Este curso está pensado para científicos de datos y desarrolladores de machine learning interesados en crear aplicaciones de inteligencia artificial generativa (IA generativa) usando la API de Amazon Bedrock o la integración a LangChain. En este curso, aprenderá sobre los patrones de arquitectura que le permitirán crear aplicaciones para los casos prácticos clave de IA generativa.
Los módulos de este curso lo preparan para trabajar en los ejemplos de generación y resumen de texto, respuesta a preguntas y un chatbot. En los laboratorios se hace una demostración del uso de los modelos de Amazon Bedrock con llamadas API, SDK y herramientas de código abierto, como LangChain.
- Nivel del curso: avanzado
- Duración: 4 horas
Actividades
Este curso incluye interacciones de aprendizaje electrónico, evaluaciones de conocimientos y laboratorios.
Objetivos del curso
En este curso, aprenderá a realizar lo siguiente:
- Identificar los componentes de una aplicación de IA generativa y cómo personalizar un modelo fundacional (FM, foundation model)
- Describir los modelos fundacionales de Amazon Bedrock, los parámetros de inferencia y las API clave de Amazon Bedrock
- Identificar ofertas de Amazon Web Services (AWS) que ayuden a supervisar, asegurar y gobernar sus aplicaciones de Amazon Bedrock
- Describir cómo integrar LangChain en modelos de lenguaje grandes (LLM, large language models), plantillas de peticiones, cadenas, modelos de chat, modelos de incrustación de texto, cargadores de documentos, recuperadores y agentes para Amazon Bedrock
- Describir patrones de arquitectura que se puedan implementar con Amazon Bedrock para crear aplicaciones de IA generativa
- Aplicar los conceptos para crear y evaluar casos prácticos de prueba que aprovechen los diversos modelos de Amazon Bedrock, LangChain y el enfoque de generación aumentada de recuperación (RAG, Retrieval Augmented Generation)
Audiencia objetivo
Este curso está dirigido a los siguientes destinatarios:
- Científicos de datos
- Desarrolladores de machine learning (ML)
Requisitos previos
Recomendamos que quienes asistan al curso cuenten con esta experiencia:
- Nivel de competencia intermedio-experto con el lenguaje de programación Python
- Fundamentos técnicos de AWS
- Ciencia de datos práctica con Amazon SageMaker (intermedio)
- Introducción a Amazon Bedrock (Aspectos básicos)
- Aspectos básicos de la ingeniería de peticiones (intermedio)
Esquema del curso
Módulo 1: Introducción a Amazon Bedrock
- Creación de aplicaciones de IA generativa en Amazon Bedrock
- Aplicaciones y casos prácticos
- Temas cubiertos en los módulos futuros
- Conclusión
Módulo 2: Componentes de la aplicación
- Información general sobre los componentes de la aplicación de IA generativa
- Modelos fundacionales y la interfaz del FM
- Cómo trabajar con conjuntos de datos e incrustaciones
- Componentes adicionales de la aplicación
- RAG
- Optimización del modelo
- Cómo asegurar las aplicaciones de IA generativa
- Arquitectura de aplicaciones de IA generativa
- Evaluación de conocimientos
- Conclusión
Módulo 3: Modelos fundacionales
- Introducción a los modelos fundacionales de Amazon Bedrock
- Cómo usar los FM de Amazon Bedrock para inferencia
- Métodos de Amazon Bedrock
- Protección de datos y auditabilidad
- Evaluación de conocimientos
- Conclusión
Módulo 4: Cómo usar LangChain
- Optimización del rendimiento del LLM
- Integración de AWS y LangChain
- Cómo usar los modelos con LangChain
- Elaboración de peticiones
- Estructuración de documentos con índices
- Almacenamiento y recuperación de datos con memoria
- Cómo usar cadenas para crear una secuencia de componentes
- Administración de recursos externos con agentes de LangChain
- Evaluación de conocimientos
- Conclusión
Módulo 5: Patrones de arquitectura
- Introducción a los patrones de arquitectura
- Generación de pruebas y resumen de texto
- Respuesta a preguntas
- Chatbots
- Generación de códigos
- Agentes de LangChain y Amazon Bedrock
- Evaluación de conocimientos
- Conclusión
Módulo 6: Laboratorios prácticos
- Introducción a los laboratorios
- Laboratorio 1: Realizar la generación de texto
- Laboratorio 2: Crear el resumen de texto
- Laboratorio 3: Usar Amazon Bedrock para preguntas y respuestas
- Laboratorio 4: Crear un chatbot
- Laboratorio 5: Usar modelos de Amazon Bedrock para la generación de códigos
- Laboratorio 6: Integrar modelos de Amazon Bedrock a agentes de LangChain
- Conclusión
