PickAClass · IA, Tecnología e Ingeniería · IA Generativa y Deep Learning

Desarrollo de Aplicaciones con LLM

Aprende a crear aplicaciones impulsadas por Modelos de Lenguaje Grandes (LLM) utilizando frameworks como LangChain y LlamaIndex. Desarrolla chatbots, sistemas de preguntas y respuestas, y agentes con Generación Aumentada por Recuperación (RAG).

Desarrollo de Aplicaciones con LLM

Fundamentos de LangChain: Creación de Aplicaciones de Generación Aumentada por Recuperación (RAG)

Crea Flujos de Trabajo de IA con LangChain y LLMs de Código Abierto

Construcción de Aplicaciones de IA desde el Concepto hasta el Despliegue

Conecta la IA con Datos Personalizados usando RAG

IA para Desarrolladores: Integrando LLMs con APIs y Prompts

Creación de Aplicaciones de IA Generativa Sin Código con Dify

Introducción a RAG: Respuestas de IA a partir de tus documentos

Desarrollo de Aplicaciones API con DeepSeek y Tongyi

LLM Apps for Data: Construya un asistente de análisis RAG

Observabilidad de Agentes de AI: LangSmith y Langfuse

Fundamentos de Observabilidad de Agentes de AI con Langfuse

Fundamentos de la Evaluación de Agentes de AI con LangSmith

Construcción de aplicaciones GraphRAG con LlamaIndex

Fundamentos de Agentic RAG: Construye agentes de AI con LangGraph

Construcción de agentes de AI con LlamaIndex y RAG

LangGraph Studio: Construye y depura flujos de trabajo de agentes de AI

LangChain y LangGraph: Construyendo Agentes de AI con Estado

Fundamentos de RAG Pipelines y LLMOps

Construye un Stack de AI Privado Local: LLMs y RAG Auto-Hospedados

Construcción de aplicaciones LLM con TypeScript y LangChain.js

Desarrollo de IA en Java: LangChain4j y Spring AI

Salidas de LLM Estructuradas: JSON, Pydantic y Validación

LLM Function Calling: Conecta la AI a APIs y Bases de Datos

Fundamentos de LlamaIndex: Construye Agentes de AI y Aplicaciones RAG