Curso de Langchain y LLMs con Python

Características Principales

Precio: 180€ IVA INC

null  Duración: 25 HORAS

 Modalidad: ONLINE

null  Descuentos:

  • 10% estudiantes y desempleados
  • 15% si te inscribes en dos cursos
  • Bonificable a través de la Fundae
  • (Los descuentos no son acumulables)

Descripción:

 

El presente 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.

Comienza con una comprensión clara de qué son los LLMs, descubre cómo transformar y gestionar documentos, crear embeddings, y almacenar vectores de manera eficiente utilizando bases de datos vectoriales y aprende a desarrollar modelos secuenciales con memoria y agentes inteligentes capaces de realizar tareas compleja

 

Precio: 180€ IVA inc

25 Horas

Prácticas y exámenes

Certificado de curso

Bonificable a empresas

Temario y ficha descriptiva del curso:

 

Tema 1º 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 y API Key
  • Resumen

Tema 2º Modelos de Entrada / Salida en Langchain

  • 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

Tema 3º Conectores de Datos en Langchain

  • 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

Tema 4º Cadenas en Langchain

  • ¿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

Tema 5º Memoria en Langchain

  • ¿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

Tema 6º Agentes en Langchain

  • ¿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

Tema 7º Agentes en Langchain: Desarrollo de proyectos reales

  • 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

 

 

Objetivos del curso:

  • 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.

 

 

  • El curso tiene un coste de 180€ IVA incluido

Una vez inscrito, el alumno recibirá las claves de acceso al curso durante un periodo de 3 meses desde su matriculación.

  • Una vez inscrito en el curso Online, tendrás acceso a todo el contenido durante los próximos 3 meses 
  • Podrás realizar el curso a través de tu ordenador, móvil o tablet para realizar el curso cómodamente y a tu ritmo
  • Durante el curso tendrás que completar 7 temas dedicados, con un total de 25 horas lectivas
  • En el momento que lo necesites podrás efectuar tus consultas al formador, a través de correo electrónico, para resolver tus dudas relativas al curso.
  • Una vez finalizada la formación, te enviaremos un Certificado del curso emitido por Culture Lab TS S.L. 

Requisitos del curso: 

 

  • Se requiere disponer de conocimientos básicos de Python, aunque todo el desarrollo de los casos se explicará desde cero.
  • La empresa  podrá solicitar la bonificación del curso a través de FUNDAE 
  • Culture Lab facilitará a la empresa solicitante la documentación necesaria para que la empresa pueda dar de alta el proceso de bonificación del curso.
  • El curso dispone de una bonificación máxima aplicable del 100% en modalidad Online siempre y cuando la empresa disponga de los créditos necesarios para solicitar la bonificación.

El crédito disponible para las empresas durante el presente ejercicio se calcula a partir de dos datos: lo cotizado por la empresa en concepto de Formación Profesional en el año anterior y el tamaño de su plantilla, que determinará el porcentaje del importe cotizado al cual tiene derecho la empresa:

  •  Empresas de 1 a 9 trabajadores: 100%.
  •  De 10 a 49 trabajadores: 75%.
  •  De 50 a 249 trabajadores: 60%.
  •  De 250 o más trabajadores: 50%.

 

  • Durante la impartición del curso Culture Lab se encargará  de los controles de asistencia diarios de los alumnos, así como de las encuestas de evaluación finales, las cuales serán entregadas al responsable de la empresa al finalizar el curso.

Descuentos y promociones*:

  • 10% de descuento para estudiantes y desempleados.
  • 15% si te inscribes en dos cursos.
  • Curso bonificable a través de Fundae para trabajadores y empresas.

*(Los descuentos presentados no son acumulables)

Curso de Langchain y LLMs con Python

Aprende a integrar los potentes Modelos de Lenguaje de Última Generación (LLMs) en tus aplicaciones a través de Python

Culture Lab
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. Para saber más sobre el uso que hacemos de las cookies ver Política de cookies