Hugging Face y NLP con Python: Aplicaciones de Negocio
Aprenda NLP Aplicado con Modelos Preentrenados para Análisis de Sentimiento, Clasificación, NER y Respuesta a Preguntas
Lo que serás capaz de hacer
Hoy muchas empresas tienen una mina de información escondida en texto: reseñas de clientes, tickets, solicitudes, noticias, documentos y preguntas frecuentes. El problema no es que falten datos. El problema es que, en la mayoría de los casos, ese texto sigue ahí, sin convertirse en análisis útil ni en decisiones accionables. Y justamente ahí es donde entra este curso de Hugging Face para NLP Aplicado , en el que usted aprenderá a utilizar modelos preentrenados para resolver problemas reales con texto, sin necesidad de empezar desde cero ni de meterse en un enfoque excesivamente teórico. La idea no es que usted memorice código por memorizarlo. La idea es que aprenda a tomar un problema de negocio, identificar qué técnica tiene sentido y convertir texto no estructurado en información útil para analizar, clasificar, extraer o consultar. A lo largo del curso trabajaremos aplicaciones muy valiosas en el mundo real, como análisis de sentimiento, clasificación de texto, extracción de entidades y respuesta a preguntas sobre una base de información. Y algo importante: este no es un curso diseñado como ejercicio técnico aislado. Los ejemplos, los casos y la lógica del curso están pensados para que usted pueda visualizar aplicaciones reales en áreas como marketing, operaciones, servicio al cliente, research, inteligencia de negocios y otros contextos profesionales de América Latina. ¿Por qué podría valerle la pena aprender esto conmigo? Porque este curso no fue construido al azar. Llevo más de cinco años creando formación online, tengo 64 cursos publicados en Udemy y más de 20 best-sellers en áreas como finanzas, Python, analytics e inteligencia artificial aplicada. Además, tengo una maestría en finanzas, un MBA de INCAE y un Ph.D. en Management de la Universidad de St. Gallen, en Suiza. También he sido coautor de más de 25 casos de enseñanza, algunos incluidos en bases de universidades como Harvard y Michigan. Le comparto esto porque mi enfoque no es solo técnico: está orientado a conectar herramientas con criterio de negocio y con aplicaciones reales. Además del contenido en video, usted tendrá acceso a los cuadernos de python, archivos de datos en CSV , PDFs descargables de las presentaciones, foro de preguntas y respuestas, y roleplays con inteligencia artificial para que no solo practique la parte técnica, sino también la capacidad de explicar, defender y aplicar sus hallazgos con criterio profesional. Si usted quiere desarrollar una habilidad cada vez más valiosa —la de convertir texto en decisiones útiles con apoyo de inteligencia artificial— este curso puede ser para usted. Lo invito a revisar las clases gratuitas, explorar el contenido y, si le hace sentido, inscribirse hoy mismo. Nos vemos en la primera clase.
- Construir pipelines de NLP con Hugging Face y Python para analizar texto no estructurado.
- Aplicar modelos preentrenados para análisis de sentimiento, clasificación de texto y reconocimiento de entidades.
- Seleccionar la técnica de NLP más adecuada según el problema de negocio y el tipo de texto disponible.
- Preparar inputs en Python y ejecutar modelos preentrenados sobre textos individuales o columnas de datos.
- Responder preguntas sobre una base de información usando recuperación de contexto y modelos de Question Answering.
- Traducir resultados de NLP en hallazgos útiles para análisis, segmentación, monitoreo y apoyo a decisiones.
Temario
UNIDAD 1 - Introducción al NLP y al Ecosistema de Hugging Face · 7 leccionesUNIDAD 1 - Introducción al NLP y al Ecosistema de Hugging Face
UNIDAD 1 - Introducción al NLP y al Ecosistema de Hugging Face
- ¡Bienvenida al Curso!
- ¿Qué Aprenderá en Este Curso y Qué Incluye?
- Para tu Conveniencia: Descarga los PDFs de las Diapositivas y Prompts del Curso
- Qué Es el Procesamiento de Lenguaje Natural y Por Qué Importa
- Hugging Face en la Práctica: Ecosistema, Model Hub y Workflow del Curso
- Transformers, LLMs y la Lógica Detrás de los Modelos que Usaremos
- Instalación del Entorno de Trabajo en Jupyter Labs (Python)
UNIDAD 2 - Análisis de Sentimiento con Modelos Preentrenados · 10 leccionesUNIDAD 2 - Análisis de Sentimiento con Modelos Preentrenados
UNIDAD 2 - Análisis de Sentimiento con Modelos Preentrenados
- Introducción a la Sección: Análisis de Sentimiento
- Qué Son los Modelos Preentrenados en la Práctica
- Generando un Token de Autenticación en Hugging Face
- Análisis de Sentimiento con Hugging Face: Modelo Base y Base de Trabajo
- Análisis de Sentimiento con Hugging Face: Predicciones y Lectura de Resultados
- Cómo Elegir un Modelo para Español: Inglés, Español y Multilingüe
- Comparando Modelos de Sentimiento sobre Textos en Español
- Aplicando un Modelo de Sentimiento sobre 150 Reseñas: Confianza, Errores y Casos
- Lab: Análisis de Sentimiento sobre una Nueva Categoría: Productos para Bebé
- Defendiendo un Análisis de Sentimiento ante la Jefa de Insights
UNIDAD 3 - Clasificación de Texto para Casos de Uso Prácticos · 7 leccionesUNIDAD 3 - Clasificación de Texto para Casos de Uso Prácticos
UNIDAD 3 - Clasificación de Texto para Casos de Uso Prácticos
- Introducción a la Sección: Clasificación Zero-Shot
- Qué Es la Clasificación Zero-Shot y Por Qué Importa en Negocio
- Primer Ejemplo de Clasificación Zero-Shot con Etiquetas Definidas por el Analist
- Clasificación Zero-Shot de Reseñas Reales en Español
- Revisión de Resultados y Ajuste de la Taxonomía Zero-Shot
- Lab: Clasificación Zero-Shot de Solicitudes de Clientes en un Banco
- Defender un Piloto de Clasificación Zero-Shot Ante la Jefa de Operaciones
UNIDAD 4 - Reconocimiento de Entidades y Extracción de Información · 8 leccionesUNIDAD 4 - Reconocimiento de Entidades y Extracción de Información
UNIDAD 4 - Reconocimiento de Entidades y Extracción de Información
- Introducción a la Sección: Reconocimiento de Entidades (NER)
- Qué es el Reconocimiento de Entidades Nombradas y Por qué es Útil
- Primer Flujo de NER con Textos Sencillos
- De Noticias a Entidades: Construyendo un Flujo de NER para Cobertura Financiera
- De Entidades a Empresas: Normalización y Enriquecimiento con Tickers
- De Organizaciones a Cobertura: Insights para Research e Inteligencia de Mercado
- Lab. Extracción de Entidades en una Base Nueva
- Defendiendo un Radar Competitivo con Named Entity Recognition NER
UNIDAD 5 - Respuesta a Preguntas y Mini Casos Aplicados de NLP · 10 leccionesUNIDAD 5 - Respuesta a Preguntas y Mini Casos Aplicados de NLP
UNIDAD 5 - Respuesta a Preguntas y Mini Casos Aplicados de NLP
- Introducción a la Sección: Respuesta a Preguntas (QA) en NLP
- Cómo Funciona la Respuesta a Preguntas (Question Answering, QA) en Hugging Face
- Primer Ejemplo de Question Answering con un Caso de Negocio Sencillo
- Caso Luka: QA sobre una Base de Información Comercial
- Embeddings y Similitud de Coseno para Recuperar el Contexto Correcto
- Integrando el Flujo Completo: Recuperación (Retrieval) + QA sobre Varios Textos
- Lab: Asistente de Telemedicina para Pacientes
- Validando un Piloto del Asistente de Pacientes de CliniGo
- Conclusión
- ¿No Puedes Descargar tu Certificado? ¡Aquí te Ayudo!
Tu certificado 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
Tu itinerario, de la inscripción al certificado
- 1
Inscripción con pago único
Pagas $2,800 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
5 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
Cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Un certificado oficial de la SEP
- 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 Carlos Martínez, PhD • Instructor with 20+ Best-Selling Courses.
- Folio y QR verificables para compartirlo con quien te contrate.
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 5 unidades · 42 lecciones · 30 h
- 12 meses de acceso
- Certificado emitido por la SEP (Gob. del Estado de México) con folio verificable
Sobre tu inscripción
¿Cómo es el pago?
Un solo pago de $2,800 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 Carlos Martínez, PhD • Instructor with 20+ Best-Selling Courses; 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.


