relacionada con la entidad que pudiera ser de su interés. Nos comprometemos a usar dichos datos únicamente para la finalidad anteriormente mencionada. Los datos proporcionados se conservarán mientras no solicite el cese de la actividad. Los datos no se cederán a terceros salvo en los casos en que exista una obligación legal. El envío de este e-mail implica la aceptación de las cláusulas expuestas. Tiene derecho a acceder a sus datos personales, rectificar los datos inexactos o solicitar su supresión cuando los datos ya no sean necesarios para los fines que fueron recogidos. Podrá ejercer sus derechos, acompañando fotocopia del DNI, a la dirección PASEO MARIA AGUSTIN, 25 1 1 – 50004 ZARAGOZA (Zaragoza).

    Este curso de Langchain y LLMs con Python está diseñado para equiparte con las herramientas y el conocimiento necesarios para dominar el futuro del desarrollo tecnológico. Aprende a integrar los potentes Modelos de Lenguaje de Última Generación (LLMs) en tus aplicaciones y transforma la forma en que interactúas con los datos y el resto de herramientas que tienes a tu alrededor.

    No pierdas la oportunidad de adelantarte en el mundo de la inteligencia artificial. Inscríbete ahora y comienza a transformar tus ideas en realidad con Langchain y Python.

    Dirigido a

    Profesionales interesados en integrar modelos de lenguaje avanzados en sus aplicaciones.Desarrolladores que deseen aprender a utilizar herramientas modernas como Langchain para mejorar la interacción con los usuarios.Ingenieros de datos que buscan optimizar el procesamiento y almacenamiento de datos utilizando embeddings y bases de datos vectoriales.Profesionales encargados de gestionar grandes volúmenes de datos y que desean mejorar su comprensión mediante modelos de lenguaje.Profesionales que desean explorar las capacidades de los LLMs y su aplicación en diversas industrias.Científicos de datos interesados en construir y desplegar modelos de inteligencia artificial que interactúen con usuarios de manera efectiva.Alumnos que deseen adquirir habilidades prácticas en el uso de tecnologías de vanguardia en inteligencia artificial y procesamiento de lenguaje natural.Estudiantes que buscan proyectos aplicados que les permitan poner en práctica conceptos teóricos.Innovadores que buscan crear productos y servicios basados en inteligencia artificial.Líderes que desean comprender cómo las tecnologías de LLMs y Langchain pueden transformar sus negocios y procesos operativos.Personas con un interés general en el campo de la inteligencia artificial que desean explorar sus aplicaciones prácticas.Entusiastas que buscan una introducción comprensiva a la tecnología detrás de los LLMs y su implementación con Langchain.

    ¿Qué competencias vas a adquirir?

    Comprender qué son los Large Language Models (LLMs) y cómo funcionan.Conocer la arquitectura y los componentes principales de Langchain.Instalar Python y la librería Langchain.Configurar cuentas de API de OpenAI y gestionar claves para conectar con LLMs.Utilizar Langchain para interactuar con LLMs y construir modelos de chat efectivos.Diseñar y aplicar plantillas de prompts para optimizar la entrada de datos en LLMs.Parsear y procesar la salida de los modelos para obtener resultados útiles.Transformar documentos y manejar cargadores para integraciones con plataformas como Google y AWS.Crear embeddings de texto y almacenar vectores en bases de datos para potenciar los LLMs con tus propios datos.Optimizar resultados mediante la compresión de datos utilizando LLMs.Diseñar modelos de cadena secuencial simples y avanzados en Langchain.Enrutar cadenas con LLMRouterChain para mejorar la estructura y flujo de las aplicaciones.Entender el concepto de memoria en Langchain y cómo implementarla.Crear buffers de memoria completos, resumidos y con ventana para manejar conversaciones.Desarrollar agentes que utilicen motores de búsqueda para mejorar sus respuestas.Crear agentes programadores de código y herramientas personalizadas.Implementar agentes conversacionales que puedan interactuar de manera efectiva utilizando LLMs y Langchain.Aplicar el conocimiento adquirido para crear sistemas RAG con bases de datos vectoriales.Crear agentes que realicen análisis automáticos de SQL a partir de consultas en lenguaje natural.

    Requisitos

    Se recomienda tener conocimientos básicos de Python, aunque todo el desarrollo de los casos se explicará desde cero.

    Introducción a Langchain y LLMs
    • ¿Qué es un Large Language Model (LLM)?
    • ¿Qué es Langchain y cuáles son sus componentes?
    • Instalación de Python y librería Langchain
    • ¿Qué es una API? Configuración de la cuenta OpenAI / Groq y API Key
    • Resumen
    • Interacción y uso de Langchain con LLMs y Modelos de Chat
    • Plantillas de prompts con Langchain para el modelo de entrada
    • Parsear y procesar la salida
    • Serialización de prompts (guardar y cargar)
    • Resumen
    • Cargadores de documentos
    • Caso de uso – Carga de ficheros pdf y conexión con LLM para resumen de documentos
    • Cargadores de documentos – integraciones con otras plataformas (Google, AWS, Wikipedia…)
    • Transformación de documentos
    • Incrustación de texto y creación de vectores (embeddings)
    • Almacenamiento de vectores en base de datos
    • Compresión y optimización de resultados a partir de LLMs
    • Resumen
    • ¿Qué son las cadenas y cómo crear el primer modelo de cadena secuencial simple?
    • Construcción del Modelo Secuencial Completo
    • Enrutamiento a cadenas con LLMRouterChain
    • Cadenas de Transformación
    • Cadenas para Preguntas y Respuestas sobre nuestros datos
    • Resumen
    • ¿Qué es la memoria en Langchain y qué tipos de memoria podemos implementar?
    • Creación de Buffer de Memoria completa de una Conversación
    • Creación de Buffer de Memoria con Ventana
    • Creación de Buffer de Memoria Resumida
    • Resumen
    • ¿Qué son los agentes y cómo implementar un primer caso de uso?
    • Creación de agente potenciado con motor de búsqueda
    • Creación de agente programador de código
    • Creación de herramientas personalizadas
    • Agentes conversacionales con memoria
    • Resumen
    • PROYECTO: Creación de Agente Chatbot con memoria a partir de sistema RAG con nuestra BD Vectorial
    • PROYECTO: Creación de Agente para Análisis automático SQL a partir de consultas en lenguaje natural
    • Resumen
    logo FUNDAE

      Introduce el Código de seguridad
      captcha

      Le informamos que los datos personales obtenidos mediante este formulario, así como su dirección de correo electrónico, serán incorporados en un fichero del cual es responsable Kirab Consultores S.L con la finalidad de atender sus consultas y enviarle información relacionada con la entidad que pudiera ser de su interés. Nos comprometemos a usar dichos datos únicamente para la finalidad anteriormente mencionada. Los datos proporcionados se conservarán mientras no solicite el cese de la actividad. Los datos no se cederán a terceros salvo en los casos en que exista una obligación legal. El envío de este e-mail implica la aceptación de las cláusulas expuestas. Tiene derecho a acceder a sus datos personales, rectificar los datos inexactos o solicitar su supresión cuando los datos ya no sean necesarios para los fines que fueron recogidos. Podrá ejercer sus derechos, acompañando fotocopia del DNI, a la dirección PASEO MARIA AGUSTIN, 25 1 1 – 50004 ZARAGOZA (Zaragoza).

      Scroll al inicio
      FORMACIONES ONLINE
      Resumen de privacidad

      Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.