Resumen del curso OPENAI CON AZURE

Objetivos
Comprender conceptos claves de la Inteligencia Artificial Generativa: Modelo, LLM, Fine-Tuning, Prompts, Tokens, Prompt Engineering, entre otros.
 Crear y personalizar grandes modelos de lenguaje (LLM) con datos propios en un entorno privado y seguro.
 Entrenar y validar modelos de Inteligencia Artificial Generativa totalmente personalizados y con datos únicos.
 Desplegar y configurar modelos personalizados en Azure OpenAI, adaptados a necesidades específicas.
 Integrar modelos personalizados en aplicaciones y soluciones usando la API de Azure OpenAI.
 Combinar la Inteligencia Artificial Generativa con otras tecnologías para resolver casos de negocio concretos.
 Diseñar soluciones específicas que incorporen Inteligencia Artificial Generativa para resolver problemas reales de múltiples sectores e industrias.
 Utilizar modelos de generación de texto e imágenes en chatbots de Azure Open AI: GPT-3.5, GPT-4, DALL-E, etc.
 Desarrollar ejercicios prácticos variados que involucren Inteligencia Artificial Generativa en Azure OpenAI.
 
Contenido
Módulo 1: Fundamentos de Inteligencia Artificial y OpenAI (Teórico)
1.1 Introducción
1.2 Introducción a la Inteligencia Artificial
1.3¿Qué es la Inteligencia Artificial?
1.4 Sistema "Inteligente" vs "Tradicional"
1.5 Modelo
1.6 Conceptos claves (Ciencia de datos, IA, ML y DL)
1.7 Aplicaciones de la Inteligencia Artificial
1.8 OpenAI Overview (Historia, objetivos y proyectos destacados)
1.9 Resumen Módulo 2: Fundamentos Esenciales de la Inteligencia Artificial Generativa (Teórico)
2.1 Introducción
2.2 Inteligencia Artificial Generativa
2.3 Impacto de la Tecnología
2.4 Desarrollo de Actividades
2.5 Profesiones e IA Generativa
2.6 IA Generativa en Marketing
2.7 IA Generativa en TIC
2.8 Casos de Uso
2.9 Machine Learning y Deep Learning
2.10 Foundational Models, LLMs y Fine-Tuning
2.11 Prompts
2.12 Prompt Engineering
2.13 Tokens
2.14 Evolución de la IAG
2.15 Azure OpenAI
2.16 Modelos de Azure OpenAI Módulo 3: Crear Espacios de Desarrollo Personalizados en Azure OpenAI (Teórico Práctico)
3.1 Introducción
3.2 Crear cuenta de Microsoft
3.3 Registro en el Portal de Azure
3.4 Aspectos Generales
3.5 Crear Suscripción
3.6 Crear Recurso
3.7 Azure OpenAI Studio
3.8 Coste de Infraestructura
www.nallam.es Tel. 902 043 289 Módulo 4: Diseñando y Forjando Modelos Generativos (Práctico)
4.1 Introducción
4.2 Implementación del Modelo
4.3 Interacción con el Modelo
4.4 Configuración del Chat
4.5 Contexto y Personalización
4.6 Instrucciones de Comportamiento
4.7 Parámetros del Modelo
4.8 Importar Configuraciones
4.9 Optimizar Prompts
4.10 Finalizaciones Módulo 5: Personalizar Modelos - Datos No Estructurados (Práctico)
5.1 Introducción
5.2 Modelos Personalizados, Documentos y Conocimiento
5.3 LLMs y Búsqueda Semántica
5.4 Azure AI Search
5.5 Blob Storage
5.6 Subida de Información no Estructurada
5.7 Datos Personalizados
5.8 Test de la Solución
5.9 UX/UI vs IA Generativa
5.10 Desplegar Aplicación
5.11 Permisos y acceso a la Aplicación
5.12 Costes asociados Módulo 6: Personalizar Modelos - Fine-Tuning (Práctico)
6.1 Introducción
6.2 Modelos Personalizados, y Fine-Tuning
6.3 Posibles Aplicaciones
6.4 Conjuntos de Datos
6.5 Datos de entrenamiento
6.6 Generar datos de entrenamiento
6.7 Datos de validación
6.8 Generar datos de validación
www.nallam.es Tel. 902 043 289
6.9 Permisos de recurso
6.10 Regiones de despliegue
6.11 Modelo personalizado
6.12 Ficheros de datos
6.13 Parámetros de entrenamiento
6.14 Analizar resultados
6.15 Detalle de resultados
6.16 Diferencias entre modelos
6.17 Obtener datos de entrenamiento y validación
6.18 Entrenar modelo
6.19 Comparar gráficos
6.20 Relación de resultados
6.21 Costes asociados
6.22 Implementar modelo
6.23 Test modelo en área de juegos
6.24 Desplegar Modelo Categorías
6.25 Finalizaciones Modelo Categorías
Módulo 7: Implementación a través de la API de Azure OpenAI (Práctico)
7.1 Introducción
7.2 Entorno Local
7.3 Visual Studio Code
7.4 Python
7.5 Configurar Editor de Código
7.6 Editar Datos de Entrenamiento
7.7 Petición API Azure OpenAI
7.8 Extraer Resultado
7.9 Configuración de Parámetros
7.10 Petición API Modelo Categorías
Módulo 8: Generación de Imágenes con Azure OpenAI DALL-E (Práctico)
8.1 Introducción
8.2 Generación de Imágenes
8.3 Combinación de Modelos
8.4 Interacciones de Prompts
8.5 Funcionalidades y Parámetros
8.6 Diseño de Integraciones
8.7 Obtención de Resultados Módulo 9: Consideraciones Éticas y Mejores Prácticas (Teórico)
9.1 Introducción
9.2 Conceptos Clave de Ética y su Relación con la Inteligencia Artificial
9.3 Desafíos Éticos que presenta el uso de la Inteligencia Artificial
9.4 Principios Éticos en el Desarrollo y Uso de la Inteligencia Artificial
9.5 Normas Generales de la UA sobre IA
9.6 Directrices para Desarrolladores, Fabricantes y Proveedores de Servicios Módulo 10: Futuro de la IA y OpenAI (Teórico)
10.1 Introducción
10.2 Exploración de las últimas tendencias en IA y el papel de OpenAI.
10.3 Explorando el futuro: Tendencias emergentes en inteligencia artificial generativa
10.4 Discusión sobre cómo la colaboración entre OpenAI y Azure puede evolucionar.