MATRICÚLATE
OFERTA
¡De regalo un videocurso de 30 sesiones!
- Curso de Inteligencia Artificial Generativa en AWS +
- Videocurso de Fundamentos de AWS para Ciencia de Datos
Todo por 189 dólares
🎁 ¿Quieres un 20% de DCTO?, usa el código:
descuentobda
*¿Quieres una mejor oferta?, sigue bajando para obtenerla
¡Llévate mucho más!
Sólo por esta semana, para las 10 primeras matrículas
Te llevas:
- 🧑💻EL CURSO EN VIVO: de Inteligencia Artificial Generativa en AWS
- 🎁VIDEOCURSO: Fundamentos de AWS para Ciencia de Datos
- 🎁EDICIÓN GRABADA: Del curso ""Ciencia de Datos con Spark & Tensorflow"" de 8 sesiones, valorizado en 100 dólares
- 🎁WORKSHOP GRABADO: De 3 días de ""Tu Primer Modelo de Machine Learning en AWS"" valorizado en 29 dólares
PROMOCIÓN: Sólo a ⚡$209 dólares *
🎁 ¿Quieres un 20% de DCTO?, usa el código:
descuentobda
Horario según tu país
¡Las clases empezaron esta semana! Si te matriculas ahora, tendrás acceso a nuestra plataforma con las grabaciones para ponerte al día.
INICIO: Sábado 1 de Marzo - 10 sesiones en vivo
-
Perú, Colombia, Ecuador, Panamá
- Sábados de 8:00 AM a 11:00 AM y
- Domingos de 8:00 AM a 11:00 AM
-
Argentina, Chile, Uruguay, Paraguay
- Sábados de 10:00 AM a 1:00 PM y
- Domingos de 10:00 AM a 1:00 PM
-
Bolivia, Puerto Rico, Venezuela
- Sábados de 9:00 AM a 12:00 PM y
- Domingos de 9:00 AM a 12:00 PM
-
Ciudad de México, Costa Rica
- Sábados de 7:00 AM a 10:00 AM y
- Domingos de 7:00 AM a 10:00 AM
¡Un total de 10 sesiones en vivo!
Conoce el temario de 10 sesiones divididas en 8 módulos
-
MÓDULO 1: INTRODUCCIÓN A LA IA GENERATIVA Y CHATBOTS
- ¿Qué es la IA generativa? Historia y evolución.
- Aplicaciones prácticas de los chatbots en diversas industrias.
- Conceptos clave: Modelos de lenguaje, transformers, y RAG (Retriever-Augmented Generation).
- Arquitectura básica de un chatbot moderno.
- Introducción a Amazon y Amazon Bedrock.
- Configuración inicial del entorno en AWS: creación de cuenta y recursos.
- Primeros pasos en el uso de la plataforma Amazon Bedrock.
- Despliegue inicial de un chatbot básico con interacción textual.
-
MÓDULO 2: FUNDAMENTOS DE AMAZON BEDROCK Y MODELOS LLM
- Introducción a los modelos de Bedrock: Titan y Nova.
- ¿Qué es un modelo de lenguaje grande (LLM) y cómo funcionan?
- Exploración de los diferentes casos de uso de LLM en la empresa.
- Creación de un chatbot básico utilizando Amazon Bedrock.
- Configuración y gestión de la API de Amazon Bedrock en AWS.
- Interacción del chatbot con modelos preentrenados (Titan y Nova).
- Configuración de entornos de desarrollo para trabajar con Amazon Bedrock.
- Despliegue y prueba de un modelo simple de lenguaje para interacción chatbot.
-
MÓDULO 3: ARQUITECTURA RAG (RETRIEVER-AUGMENTED GENERATION)
- ¿Qué es la arquitectura RAG y cómo potencia los chatbots?
- Descripción de la memoria de corto y largo plazo en chatbots.
- Implementación práctica de la arquitectura RAG en Amazon Bedrock.
- Uso de bases de datos vectorizadas para recuperar contexto en tiempo real.
- Creación de un sistema de recuperación de información mediante APIs.
- Ejemplo práctico: Integración de RAG con el chatbot básico creado en MÓDULOS anteriores.
- Escenarios de uso: Mejora de la precisión y relevancia en las respuestas del chatbot.
- Evaluación de rendimiento y beneficios de la arquitectura RAG en producción.
-
MÓDULO 4: CONSTRUCCIÓN DE CHATBOTS CON MEMORIA DINÁMICA
- Concepto de memoria dinámica en chatbots: corto y largo plazo.
- Procesos de vectorización de datos para mejorar la recuperación de información.
- Ejemplos prácticos de uso de memoria en chatbots: seguimiento de conversaciones previas.
- Uso de bases de datos de memoria vectorizada en AWS.
- Implementación de un sistema de seguimiento de interacciones pasadas.
- Optimización de las respuestas del chatbot utilizando datos históricos.
- Mejores prácticas para la gestión de memoria en sistemas conversacionales.
- Integración de memoria dinámica en chatbots usando Amazon Bedrock y RAG.
-
MÓDULO 5: CREACIÓN DE AGENTES ESPECIALIZADOS
- Desarrollo de agentes especializados (copiloto, reportería, SQL).
- Creación de un agente copiloto para asistir en la toma de decisiones.
- Ejemplos prácticos: Agentes para automatización de reportes y consultas.
- Uso de bases de datos para la gestión de consultas SQL a través del chatbot.
- Implementación de funciones simples y su integración con los agentes.
- Manejo de múltiples peticiones con AWS Lambda.
- Interacción entre agentes especializados y sistemas empresariales.
- Ejemplo práctico: Crear un agente especializado en la toma de decisiones automatizadas.
-
MÓDULO 6: INTEGRACIÓN CON APIS EMPRESARIALES Y SISTEMAS EXTERNOS
- Conectar chatbots y agentes a sistemas empresariales existentes.
- Introducción a AWS API Management para escalabilidad y control.
- Gestión de autenticación y autorización de APIs
- Ejemplos prácticos de integración de datos externos en las respuestas del chatbot.
- Gestión de peticiones y respuestas mediante APIs REST.
- Sincronización de sistemas empresariales con chatbots para interacción fluida.
- Prácticas sobre la integración de fuentes de datos externas y su impacto en la precisión.
-
MÓDULO 7: SEGURIDAD Y ESCALABILIDAD DE AGENTES EN AWS
- Principales retos de seguridad en la implementación de chatbots.
- Autenticación de usuarios.
- Seguridad en la comunicación entre agentes y sistemas internos.
- Prácticas recomendadas para proteger datos sensibles en un chatbot.
- Escalabilidad en AWS: Uso de contenedores (Docker, Kubernetes) para chatbots.
- Implementación de estrategias de escalado automático en Elastic Kubernetes Service (EKS).
- Optimización de recursos de cómputo y almacenamiento en sistemas de chatbots.
- Ejemplo práctico: Despliegue de un sistema escalable de chatbots y agentes en AWS.
-
MÓDULO 8: IMPLEMENTACIÓN DE MULTI-AGENTES EN AWS
- Introducción a los multi-agentes: Definición y aplicaciones prácticas.
- Diseño de sistemas multi-agente en un entorno de nube (AWS).
- Implementación de agentes especializados: chatbots, SQL, reportería, copiloto.
- Uso de APIs para la orquestación de múltiples agentes en tiempo real.
- Ejemplo práctico: Integración de un agente SQL para consultas de base de datos.
- Sincronización de múltiples agentes para cumplir funciones simultáneas.
- Gestión de peticiones y respuestas en un sistema multi-agente.
- Implementación en AWS: uso de AWS Lambda para la orquestación.
- Razonamiento avanzado con Nova Premier
Profesor
"He trabajado con todo tipo de proyectos, desde pequeños de unos cuántos miles de dólares, hasta muy grandes de presupuestos de millones de dólares"
✅14 años de experiencia en Big Data e Inteligencia Artificial
✅12 años de experiencia como docente universitario
✅Más detalles de mi perfil: LINKEDIN
Alonso Melgarejo
[email protected]
Preguntas Frecuentes
-
¿Qué es Big Data Academy (BDA)?
Somos una empresa que tiene como objetivo desbloquear todo tu potencial en Big Data, Inteligencia Artificial y Cloud Computing
-
¿Hay cursos para principiantes?
Sí, desde workshops de primeros pasos hasta cursos y programas completos
-
¿Hay cursos para empresas o grupos grandes?
Sí, con buenos descuentos, puedes escribirnos a nuestro WhatsApp (+51 907 999 456)
-
¿Cuáles son los cursos en los que puedo matricularme?
Puedes encontrar los cursos y programas desde el siguiente enlace: CURSOS
-
¿Cuáles son los requisitos para matricularme en un curso?
Puedes revisar el brochure o la web de cada curso para conocer su detalle
-
¿Qué tipo de computadora requiero para iniciar un curso?
Una computadora simple, usamos infraestructura en la nube para practicar, puedes acceder incluso desde tu tablet
-
¿Cuántas horas semanales requiero para llevar un curso?
Depende de ti, pero te recomendamos de 2 a 3 horas semanales