Al seleccionar un país verás los cursos disponibles en tu región.
⏱ 2 h 42 min📚 27 lecciones
Programación en Python con Llama: Crea aplicaciones de IA locales
Integre modelos de lenguajes grandes Llama de código abierto en sus aplicaciones Python usando hardware local, técnicas de cuantización y marcos de desarrollo modernos.
💬Instructor de IA Pregunta sobre cualquier lección y recibe una respuesta clara al instante, cuando quieras.
🕐Empieza cuando quieras Sin horarios ni fechas límite: aprende a tu ritmo, cuando quieras.
🌐En español Lecciones, tareas y certificado: todo completamente en tu idioma.
Sobre este curso
A medida que la IA generativa remodela la ingeniería de software, la capacidad de ejecutar e integrar modelos de lenguajes grandes de código abierto localmente se está convirtiendo en una habilidad esencial para los desarrolladores.Este curso basado en texto reduce la brecha entre la programación tradicional de Python y la ingeniería de IA al mostrarle cómo implementar e interactuar con modelos Llama en su propio hardware.
Al trabajar a través de esta guía escrita, se convertirá en un desarrollador habilitado para IA capaz de crear aplicaciones de modelos de lenguaje privadas, seguras y rentables.Comprenderá cómo optimizar modelos para la ejecución local e interactuar con ellos sin problemas utilizando patrones Python modernos.
Lo que aprenderás:
- Comprenda la arquitectura fundamental de los modelos de lenguajes grandes de código abierto y cómo Llama encaja en el panorama de la IA.
- Configurar y ejecutar modelos Llama localmente utilizando técnicas de cuantización para minimizar los requisitos de hardware.
- Cree scripts de Python para interactuar con LLM locales utilizando programación asíncrona moderna y sugerencias de tipo.
- Aplicar técnicas de ingeniería rápidas para guiar el comportamiento del modelo y las salidas de la estructura de manera confiable.
- Implemente patrones básicos de generación aumentada de recuperación (RAG) para conectar Llama con datos de texto personalizados.
- Diseñe aplicaciones de IA seguras y centradas en la privacidad que se ejecuten completamente sin conexión sin costos de API de terceros.
El curso comienza con los conceptos y la terminología de IA generativa antes de guiarlo a través de la selección de modelos, la configuración local y la integración de Python.Progresará desde la generación de texto simple hasta la creación de flujos de trabajo de aplicaciones estructurados y conscientes de datos a través de explicaciones escritas claras y paso a paso.
Este curso está diseñado para programadores de Python que desean ingresar al campo de la ingeniería de IA.No se requiere experiencia previa en aprendizaje automático o IA, aunque se recomienda un nivel básico de comodidad con Python.
Comience a leer hoy para desbloquear el potencial de la inteligencia artificial de código abierto en sus proyectos de Python.
Lo que obtendrás
📜Certificado de finalización Añádelo a tu perfil de LinkedIn
💬Tutor AI personal ¿Atascado en una lección? Pregúntale a tu tutor integrado lo que quieras, cuando quieras.
♾️Acceso de por vida Vuelve cuando quieras, sin caducidad
📱Teléfono o computadora Funciona en cualquier dispositivo
💸Reembolso de 14 días Sin preguntas
⚡Breve y enfocado 2 h 42 min de contenido práctico
Certificado de finalización
Cada curso que completas en PickAClass emite una credencial como esta — original, con su propio código, verificable por URL y detallada sobre lo que realmente demostraste.
P
PickAClass
Perfil de habilidades · verificable
Documento
Certificado de Maestría
Esto certifica que
Nombre Apellido
ha demostrado con éxito el dominio de
Programación en Python con Llama: Crea aplicaciones de IA locales
Habilidades demostradas
✓
Análisis de patrones de comportamiento
Fundamental
1.2 h
✓
Marcos de arquitectura de decisiones
Competente
1.4 h
✓
Diseño de pruebas A/B
Competente
1.7 h
✓
Redacción conductual
Avanzado
1.9 h
P
PickAClass — Nombre Apellido
Programación en Python con Llama: Crea aplicaciones de IA locales
Página 2 de 2
Detalle de desempeño
Resumen del curso
Lecciones completadas14 / 14
Preguntas de práctica26 / 28
Tareas entregadas4 (prom. 4.5 / 5)
Proyecto finalRevisado — 4.6 / 5
Práctica total6.2 h
Referencia de desempeño
Posición en la cohorteTop 12% de 1,625
Tiempo hasta completar11 días (mediana: 22)
Puntuación de dominio91 / 100
Puntuación de preguntas de práctica94%
Verificación de habilidadRuta de habilidad verificada