Para quién es
Estudiantes de pregrado avanzado, posgrado y profesionales con base de programación.
Aprende a seleccionar, adaptar y evaluar modelos de lenguaje abiertos. Comparas con evidencia prompting, RAG y ajuste fino con LoRA/QLoRA, y terminas con un prototipo documentado hecho en parejas.
Quiero inscribirmePanorama de LLM abiertos, cuándo usar prompting, RAG o ajuste fino, y demostración con un invitado internacional.
Producto: Orientación y diagnóstico inicial
Arquitecturas, tamaños y licencias. Cómo elegir un modelo según la tarea, el presupuesto y las restricciones de despliegue.
Producto: Ficha de selección
Diseño sistemático de instrucciones, patrones de razonamiento y pruebas reproducibles del comportamiento del modelo.
Producto: Asistente con pruebas
Recuperación aumentada: fragmentación, incrustaciones, bases vectoriales y evaluación de la calidad de las respuestas.
Producto: Prototipo RAG
Adaptación con LoRA y variantes. Preparación de datos, entrenamiento, control de costos y comparación contra la línea base.
Producto: Experimento documentado
Métricas, pruebas adversarias, sesgos, privacidad y registro de riesgos del sistema construido.
Producto: Informe comparativo y registro de riesgos
Puesta en servicio del prototipo, documentación técnica y sustentación ante el grupo.
Producto: Producto final y sustentación
Estudiantes de pregrado avanzado, posgrado y profesionales con base de programación.
Python básico, notebooks y archivos CSV/JSON. Si necesitas reforzar, hay una nivelación previa voluntaria.
Encuentros en vivo, demostraciones de docentes invitados y un proyecto aplicado en parejas.