Large Language Models Locales

Intermedio 5 horas

Aprende a implementar, optimizar y utilizar modelos de lenguaje grandes (LLMs) directamente en tu propia computadora, sin depender de servicios en la nube.

¿Qué aprenderás?

Configurar entornos locales para correr LLMs.

Construir un chatbot desde la terminal.

Generar texto y personalizar resultados usando modelos preentrenados.

Aplicar modelos para tareas como clasificación y resumen automático.

Optimizar el uso de LLMs en hardware limitado (CPU o GPU).

Contenido del Curso

Módulo 1: Configuración Inicial

Aprenderás a preparar el entorno local y verificar que el modelo funcione correctamente con una generación de texto simple.

Módulo 2: Implementación Básica y Personalización

Explorarás cómo generar texto, ajustar parámetros de salida (como temperatura o top-p), optimizar el rendimiento en CPU/GPU y construir un chatbot interactivo en la terminal.

Módulo 3: Aplicaciones Avanzadas

Aplicarás LLMs para clasificación de sentimientos y generación de resúmenes personalizados a partir de texto, usando prompts diseñados por ti mismo.


Descripción

Este curso práctico te enseña a correr modelos de lenguaje grandes (LLMs) en entornos locales, sin depender de la nube. A lo largo de sesiones interactivas, aprenderás a generar texto, construir chatbots en la terminal, optimizar el rendimiento para equipos con recursos limitados y aplicar los modelos a tareas como clasificación de texto y resumen automático. Todo el contenido se orienta a casos reales, asegurando que puedas adaptar lo aprendido a tus propios proyectos o necesidades profesionales.


Conoce al profesor

Emily Rivera

Camilo Bolaños

Ingenierio 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 paises en Europa.

Cursos relacionados

Large Language Models

Profesor: Camilo Bolaños

Inscribirme Ahora
✔ Acceso anual
✔ Certificado oficial Delve