Crea aplicaciones de IA que hagan algo más que generar texto.
La inteligencia artificial ha facilitado más que nunca el acceso a potentes modelos de lenguaje. Pero convertir un modelo en una aplicación útil y fiable requiere mucho más que escribir una instrucción.
Ingeniería de IA para principiantes ofrece una introducción práctica a los principios de ingeniería que sustentan las aplicaciones modernas de modelos de lenguaje (LLM). En lugar de tratar la IA como un conjunto de herramientas de moda, le guía a través de todo el proceso, desde su primera llamada a la API del modelo hasta la arquitectura, la seguridad, la evaluación y la optimización de los sistemas de IA en producción.
Aprenderás a concebir la IA como un sistema, no simplemente como un modelo.
En este libro aprenderás a:
- Crear tu primera aplicación LLM y comprender cómo funcionan las API de los modelos.
- Diseñar indicaciones eficaces como parte de la aplicación, en lugar de depender de instrucciones mágicas.
- Utilizar resultados estructurados, esquemas, validación y llamadas a herramientas para conectar la IA con el software convencional.
- Trabajar con incrustaciones, búsqueda semántica, bases de datos vectoriales y recuperación basada en similitud.
- Desarrollar sistemas de generación aumentada por recuperación (RAG, por sus siglas en inglés) que conecten los modelos de lenguaje con el conocimiento externo.
- Diagnosticar fallos en el sistema RAG y evaluar la calidad de la recuperación, la fundamentación, la relevancia y la calidad de la respuesta.
- Desarrollar agentes de IA que utilicen herramientas, tomen decisiones, gestionen el estado y realicen tareas de varios pasos.
- Comprender la inyección de dependencias, los permisos, las medidas de seguridad, la seguridad de las herramientas y otras consideraciones de seguridad para los sistemas basados en agentes.
- Diseñar arquitecturas de IA para producción con funciones de monitorización, registro de eventos, gestión de errores, escalabilidad, almacenamiento en caché y control de costes.
- Evaluar y optimizar los sistemas de IA en cuanto a calidad, latencia, fiabilidad y coste.
- Desarrollar sistemas de IA que sean responsables, fáciles de mantener y diseñados para gestionar fallos.
El libro enfatiza el razonamiento detrás de las decisiones de ingeniería. Aprenderás no solo qué construir, sino también cuándo es apropiada una técnica en particular, qué puede salir mal y cómo determinar si tu solución realmente funciona.
Ya sea que seas un desarrollador que se inicia en el campo de la IA, un ingeniero de software que agrega capacidades LLM a una aplicación, un estudiante técnico que desarrolla proyectos o alguien que desea una base sólida en el desarrollo de aplicaciones de IA modernas, este libro proporciona un camino estructurado desde los conceptos hasta la práctica de ingeniería real.
No es necesario ser investigador de aprendizaje automático para empezar a desarrollar.
Es necesario comprender los componentes, conectarlos de forma inteligente, probar lo que se construye y mejorarlo sistemáticamente.
Sign-In
Cart