• No hay productos en el carrito.

Certificado Profesional · Impartido por IBMPago único de $4,990 MXN · acceso por 12 meses

Certificado en Ingeniería de IA Generativa con LLMs

Impulsa tu carrera en ML con GenAI y LLMs. Domina lo esencial de ingeniería de GenAI y modelos de lenguaje en ~3 meses.

Certificado con validez SEPA través del Gobierno del Estado de México
12 meses de acceso En línea · 60 h 100% autodidacta 16 unidades Nivel intermedio
Modalidad

Así estudias: curso autodidacta

  • Autodidacta y 100% en línea: contenido disponible 24/7.
  • Avanzas a tu ritmo: la plataforma guarda tu progreso.
  • Sin tutor ni clases en vivo: el curso está diseñado para estudiarse por tu cuenta.
  • Te evalúas con actividades automáticas, sin entregas a un tutor.
Qué aprenderás

Lo que serás capaz de hacer

Aprende los fundamentos de la ingeniería de IA generativa y los modelos de lenguaje extensos (LLM). Desarrolla habilidades prácticas para crear aplicaciones con modelos y herramientas como PyTorch, Hugging Face, RAG y LangChain.

  • Preparar datos de texto y crear data loaders para tareas de procesamiento de lenguaje natural.
  • Explicar arquitecturas generativas y aplicar tokenización, embeddings, atención y transformers en tareas como clasificación y traducción.
  • Entrenar y ajustar modelos de lenguaje con técnicas de fine-tuning eficiente, como PEFT, LoRA y QLoRA, además de explorar RLHF, DPO y PPO.
  • Crear aplicaciones con RAG y LangChain, incluido un bot de preguntas y respuestas como proyecto de portafolio.
Habilidades que desarrollarás
Modelos de lenguaje extensos IA generativa Generative Model Architectures Aplicaciones con LLM Generative Adversarial Networks (GANs) Hugging Face Data Pipelines PyTorch (Machine Learning Library) Procesamiento de lenguaje natural Data Preprocessing Inteligencia artificial Model Training

Temario

UNIDAD 1 - Arquitectura de IA generativa · 14 lecciones

IA Generativa y LLMs: Arquitectura y preparación de datos - UNIDAD 1 - Arquitectura de IA generativa

  • Productos IBM destacados: watsonx.governanceLectura · 2 min
  • Panorama de la ingeniería de IA con LLMVideo · 6 min
  • Introducción al cursoVideo · 3 min
  • Resumen del cursoLectura · 10 min
  • Consejos útiles para completar el cursoActividad · 2 min
  • Importancia de la IA generativaVideo · 6 min
  • Arquitecturas y modelos de IA generativaVideo · 6 min
  • IA generativa para NLPVideo · 7 min
  • Lectura: Fundamentos de las alucinaciones de la IAActividad · 10 min
  • Lectura: Panorama de bibliotecas y herramientasActividad · 20 min
  • Laboratorio: Exploración de bibliotecas de IA generativaActividad · 1 h
  • Resumen y aspectos destacadosLectura · 3 min
  • Cuestionario práctico: Visión general y arquitectura de la IA generativaCuestionario · 20 min
  • Cuestionario graduado: Arquitectura de IA generativaCuestionario · 20 min
UNIDAD 2 - Preparación de datos para LLM · 14 lecciones

IA Generativa y LLMs: Arquitectura y preparación de datos - UNIDAD 2 - Preparación de datos para LLM

  • TokenizaciónVideo · 7 min
  • Laboratorio: Implementación de la tokenizaciónActividad · 1 h
  • Visión general de los cargadores de datosVideo · 7 min
  • Calidad y diversidad de datos para un LLM eficazLectura · 5 min
  • Laboratorio: Creación de un cargador de datos NLPActividad · 1 h
  • Resumen y aspectos destacadosLectura · 2 min
  • Cuestionario práctico: Preparación de datosCuestionario · 20 min
  • Cuestionario graduado: Preparación de datos para LLMCuestionario · 20 min
  • Hoja de trucos: IA generativa y LLM: Arquitectura y preparación de datosActividad · 5 min
  • Glosario del curso: IA generativa y LLM: Arquitectura y preparación de datosActividad · 4 min
  • Próximos pasos: Explore IBM watsonx.governanceLectura · 1 min
  • Conclusión del cursoLectura · 3 min
  • Felicitaciones y próximos pasosLectura · 2 min
  • Equipo y agradecimientosLectura · 1 min
UNIDAD 3 - Fundamentos de la comprensión lingüística · 18 lecciones

Modelos fundacionales de Gen AI para PNL y comprensión del lenguaje - UNIDAD 3 - Fundamentos de la comprensión lingüística

  • Introducción al cursoVideo · 3 min
  • Resumen del cursoLectura · 10 min
  • Panorama de las SpecializationsLectura · 2 min
  • Consejos útiles para completar el cursoActividad · 2 min
  • Convertir palabras en característicasVideo · 6 min
  • Predicción de categorización de documentos con TorchtextVideo · 7 min
  • Formación en categorización de documentos con TorchtextVideo · 8 min
  • Entrenamiento del modelo en PyTorchVideo · 3 min
  • Laboratorio: Clasificación de documentosActividad · 1 h
  • Resumen y aspectos destacadosLectura · 2 min
  • Cuestionario práctico: Comprensión del lenguaje con redes neuronalesCuestionario · 20 min
  • Modelado lingüístico con N-GramsVideo · 8 min
  • N-Gramas como Redes neuronales con PyTorchVideo · 5 min
  • Laboratorio: Construcción de un Modelo de lenguaje mediante el análisis de histogramas de N-gramasActividad · 1 h
  • Laboratorio: Construcción y entrenamiento de una red neuronal para el modelado del lenguajeActividad · 1 h
  • Resumen y aspectos destacadosLectura · 2 min
  • Cuestionario práctico: Modelo de N-GramasCuestionario · 20 min
  • Cuestionario graduado: Fundamentos de la comprensión lingüísticaCuestionario · 20 min
UNIDAD 4 - Modelos de secuencia a secuencia y Word2Vec · 19 lecciones

Modelos fundacionales de Gen AI para PNL y comprensión del lenguaje - UNIDAD 4 - Modelos de secuencia a secuencia y Word2Vec

  • Word2Vec: Introducción y modelos CBOWVideo · 6 min
  • Laboratorio: Integración de Word2Vec Parte 1Actividad · 1 h
  • Word2Vec: Skip-Gram y modelos preformadosVideo · 7 min
  • Laboratorio: Integración de Word2Vec Parte 2Actividad · 1 h
  • Introducción a los Modelos Secuencia a Secuencia y a las Redes Neuronales RecurrentesVideo · 8 min
  • Modelos RNN codificador-decodificador: Entrenamiento e inferenciaVideo · 5 min
  • Modelos RNN codificador-decodificador: TraducciónVideo · 7 min
  • Laboratorio: Desarrollo de un Modelo de secuencia a secuenciaActividad · 1 h
  • Implicaciones éticas de las incrustaciones de palabras y los modelos de lenguajeLectura · 5 min
  • Métricas para evaluar la calidad del texto generadoVideo · 8 min
  • Métricas de evaluación de modelos de NLPActividad · 30 min
  • Resumen y aspectos destacadosLectura · 8 min
  • Cuestionario práctico: Word2Vec, Modelos de secuencia a secuencia y EvaluaciónCuestionario · 20 min
  • Cuestionario graduado: Word2Vec y Modelos de secuencia a secuenciaCuestionario · 20 min
  • Hoja de trucos: Modelos de IA para NLP y comprensión del lenguajeActividad · 15 min
  • Glosario del curso: Modelos de IA para NLP y comprensión del lenguajeActividad · 4 min
  • Conclusión del cursoLectura · 4 min
  • Felicitaciones y próximos pasosLectura · 2 min
  • Equipo y agradecimientosLectura · 2 min
UNIDAD 5 - Conceptos fundamentales de la arquitectura de transformadores · 16 lecciones

Modelado Generativo del Lenguaje AI con Transformadores - UNIDAD 5 - Conceptos fundamentales de la arquitectura de transformadores

  • Introducción al cursoVideo · 3 min
  • Resumen del cursoLectura · 5 min
  • Panorama de las SpecializationsLectura · 7 min
  • Consejos útiles para completar el cursoActividad · 2 min
  • Lectura: Guía para principiantes sobre los fundamentos del Modelo transformadorActividad · 5 min
  • Codificación posicionalVideo · 7 min
  • Mecanismo de atenciónVideo · 7 min
  • Mecanismo de autoatenciónVideo · 7 min
  • DE LA ATENCIÓN A LOS TRANSFORMADORESVideo · 7 min
  • Laboratorio práctico: Mecanismo de atención y codificación posicionalActividad · 45 min
  • Transformadores para clasificación: CodificadorVideo · 9 min
  • Laboratorio práctico: Aplicación de transformadores para la clasificaciónActividad · 1 h
  • Técnicas de optimización para la formación eficiente de transformadoresLectura · 3 min
  • Resumen y aspectos destacadosLectura · 2 min
  • Cuestionario práctico: Codificación posicional, atención y aplicación en la clasificaciónCuestionario · 20 min
  • Cuestionario Graduado: Conceptos fundamentales de la arquitectura de los transformadoresCuestionario · 20 min
UNIDAD 6 - Conceptos avanzados de arquitectura de transformadores · 27 lecciones

Modelado Generativo del Lenguaje AI con Transformadores - UNIDAD 6 - Conceptos avanzados de arquitectura de transformadores

  • Lectura: Introducción a los conceptos avanzados de los modelos transformadoresActividad · 7 min
  • Modelo de lenguaje con los descodificadores y los modelos tipo GPTVideo · 7 min
  • Entrenamiento de modelos decodificadoresVideo · 7 min
  • Modelos de descodificación - Implementación de PyTorch - LM causalVideo · 6 min
  • Modelos decodificadores: Implementación de PyTorch mediante entrenamiento e inferenciaVideo · 5 min
  • Laboratorio práctico: Decodificador GPT-like ModelsActividad · 45 min
  • Resumen y aspectos destacadosLectura · 1 min
  • Cuestionario práctico: Modelos de descodificadorCuestionario · 20 min
  • Modelos de codificador con BERT: preentrenamiento mediante MLMVideo · 6 min
  • Modelos de codificador con BERT: preentrenamiento con NSPVideo · 6 min
  • Preparación de datos para BERT con PyTorchVideo · 9 min
  • Preentrenamiento de modelos BERT con PyTorchVideo · 8 min
  • Laboratorio práctico: Preentrenamiento de modelos BERTActividad · 1 h
  • Laboratorio práctico: Preparación de datos para BERTActividad · 45 min
  • Resumen y aspectos destacadosLectura · 1 min
  • Cuestionario práctico: Modelos de codificadorCuestionario · 20 min
  • Arquitectura de transformadores para la traducción de idiomasVideo · 5 min
  • Arquitectura de transformadores para traducción: Implementación de PyTorchVideo · 8 min
  • Laboratorio: Transformadores para la traducciónActividad · 30 min
  • Resumen y aspectos destacadosLectura · 1 min
  • Cuestionario de Práctica: Aplicación de los Transformadores para la TraducciónCuestionario · 20 min
  • Cuestionario Graduado: Conceptos avanzados de arquitectura de transformadoresCuestionario · 20 min
  • Hoja de trucos: Modelo de lenguaje con transformadoresActividad · 15 min
  • Glosario del curso: Modelo de lenguaje con transformadoresActividad · 3 min
  • Conclusión del cursoLectura · 2 min
  • Gracias de parte del equipo del cursoLectura · 2 min
  • Felicitaciones y próximos pasosLectura · 2 min
UNIDAD 7 - Transformadores y puesta a punto · 15 lecciones

Ingeniería Generativa de IA y Transformadores de Ajuste Fino - UNIDAD 7 - Transformadores y puesta a punto

  • Introducción al cursoVideo · 3 min
  • Resumen del cursoLectura · 3 min
  • Panorama de las SpecializationsLectura · 7 min
  • Consejos útiles para completar el cursoLectura · 5 min
  • Cara de abrazo vs. PyTorchVideo · 6 min
  • Laboratorio: Modelos de carga e inferencia con Hugging FaceActividad · 20 min
  • Transformadores preformados y ajuste finoVideo · 7 min
  • [Opcional] LLM de preentrenamiento con cara de abrazoActividad · 1 h
  • Ajuste fino con PyTorchVideo · 7 min
  • Afinar con la cara abrazadaVideo · 5 min
  • Laboratorio: Pre-entrenamiento y puesta a punto con PyTorchActividad · 1 h
  • Laboratorio: Perfeccionamiento de transformadores con PyTorch y Hugging FaceActividad · 30 min
  • Lectura: Resumen y aspectos destacadosLectura · 10 min
  • Cuestionario práctico: Aprendizaje por transferencia en PNLCuestionario · 20 min
  • Cuestionario graduado: Transformadores y puesta a puntoCuestionario · 20 min
UNIDAD 8 - Ajuste fino eficiente de parámetros (PEFT) · 17 lecciones

Ingeniería Generativa de IA y Transformadores de Ajuste Fino - UNIDAD 8 - Ajuste fino eficiente de parámetros (PEFT)

  • Vídeo: Introducción al PEFTVideo · 8 min
  • Laboratorio Adaptadores con PyTorchActividad · 45 min
  • Adaptación de bajo rango (LoRA)Video · 6 min
  • LoRA con Hugging Face y PyTorchVideo · 7 min
  • Laboratorio: LoRA con PyTorchActividad · 1 h
  • DE LA CUANTIZACIÓN A QLoRAVideo · 6 min
  • laboratorio [Opcional]: QLoRA con cara abrazadaActividad · 15 min
  • Sugerencias suavesActividad · 25 min
  • Consideraciones éticas en el ajuste de modelos de lenguaje grandesLectura · 3 min
  • Resumen y aspectos destacadosLectura · 2 min
  • Cuestionario práctico: Ajuste fino eficiente de parámetros (PEFT)Cuestionario · 20 min
  • Cuestionario graduado: Ajuste fino eficiente de parámetros (PEFT)Cuestionario · 20 min
  • Hoja de trucos: Ingeniería de IA generativa y transformadores de sintonía finaActividad · 15 min
  • Glosario: Ingeniería de IA generativa y transformadores de sintonía finaActividad · 5 min
  • Conclusión del cursoLectura · 3 min
  • Felicitaciones y próximos pasosLectura · 2 min
  • Gracias de parte del equipo del cursoLectura · 2 min
UNIDAD 9 - Diferentes enfoques del ajuste fino · 17 lecciones

Ajuste fino avanzado de IA generativa para LLM - UNIDAD 9 - Diferentes enfoques del ajuste fino

  • Introducción al cursoVideo · 3 min
  • Resumen del cursoLectura · 3 min
  • Panorama de las SpecializationsLectura · 10 min
  • Consejos útiles para completar el cursoActividad · 5 min
  • Fundamentos de la sintonización de instruccionesVideo · 7 min
  • Instrucción-Sintonización con Cara de AbrazoVideo · 7 min
  • Ajuste de las instruccionesActividad · 15 min
  • Ajuste de instrucciones LLMActividad · 1 h 30 min
  • Buenas prácticas para ajustar modelos de lenguaje grandes a la enseñanzaLectura · 3 min
  • Modelización de recompensas: Evaluación de respuestasVideo · 5 min
  • Formación en modelos de recompensaVideo · 7 min
  • Recompensar el modelado con un abrazo en la caraVideo · 8 min
  • Modelización de recompensas y evaluación de respuestasActividad · 15 min
  • Laboratorio Modelización de recompensasActividad · 1 h
  • Cuestionario práctico: Modelado de instrucción-sintonización y recompensaCuestionario · 20 min
  • Resumen y aspectos destacadosLectura · 2 min
  • Diferentes enfoques de la sintonización de instruccionesCuestionario · 20 min
UNIDAD 10 - Ajuste fino de los LLM causales con retroalimentación humana y preferencia directa · 24 lecciones

Ajuste fino avanzado de IA generativa para LLM - UNIDAD 10 - Ajuste fino de los LLM causales con retroalimentación humana y preferencia directa

  • Grandes modelos lingüísticos (LLM) como distribucionesVideo · 7 min
  • De las distribuciones a las políticasVideo · 4 min
  • Aprendizaje por refuerzo a partir de la retroalimentación humana (RLHF)Video · 8 min
  • Optimización de la Política Proximal (PPO)Video · 5 min
  • PPO con cara de abrazoVideo · 4 min
  • Formador PPOVideo · 6 min
  • Truco de la derivada logarítmicaActividad · 15 min
  • Laboratorio: Aprendizaje por refuerzo a partir del feedback humano utilizando PPOActividad · 30 min
  • Resumen y aspectos destacadosLectura · 4 min
  • Cuestionario práctico: Optimización de la Política Proximal (PPO)Cuestionario · 20 min
  • RPD: Función de particiónVideo · 6 min
  • OPD: Solución óptimaVideo · 8 min
  • De la política óptima a la RPDVideo · 6 min
  • DPO con cara de abrazoVideo · 5 min
  • Laboratorio: Optimización Directa de Preferencias (OPD) mediante Cara de AbrazoActividad · 45 min
  • Perfeccione los LLM localmente con InstructLabActividad · 15 min
  • Resumen y aspectos destacadosLectura · 3 min
  • Cuestionario práctico: Optimización de Preferencia Directa (OPD)Cuestionario · 20 min
  • Ajuste fino de los LLM causales con retroalimentación humana y preferencia directaCuestionario · 20 min
  • Hoja de trucos: Perfeccionamiento avanzado de IA generativa para LLMsActividad · 15 min
  • Glosario: Perfeccionamiento de la IA generativa para los LLMActividad · 15 min
  • Conclusión del cursoLectura · 6 min
  • Felicitaciones y próximos pasosLectura · 3 min
  • Gracias de parte del equipo del cursoLectura · 2 min
UNIDAD 11 - Fundamentos de los agentes de IA · 17 lecciones

Fundamentos de los agentes de IA mediante RAG y LangChain - UNIDAD 11 - Fundamentos de los agentes de IA

  • Panorama de las SpecializationsLectura · 7 min
  • Introducción al cursoVideo · 3 min
  • Resumen del cursoLectura · 10 min
  • ¿Qué son los agentes de IA?Video · 12 min
  • Comparación de diseños de sistemas de IALectura · 5 min
  • Exploración de los fundamentos de los agentes de IAActividad · 15 min
  • Cuándo utilizar agentes de IA (y cuándo no)Lectura · 5 min
  • Práctica: Introducción a los agentes de IACuestionario · 20 min
  • Llamamiento de herramientas para LLMVideo · 5 min
  • Por qué la IA necesita herramientas: De la suposición a la acción en el mundo realVideo · 5 min
  • Métodos de creación de agentes de IALectura · 7 min
  • Laboratorio: Creación de agentes de IA desde cero con PythonActividad · 30 min
  • Ventajas y desventajas de los marcos de agentes de IA frente a la creación desde ceroLectura · 5 min
  • Cuestionario práctico: Introducción a la llamada a herramientasCuestionario · 20 min
  • Resumen del módulo: Fundamentos de los agentes de IALectura · 10 min
  • Hoja de trucos: Agentes de IA El tiempo y el plato del díaLectura · 10 min
  • Cuestionario graduado: Fundamentos de los agentes de IACuestionario · 20 min
UNIDAD 12 - Marco RAG · 8 lecciones

Fundamentos de los agentes de IA mediante RAG y LangChain - UNIDAD 12 - Marco RAG

  • RAGVideo · 7 min
  • RAG, codificadores y FAISSVideo · 10 min
  • Lab: RAG con cara de abrazoActividad · 1 h
  • Laboratorio: RAG con PyTorchActividad · 1 h
  • Cuestionario práctico: Introducción al GARCuestionario · 20 min
  • Lectura: Resumen y aspectos destacadosLectura · 2 min
  • Hoja de trucos: Retrieval-Augmented Generation (RAG) con Hugging Face y PyTorchLectura · 10 min
  • Cuestionario graduado: Marco RAGCuestionario · 20 min
UNIDAD 13 - Prompt Engineering y LangChain · 17 lecciones

Fundamentos de los agentes de IA mediante RAG y LangChain - UNIDAD 13 - Prompt Engineering y LangChain

  • Introducción a LangChainVideo · 4 min
  • Introducción a la ingeniería de avisos y al aprendizaje en contextoVideo · 6 min
  • Métodos Avanzados de Ingeniería PromptVideo · 6 min
  • Laboratorio: Ingeniería en contexto y plantillas de instruccionesActividad · 30 min
  • Cadena Lingüística: Conceptos básicosVideo · 7 min
  • Documentos LangChain para crear aplicaciones RAGVideo · 4 min
  • Cadenas LangChain y agentes para aplicaciones de construcciónVideo · 7 min
  • Laboratorio LangChainActividad · 40 min
  • Resumir documentos privados con RAG, LangChain y LLMActividad · 45 min
  • Cuestionario práctico: Prompt Ingeniería y LangChainCuestionario · 20 min
  • Resumen y aspectos destacadosLectura · 3 min
  • Cuestionario graduado: Ingeniería de indicaciones y LangChainCuestionario · 20 min
  • Hoja de trucos: Fundamentos de la creación de agentes de IA con RAG y LangChainLectura · 20 min
  • Glosario: Fundamentos de la creación de agentes de IA con RAG y LangChainLectura · 5 min
  • Conclusión del cursoLectura · 2 min
  • Felicitaciones y próximos pasosLectura · 2 min
  • Gracias de parte del equipo del cursoLectura · 2 min
UNIDAD 14 - Cargador de documentos con LangChain · 13 lecciones

Proyecto: Aplicaciones de IA Generativa con RAG y LangChain - UNIDAD 14 - Cargador de documentos con LangChain

  • Introducción al cursoVideo · 4 min
  • Resumen del cursoLectura · 5 min
  • EspecializaciónLectura · 5 min
  • Consejos útiles para completar el cursoActividad · 1 min
  • Cargue su documento desde distintas fuentesVideo · 7 min
  • Laboratorio: Carga de documentos mediante LangChain para distintas fuentesActividad · 1 h
  • Buenas prácticas para cargar documentos en aplicaciones LangChainLectura · 3 min
  • Laboratorio: Poner todo el documento en Prompt y preguntar al modeloActividad · 20 min
  • Cuestionario práctico: Diferentes cargadores de documentos de LangChainCuestionario · 20 min
  • Estrategias de división del texto para un tratamiento óptimoVideo · 6 min
  • Laboratorio: Aplicar técnicas de división de texto para mejorar la capacidad de respuesta del modeloActividad · 30 min
  • Prueba práctica: Dividir textoCuestionario · 20 min
  • Lectura: Resumen y aspectos destacadosLectura · 1 min
UNIDAD 15 - RAG con LangChain · 11 lecciones

Proyecto: Aplicaciones de IA Generativa con RAG y LangChain - UNIDAD 15 - RAG con LangChain

  • Incrustar documentos con el modelo de incrustación de watsonxActividad · 10 min
  • Laboratorio: Incrustación de documentos mediante el modelo de incrustación de watsonxActividad · 30 min
  • Introducción a las bases de datos vectoriales para almacenar incrustacionesVideo · 5 min
  • Laboratorio: Creación y configuración de una base de datos vectorial para almacenar incrustaciones de documentosActividad · 30 min
  • Cuestionario práctico: Incrustación del documentoCuestionario · 20 min
  • Explore Retrievers avanzados en Langchain: Parte 1Video · 3 min
  • Explore Retrievers avanzados en Langchain - Parte 2Video · 5 min
  • Laboratorio: Desarrollo de un recuperador para obtener segmentos de documentos a partir de consultasActividad · 40 min
  • Lectura: Comparar el ajuste fino utilizando InstructLab con RAGActividad · 15 min
  • Cuestionario práctico: RetrieverCuestionario · 20 min
  • Resumen del módulo: RAG utilizando LangChainLectura · 2 min
UNIDAD 16 - Cree un robot de control de calidad para leer su documento · 17 lecciones

Proyecto: Aplicaciones de IA Generativa con RAG y LangChain - UNIDAD 16 - Cree un robot de control de calidad para leer su documento

  • Primeros pasos con GradioVideo · 4 min
  • Laboratorio: Configuración de una interfaz Gradio sencilla para interactuar con tus modelosActividad · 30 min
  • Práctica: Introducción a GradioCuestionario · 20 min
  • Lectura: Visión general del proyectoActividad · 2 min
  • Lectura: Construir un robot de control de calidad que aproveche LangChain y LLM para responder preguntas de un documento cargadoActividad · 15 min
  • Laboratorio: Construir un robot de control de calidad que aproveche LangChain y LLM para responder preguntas a partir de un documento cargadoActividad · 30 min
  • Prueba práctica: Construir una aplicación web QA BotCuestionario · 20 min
  • Resumen del módulo: Crear un robot de control de calidad para leer su documentoLectura · 1 min
  • Lectura: Directrices y resultados de la presentación finalActividad · 2 min
  • Opción 1: AI Graded - Proyecto final: Presentación y evaluaciónActividad · 30 min
  • Opción 2: Calificación por pares - Presentación y evaluación del proyecto finalLección · 30 min
  • Hoja de trucos: Proyecto: Aplicaciones de IA generativa con RAG y LangChainActividad · 15 min
  • Glosario del curso: Proyecto: Aplicaciones de IA generativa con RAG y LangChainActividad · 15 min
  • Cuestionario del curso: Proyecto: Aplicaciones de IA generativa con RAG y LangChainCuestionario · 20 min
  • Conclusión del cursoLectura · 3 min
  • Felicitaciones y próximos pasosLectura · 2 min
  • Gracias de parte del equipo del cursoLectura · 2 min
Al terminar

Lo que harás al terminar

Podrás desarrollar y ajustar aplicaciones de IA generativa con LLM, así como presentar un proyecto práctico que demuestre tus habilidades. Estos conocimientos pueden apoyar tu desarrollo en áreas de aprendizaje automático e ingeniería de IA generativa.

Perfil

¿Para quién es este curso?

Dirigido a personas con conocimientos intermedios que quieran avanzar en aprendizaje automático y adquirir experiencia práctica con IA generativa, LLM y procesamiento de lenguaje natural.

Nivel intermedio; interés en aprendizaje automático e IA
Certificado oficial

Certificado con validez SEP: lo emite la SEP, no solo una plataforma

Al demostrar la competencia recibes un certificado emitido por la Secretaría de Educación Pública a través del Gobierno del Estado de México: un documento oficial que puedes presentar con confianza ante cualquier empleador o institución.

Tu certificado con INEC

  • Lo emite la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México
  • Documento oficial con folio verificable en línea
  • Lo otorga la Universidad Tecnológica Fidel Velázquez

Otras plataformas en línea

  • Constancia privada emitida por la misma plataforma
  • Solo acredita horas cursadas o asistencia
  • Sin respaldo de una autoridad educativa
Cómo funciona

Tu itinerario, de la inscripción al certificado

  1. 1

    Inscripción con pago único

    Pagas $4,990 MXN una sola vez y entras de inmediato al curso.

  2. 2

    Estudias a tu ritmo

    16 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.

  3. 3

    Cuestionarios por unidad

    38 cuestionarios para comprobar lo aprendido.

  4. 4

    Certificado

    Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.

Lo que obtienes

Un certificado oficial de la SEP

Muestra del certificado: Ingeniería de IA Generativa con LLMs

Muestra · verificable por folio y QR

  • Certificado SEP incluido (sin costo). Emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México. No es una constancia privada: es un documento oficial, y ese respaldo marca la diferencia frente a otras plataformas en línea.
  • Contenido impartido por IBM.
  • Folio y QR verificables para compartirlo con quien te contrate.
Medios que necesitas
Equipo de cómputo Conexión estable a internet
Pago único

Empieza hoy, a tu ritmo

Un solo pago y acceso inmediato al curso completo durante 12 meses.

  • 16 unidades · 264 lecciones · 60 h
  • 12 meses de acceso
  • 38 cuestionarios de evaluación
  • Certificado SEP incluido (sin costo), emitido por la SEP (Gob. del Estado de México) con folio verificable
Pago único
$4,990MXN
Acceso por 12 meses
Inscribirme Hablar con un asesor de inscripción
Preguntas frecuentes

Sobre tu inscripción

¿Cómo es el pago?

Un solo pago de $4,990 MXN. No hay mensualidades ni cargos recurrentes.

¿Cuánto tiempo tengo acceso?

12 meses desde tu inscripción, 24/7, para avanzar a tu ritmo.

¿Quién imparte el contenido?

El curso es impartido por IBM; INEC gestiona tu inscripción, evaluación y certificado.

¿Qué pasa cuando vence mi acceso?

Puedes renovar tu cuenta tú mismo desde la plataforma, sin trámites ni esperas.

¿El curso tiene validez SEP?

Sí, incluido sin costo. Al completar el curso recibes un certificado emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.

¿El curso tiene tutor o clases en vivo?

No. Es un curso autodidacta: estudias por tu cuenta, a tu ritmo, sin tutor ni sesiones en vivo.

¿Cómo se evalúa?

Te evalúas con actividades automáticas, sin entregas a un tutor.

Cursos relacionados

Certificado emitido por la SEP a través del Gobierno del Estado de México · Ingeniería de IA Generativa con LLMs

Inscribirme
  INEC es una Marca de SalesPartners Ciudad de México S de RL de CV. Template Design © Learnify LMS. All rights reserved. Terminos y Condiciones Aviso de Privacidad Politica de Devolución
Hide picture