Introducción a la Inteligencia Artificial

• Distinguir machine learning tradicional, deep learning e IA generativa, y saber cuándo usar cada uno.
• Entender cómo funciona por dentro un LLM y qué implica que no sea determinista.
• Construir una primera aplicación con LangChain y agentes.
• Detectar dónde la IA aporta valor real y dónde es un riesgo.

Descubre el fascinante mundo de la Inteligencia Artificial en este curso completo diseñado para principiantes y profesionales que buscan actualizarse. Exploraremos desde los fundamentos del Machine Learning hasta las aplicaciones más avanzadas como los modelos LLM, Transformers y frameworks como LangChain. A través de ejemplos prácticos y talleres interactivos, adquirirás las habilidades necesarias para implementar soluciones de IA en diversos contextos profesionales.

Módulo 1: Introducción a la IA y Tendencias Actuales

Conceptos Fundamentales

Definición de IA

Exploración de la diferencia entre IA débil y fuerte, junto con la evolución histórica de la IA desde sus inicios hasta la actualidad, abarcando los principales paradigmas y enfoques.

Fundamentos Técnicos

Conceptos esenciales de probabilidad y estadística, lógica computacional, y teoría de algoritmos aplicados a la inteligencia artificial.

Estado Actual y Aplicaciones

Tendencias en IA

Modelos generativos y sus aplicaciones en texto, imagen, audio y video, junto con servicios en la nube y la emergente IA multimodal.

Casos de Uso Actuales

Implementaciones prácticas como chatbots avanzados, sistemas de recomendación, asistentes de código y aplicaciones en diagnóstico médico y análisis financiero.

Aspectos Éticos y Sociales

Consideraciones Éticas

Análisis del impacto social de la IA, incluyendo sesgos algorítmicos y consideraciones sobre privacidad y seguridad de datos.

Presente y Futuro

¿A dónde vamos? ¿Cuál es la postura que debemos tomar para se competitivos en un mundo gobernado por IA?

Machine Learning Tradicional vs. Deep Learning

Machine Learning Tradicional

Preparación de Datos

Deep Learning

Evaluación y Comparación

Módulo 3: Modelos LLM y Transformers

Módulo 4: LangChain y Agentes IA

Fundamentos de LangChain

Arquitectura completa y componentes fundamentales de LangChain, mostrando la integración con diferentes modelos LLM y sus patrones de diseño básicos.

Componentes Esenciales

Sistema integral de Chains, Memory y vectorización de documentos, formando la base para aplicaciones avanzadas de IA conversacional.

Agentes Inteligentes

Arquitectura de agentes autónomos que implementan patrones ReAct y Plan-and-Execute, con capacidad de integración a APIs y bases de datos.

Herramientas Avanzadas

Implementación de herramientas personalizadas y sistemas de recuperación de información, con gestión avanzada de contexto y memoria.

Aplicaciones Prácticas

Casos de uso reales desde sistemas de consulta documental hasta asistentes empresariales y automatización de procesos de atención al cliente.

Automatización y APIs REST

Integración y automatización de servicios mediante APIs REST, permitiendo la comunicación eficiente entre sistemas y la orquestación de flujos de trabajo complejos.

Módulo 5: Aplicaciones Prácticas y Taller

Desarrollo de chatbot empresarial

Implementación completa con LangChain y OpenAI API, manejo de contexto y memoria, integración con sistemas externos.

Sistema de consulta de documentación

Creación de un sistema de RAG (Retrieval Augmented Generation), indexación de documentos, búsqueda semántica.

Automatización empresarial

Desarrollo de agentes IA para automatización de procesos, integración con APIs empresariales, sistemas de monitoreo y logging.

Optimización y deployment

Técnicas de optimización de costos, estrategias de caching, deployment en producción, monitoreo de rendimiento.

Proyecto final integrador

Desarrollo de una aplicación completa que combine múltiples conceptos del curso, con énfasis en mejores prácticas y patrones de diseño.