IA Generativa con Databricks

LLMs, RAG, Agentes y preparación para Certificación Generative AI Engineer Associate

Inicio: 04 de agosto
Categoría: IA, Data
Duración: 4 semanas
(24 horas)
Modo: En vivo
Precio total:
Original price was: PEN S/699.Current price is: PEN S/599.
14% dscto
CUPOS LIBRES
Databricks AI Engineer

Acerca del curso

Domina la IA Generativa en Databricks desde cero.  Aprende a construir soluciones empresariales con LLMs, RAG, agentes de IA, Vector Search, MLflow y Mosaic AI mediante un enfoque práctico orientado a proyectos reales. Prepárate además para obtener la certificación oficial Databricks Certified Generative AI Engineer Associate.

Yersy Aliaga
Instructor:
Yersy Aliaga
Databricks AI Agent Hackaton 2025 San Francisco - Winner First Place
  • Proyecto de curso
  • Acceso de por vida
  • Certificado de aprobación
  • Acceso exclusivo a Discord (foro de estudiantes de latinoamérica)
  • Soporte a dudas
Ver requisitos
¿A quién va dirigido? ¿A quién va dirigido?
  • Estudiantes de ciencias de la computación
  • Ingenieros de datos
  • Desarrolladores de software
¿A quién va dirigido? ¿Qué habilidades obtendré?
  • Dominar databricks desde cero aplicado a IA Generativa
  • Preparación para el examen de certificación Databricks Certified Generative AI Engineer Associate

Programa

Temario
  • Introducción a la IA Generativa y sus aplicaciones empresariales
  • Fundamentos de los Large Language Models (LLMs)
  • Tokens, contexto y limitaciones de los modelos
  • Tipos de modelos generativos: Reasoning y Non-Reasoning Models
  • Principios de Prompt Engineering
  • Técnicas Zero-Shot, One-Shot y Few-Shot
  • Chain of Thought, Structured Outputs y control de formatode respuesta
  • Guardrails y filtros de seguridad
  • Laboratorio: Explorando LLMs y Prompt Engineering en AI Playground
    • Diseñar prompts con distintas técnicas, comparar respuestas entre modelos y experimentar con formatos de salida en el AI Playground de Databricks
  • Arquitectura de la plataforma Databricks
  • Fundamentos de la arquitectura Lakehouse
  • Workspaces, Clusters y Notebooks
  • Introducción a Unity Catalog
  • Ecosistema de IA Generativa en Databricks
  • Foundation Models APIs
  • Laboratorio 1: Primeros pasos en Databricks en Azure
    • Crear un cluster, implementar un notebook, explorar el Unity Catalog y el entorno de trabajo en Databricks
  • Laboratorio 2: Desarrollo de asistente basado en prompt
    • Implementar un asistente simple en un notebook, consultar a un Foundational Model: Uso de OpenAI Client y REST API
  • Conceptos y funcionamiento de embeddings
  • Selección del modelo de embeddings: context length, dimensión, costo-calidad y consideraciones
  • Estrategias de chunking de documentos
  • Métodos de búsqueda vectorial
  • Precision, Quality y Reranking en búsqueda vectorial
  • Mosaic AI Vector Search: índices, tipos de actualización y configuración según latencia
  • Creación y administración de índices vectoriales
  • Consultas semánticas y recuperación de información
  • Laboratorio: Buscador semántico sobre documentos reales
    • Parsear documentos, aplicar una estrategia de chunking, generar embeddings y crear un índice de Vector Search con consultas semánticas
  • Fundamentos y arquitectura de sistemas RAG
  • Ingesta y procesamiento de documentos: pipeline end-to-end
  • Estrategias avanzadas de retrieval: re-ranking, hybrid search y filtrado por metadata
  • Integración de Vector Search con LLMs: augmentación del prompt con contexto recuperado
  • Estrategias para reducir alucinaciones y evaluar calidad de retrieval
  • Estrategias para reducir alucinaciones
  • Optimización de recuperación y contexto
  • Buenas prácticas para RAG empresarial: escalabilidad, costo y mantenimiento
  • Laboratorio: Chatbot sobre documentos corporativos con RAG
    • Construir un pipeline RAG completo: ingesta, Vector Search, augmentación de prompt y respuesta fundamentada; medir calidad de retrieval
  • Introducción a Agentes de IA y Tools en Databricks
  • Arquitectura de agentes en Databricks
  • Uso de herramientas: Unity Catalog Tools
  • Mosaic AI Agent Framework
  • Otros Agent Frameworks y Workflows soportados en Databricks
  • Agent Bricks: Knowledge Assistant, Multiagent Supervisor, Information Extraction
  • MLflow: Trazabilidad en Agentes
  • Laboratorio: Agente conversacional con tools y trazabilidad
    • Crear UC Functions como tools, construir un agente con LangChain y MLflow tracing, testearlo en AI Playground y comparar con Agent Bricks
  • Model Serving en Databricks: endpoints, flavors y Foundation Model APIs
  • Registro de modelos en Unity Catalog con MLflow
  • Creación de Endpoints para modelos generativos
  • Estrategias de escalabilidad, rendimiento y optimización de costos en inferencia
  • Control de acceso en endpoints
  • CI/CD para Gen AI: gestión de versiones y despliegues
  • Interfaces de usuario para agentes: Databricks Apps
  • Laboratorio: Publicación de un Agente como modelo en Databricks Service Endpoint
    • Registrar un agente en Unity Catalog, crear un endpoint de serving, promover con MLflow aliases y construir una Databricks App básica
  • Evaluación de aplicaciones basadas en LLMs
  • Métricas de evaluación para aplicaciones de Gen AI
  • Técnicas de evaluación: LLM-as-a-Judge, SME feedback y code-based
  • Observabilidad y monitoreo en aplicaciones de Gen AI
  • MLflow 3: Evaluación de agentes
  • Gobernanza con Unity Catalog: permisos, trazabilidad y auditoría
  • AI Gateway: inference tables, usage tables y rate limiting
  • Laboratorio: Evaluación y gobernanza de un AI Agent
    • Implementar LLM-as-a-Judge, definir scorers custom en MLflow, añadir guardrails de seguridad y revisar permisos en Unity Catalog
  • Diseño de una solución empresarial de IA Generativa
  • Construcción de un proyecto end-to-end en Databricks
  • Implementación de RAG, Agentes y Model Serving
  • Evaluación y monitoreo del proyecto final
  • Laboratorio: Proyecto end-to-end: solución Gen AI empresarial
    • Diseñar e implementar una solución completa que integre RAG, agente con tools, serving con endpoint, evaluación con MLflow y gobernanza con Unity Catalog
  • Revisión de los dominios de la certificación
  • Estrategias para responder preguntas del examen
  • Simulacro de certificación Databricks Generative AI Engineer
  • Recomendaciones finales y ruta de aprendizaje profesional
  • Reto a presentar para obtener el certificado de aprobación.

Horario

Frecuencia:
Tendremos clases 2 días por semana (Martes y Jueves)
Toda reprogramación de clase será avisada con un mínimo de 2 días de anticipación y/o motivos extraordinarios. El jueves 6 de agosto no tendremos clases.
Inicio: 4 AGOSTO
País
Día y Hora
País
  • Costa Rica
  • El Salvador
  • Guatemala
  • Honduras
  • México
  • Nicaragua
Día y Hora
Martes y Jueves
18:00 a 21:00
País
  • Colombia
  • Ecuador
  • Panamá
  • Perú
Día y Hora
Martes y Jueves
19:00 a 22:00
País
  • Bolivia
  • Chile
  • República Dominicana
  • Venezuela
Día y Hora
Martes y Jueves
20:00 a 23:00
País
  • Argentina
  • Paraguay
  • Uruguay
Día y Hora
Martes y Jueves
21:00 a 00:00

Preguntas frecuentes

Cada estudiante puede usar databricks free trial que ofrece Azure para nuevas cuentas. Esta capa gratuita la ofrecen por un mes.
No se requiere conocimientos técnicos en IA o Databricks, explicaremos desde cero.
No, se debe adquirir directamente con Databricks. Nosotros solo brindamos curso de preparación.

Si el curso es ONLINE EN VIVO será desarrollado vía ZOOM y quedan grabadas para posterior repaso desde nuestro campus virtual, los videos no son descargables pero están disponibles las 24 horas del día, el código y guías si son descargables, además tendrás soporte a tus dudas en vivo en las clases o luego vía mail o discord.

Si el curso es de tipo grabado podrás revisar su contenido en el campus virtual y enviar tus consultas también bajo mail o discord.

El acceso al campus virtual es de por vida, es decir terminas el curso y podrás seguir accediendo a su contenido.

Podrás revisar después desde nuestro campus virtual

Si, tras aprobar la evaluación final del curso, se emite un certificado digital [PDF] a nombre de la empresa (MitoCode Network), donde indica la modalidad online, cantidad de horas, mérito y un QR de validación. Si deseas el certificado impreso se deberá agregar costos de envío.

Si emitimos factura con validez tributaria en Perú.
Si eres de otro país deberás agregar impuestos, estos en muchos casos se pagan a la entidad tributaría de tu país (para más información preguntar al área contable de tu empresa).

Te llegará al correo información y accesos al curso, validar bandeja principal, notificaciones, promociones o spam, los correos pueden alojarse ahí.

Habla con nosotros
Habla con nosotros
+51 917108243
Habla con nosotros
Escríbenos
[email protected]
Habla con nosotros
Preguntas frecuentes
Te ayudamos en lo que necesites