Capacitación técnica en IA basada en LLM locales — IA interna en la que los datos no salen de la empresa
Trabaje con una IA en los PC y servidores de su empresa para el material que no puede subir a una IA en la nube
Curso práctico de Local LLM para empresas que manejan información que no puede subirse a una IA en la nube externa, como datos de pruebas y mediciones, documentos de diseño o documentación técnica de clientes. Usted ejecutará modelos abiertos (Gemma, Qwen, etc.) directamente en computadoras o servidores de la empresa, para crear un entorno de IA donde los datos no salen de la organización, y los aplicará a tareas reales como borradores de informes, resúmenes de resultados de mediciones y traducción de documentos técnicos. Después practicará, en un solo día, RAG para conectar documentos internos e integración por API con Python, y definirá la ruta de adopción más adecuada para su empresa. Dicta el curso el instructor Sungil Kim, maestro en Ingeniería Mecánica del KAIST e investigador principal en Samsung Electronics, donde lideró directamente la investigación y el desarrollo en temas de ruido; la formación se desarrolla en el lenguaje de trabajo de los ingenieros. El entorno de práctica puede elegirse según la situación de la empresa: ejecución directa en las laptops de los participantes, o conexión a un servidor interno o a un Mac mini que lleva el instructor.
💻 Aprenda primero este tema con un curso en línea →¿Para quién es este programa?
Ingeniero de formación: cursó la licenciatura y la maestría en Ingeniería Mecánica en KAIST y trabajó como investigador principal en Samsung Electronics, en investigación y desarrollo relacionados con el ruido. Actualmente es CEO de Biznication e instructor Texcore del Ministerio de Ciencia y TIC de Corea, a cargo de capacitación en automatización con IA y AX.
¿Qué aprenderá?
- Instalar y ejecutar modelos abiertos directamente en los PC y servidores de la empresa, y comprender un entorno de uso de IA en el que los datos no salen al exterior
- Aplicar Local LLM a borradores de informes, resúmenes de resultados de mediciones y traducción de documentos técnicos, y adquirir el hábito de verificar errores de cifras y unidades
- Practicar la estructura que conecta los documentos y el software internos mediante RAG e integración por API, y definir la orientación de adopción de la empresa
Programa de capacitación
- IA interna desde la perspectiva de la seguridad de los datos
- IA en la nube frente a Local LLM
- Panorama de modelos abiertos (Gemma, Qwen, etc.)
- Estructura de un servidor de IA interno
- Instalación de Ollama · LM Studio
- Selección de modelos pequeños y cuantización
- (Modalidad servidor) Servidor Ollama · Open WebUI · Acceso por red
- Redacción de borradores de informes
- Resumen de resultados de mediciones
- Traducción de documentos técnicos en inglés
- Principios para redactar prompts
- Verificación de resultados
- Revisión de errores de cifras y unidades
- Comparación de calidad según el tamaño del modelo
- Estructura de RAG
- División de documentos y embeddings
- Conexión con carpetas de documentos y repositorios compartidos
- Preguntas y respuestas sobre documentos de ejemplo
- Verificación de las fuentes de las respuestas
- Ollama API
- Integración con Python
- Automatización de la generación de informes
- Integración con el software interno
- Alcance de uso en el PC personal
- Dimensionamiento del servidor
- Gestión de accesos y permisos
- Plan de adopción por etapas
- Preguntas y respuestas
Herramientas que se usan en este curso
Resultados esperados / al finalizar
- Aplicación inmediata de la IA interna en tareas donde la seguridad impedía usar IA
- Un entorno de IA en PC personal o servidor interno listo para usar desde el día siguiente a la capacitación
- Contar con criterios para dimensionar especificaciones, gestionar permisos y adoptar por etapas un servidor de IA interno
Cursos relacionados
Empiece con un curso en línea
Antes de contratar capacitación en sus instalaciones, conozca lo esencial de este tema con un curso en línea.
Curso práctico de iniciación para crear una herramienta de trabajo que funciona con solo darle instrucciones, como en una conversación.
De la preparación de clases a la creación de contenidos: un curso para usar la IA directamente en el trabajo.
Diseñamos este programa a la medida de su empresa
Del diagnóstico a la ejecución — Nanum Consultoría
Preguntas frecuentes

Capacitación técnica en IA basada en LLM locales — IA interna en la que los datos no salen de la empresa
Trabaje con una IA en los PC y servidores de su empresa para el material que no puede subir a una IA en la nube
- Instalar y ejecutar modelos abiertos directamente en los PC y servidores de la empresa, y comprender un entorno de uso de IA en el que los datos no salen al exterior
- Aplicar Local LLM a borradores de informes, resúmenes de resultados de mediciones y traducción de documentos técnicos, y adquirir el hábito de verificar errores de cifras y unidades
- Practicar la estructura que conecta los documentos y el software internos mediante RAG e integración por API, y definir la orientación de adopción de la empresa
- Aplicación inmediata de la IA interna en tareas donde la seguridad impedía usar IA
- Un entorno de IA en PC personal o servidor interno listo para usar desde el día siguiente a la capacitación
- Contar con criterios para dimensionar especificaciones, gestionar permisos y adoptar por etapas un servidor de IA interno
- IA interna desde la perspectiva de la seguridad de los datos
- IA en la nube frente a Local LLM
- Panorama de modelos abiertos (Gemma, Qwen, etc.)
- Estructura de un servidor de IA interno
- Instalación de Ollama · LM Studio
- Selección de modelos pequeños y cuantización
- (Modalidad servidor) Servidor Ollama · Open WebUI · Acceso por red
- Redacción de borradores de informes
- Resumen de resultados de mediciones
- Traducción de documentos técnicos en inglés
- Principios para redactar prompts
- Verificación de resultados
- Revisión de errores de cifras y unidades
- Comparación de calidad según el tamaño del modelo
- Estructura de RAG
- División de documentos y embeddings
- Conexión con carpetas de documentos y repositorios compartidos
- Preguntas y respuestas sobre documentos de ejemplo
- Verificación de las fuentes de las respuestas
- Ollama API
- Integración con Python
- Automatización de la generación de informes
- Integración con el software interno
- Alcance de uso en el PC personal
- Dimensionamiento del servidor
- Gestión de accesos y permisos
- Plan de adopción por etapas
- Preguntas y respuestas

