PROGRAMA 🗓 Inicio: 24 de Junio

Especialista en
Large Language Models

De Fundamentos a Aplicaciones Reales · 4 Semanas

Aprende a construir aplicaciones modernas con LLMs, RAG y optimización avanzada. Desde fundamentos hasta producción.

4Bloques
4Semanas
4Profesores
Certificado
✔ Acceso anual ✔ Certificado oficial Delve ✔ Blended Learning
Especialista en LLMs
Profesores Martin Arispe · Camilo Bolaños · Edison Bejarano · Fernando Silva
$99 USD
Pago único · Acceso anual
Inicio 24 de Junio
Inscribirme ahora
El programa incluye:
  • 4 bloques de contenido estructurado
  • Sesiones en vivo con los profesores
  • Proyectos prácticos guiados
  • Certificado oficial verificable
Resultados de aprendizaje

Lo que aprenderás

Fundamentos de Large Language Models (LLMs)
Arquitectura Transformer y mecanismos de atención
Prompt Engineering aplicado a casos reales
Sistemas RAG de alto rendimiento
Fine-tuning y evaluación de modelos
Cuantización e inferencia eficiente para producción
Plan de estudio

Contenido del programa

01
Bloque 01

Fundamentos de LLMs

Comprenderás cómo funcionan los Large Language Models desde la arquitectura Transformer y los mecanismos de self-attention hasta conceptos fundamentales como embeddings, tokenización y prompting moderno.

  • Arquitectura Transformer y self-attention
  • Embeddings y tokenización
  • Prompt Engineering moderno
  • Evaluación y benchmarking de LLMs
02
Bloque 02

LLMs Locales

Aprenderás a ejecutar modelos open-source de forma local utilizando herramientas modernas para construir aplicaciones prácticas como chatbots, sistemas de clasificación, asistentes inteligentes y generación automática de texto.

  • Modelos open-source: Llama, Mistral, Phi
  • Ollama y LM Studio
  • Chatbots y asistentes locales
  • Clasificación y resumen automático
03
Bloque 03

LLMs Avanzado

Explorarás técnicas avanzadas para optimizar y adaptar modelos de lenguaje utilizando cuantización, LoRA, QLoRA, fine-tuning eficiente e inferencia optimizada para producción.

  • Cuantización: GGUF, GPTQ
  • Fine-tuning con LoRA y QLoRA
  • Inferencia optimizada para producción
  • RLHF y alineamiento de modelos
04
Bloque 04

Aplicaciones con LLMs

Aplicarás los conceptos aprendidos mediante ejercicios guiados, implementación de proyectos prácticos y resolución de casos reales utilizando sistemas modernos basados en LLMs.

  • Sistemas RAG de alto rendimiento
  • Agentes y function calling
  • LangChain y LlamaIndex
  • Proyecto final: aplicación completa con LLMs
Sobre el programa

Descripción

Desarrollarás una comprensión sólida de los Large Language Models (LLMs), desde sus fundamentos teóricos hasta técnicas modernas utilizadas en sistemas de inteligencia artificial generativa. A lo largo del programa aprenderás a trabajar con modelos open-source, construir sistemas RAG, optimizar inferencia mediante cuantización y desplegar aplicaciones reales tanto en entornos locales como escalables. El programa combina fundamentos técnicos con implementación práctica, permitiéndote desarrollar experiencia aplicada en tecnologías modernas utilizadas en la industria de IA.

Cómo aprenderás

Metodología

El programa sigue una metodología de Blended Learning que integra aprendizaje autónomo con sesiones prácticas en vivo. A través de contenido audiovisual estructurado y sesiones asincrónicas, avanzarás progresivamente en el desarrollo de fundamentos teóricos y habilidades técnicas.

Las clases en tiempo real estarán enfocadas en implementación práctica, resolución de dudas y construcción de proyectos guiados, consolidando el aprendizaje en un entorno aplicado y colaborativo.

📹 Contenido asincrónico 🎯 Sesiones en vivo 🛠 Proyectos prácticos 👥 Comunidad activa
Metodología del programa
El equipo docente

Profesores del programa

Martin Arispe
MA

Martin Arispe

Bloque 1 y 4

Especialista en Inteligencia Artificial con experiencia en Agentes de IA, Large Language Models (LLMs) y Knowledge Graphs. Ha liderado la implementación de flujos de trabajo con Generative AI y plataformas impulsadas por IA. Participó en el proyecto MINTE en Fraunhofer IAIS (Alemania), integrando Deep Learning y Knowledge Graphs.

LLMsKnowledge GraphsFraunhofer IAIS
Camilo Bolaños
CB

Camilo Bolaños

Bloque 2

Ingeniero Mecatrónico con una Maestría en Mecatrónica, Robótica e Ingeniería de Automatización por la Universidad de Valladolid. Cuenta con más de 7 años en desarrollo Backend aplicado a soluciones de Inteligencia Artificial en diversos países en Europa.

LLMs LocalesBackend IAUniversidad de Valladolid
Edison Bejarano
EB

Edison Bejarano

Bloque 3

Ingeniero Aeroespacial con un Máster en Inteligencia Artificial y experiencia en investigación avanzada en modelos de lenguaje aplicados a robótica en la UPC. Actualmente trabaja en el desarrollo de soluciones de IA y LLMs en el ITCL, combinando investigación académica con aplicaciones tecnológicas en entornos industriales reales.

Fine-tuningLLMs AvanzadoUPC / ITCL
Fernando Silva
FS

Fernando Silva

Bloque 4

Ingeniero en sistemas con un máster en inteligencia artificial realizado en Europa. Tiene experiencia en proyectos de machine learning, visión por computadora y procesamiento de lenguaje natural en empresas y organizaciones en Latinoamérica y Europa.

Machine LearningNLPComputer Vision
🗓 Inicio: 24 de Junio

¿Listo para convertirte en Especialista en LLMs?

4 semanas · 4 profesores · Proyectos reales · Certificado oficial

$99 USD · Pago único · Acceso anual