Curso Online Bonificado de DeepSeek Domina la herramienta de cero a producción

NOTA:

Trabajamos con la metodología de curso personalizado, creada por Ciberaula en 1997. Usted puede solicitar un curso a la medida de sus objetivos, que combine lecciones de 2 o más cursos en un plan de formación a su medida. Si este es su caso consúltenos, esta metodología ofrece un aprovechamiento máximo de la formación en los cursos bonificados para trabajadores.

El temario predefinido del curso online de DeepSeek Domina la herramienta de cero a producción es el siguiente:

1 Introducción al curso y a la Plataforma

1.1 Introducción al curso

1.2 Introducción a la Plataforma de Udemy

2 Introducción a DeepSeek

2.1 DeepSeek: un cambio de paradigma en el campo de la IA

2.2 El desafio del razonamiento en los Modelos de Lenguage (LLMs)

2.3 DeepSeek R1: El modelo más conocido de DeepSeek

2.4 Timeline y evolución de DeepSeek

2.5 Primeros pasos con DeepSeek Chat

2.6 Funcionalidad de razonamiento de DeepSeek R1

2.7 Funcionalidad de Busqueda en internet de DeepSeek

2.8 Multimodalidad en DeepSeek y reconocimiento de imagenes

3 Por qué DeepSeek es relevante

3.1 Impacto Global de DeepSeek y razones que justifican tal impacto

3.2 Chain-of-Thought para el razonamiento paso a paso

3.3 Aprendizaje por refuerzo y destilación de modelos

4 Caracteristicas de DeepSeek R1

4.1 Innovación Tecnologica de DeepSeek-R1

4.2 Características y limitaciones de DeepSeek R1

4.3 Razonamiento y Aha Moment propio de DeepSeek R1

4.4 Destilación: potenciando modelos más pequeños

4.5 Open-source, licencia MIT y costes reducidos

4.6 Benchmark de rendimiento y entornos edge

5 Herramientas Clave para acceder a DeepSeek

5.1 Diferentes Opciones de alojamiento y despliegue del modelo DeepSeek

5.2 Diferentes herramientas para integrar y desplegar DeepSeek

5.3 Plataformas para acceder a LLMs de manera fácil

5.4 Ollama y LM Studio para ejecutar DeepSeek en nuestro ordenador local

5.5 Hugging Face: el mayor repositorio de modelos Open-source del mundo

5.6 LangChain: la libreria para el desarrollo de aplicaciones empresariales con LLMs

5.7 Flowise: Desarrollo de aplicaciones con LLMs sin programar

6 Acceso a DeepSeek a través de API

6.1 API de DeepSeek y acceso al modelo

6.2 OpenRouter: la API unificada para acceder a LLMs como DeepSeek

6.3 Replicate: la plataforma para acceder fácilmente a LLMs

6.4 Ejecutando DeepSeek desde Replicate

6.5 TogetherAI: la plataforma fácil para acceder a LLMs como DeepSeek

7 Ollama: Modelos Open-Source en local

7.1 Ollama: La plataforma para ejecutar LLMs en local

7.2 Diferentes modelos Open-source disponibles en Ollama

7.3 Instalación y ejecución de Ollama

7.4 Instalando y ejecutando DeepSeek en local a través de Ollama

7.5 Interfaz visual para el modelo de DeepSeek en local

8 Funciones Clave de LangChain aplicadas a LLMs

8.1 Introducción a las Funciones Clave de LangChain

8.2 Casos de uso y componentes de LangChain

8.3 Diferentes tipos de modelos LangChain y requisitos

8.4 Gestión de entradas del LLM con el módulo de Prompts de LangChain

8.5 Combinación de LLMs con otros componentes a través de cadenas

8.6 Dando acceso a datos externos a través de Índices de LangChain

8.7 Dando la capacidad de memorizar a ChatGPT a través de Memory LangChain

8.8 Dando acceso a herramientas gracias al módulo de Agents de LangChain

9 Desarrollo de soluciones avanzadas con DeepSeek y LangChain

9.1 Instalación de librerías y configuración del entorno

9.2 ChatOllama: Función fácil para interactuar con el modelo de DeepSeek

9.3 PrompTemplate: Personalizando y formateando las instrucciones de DeepSeek

9.4 OutputParsers: Estructurando la salida del modelo de DeepSeek

9.5 Documents, DocumentLoaders y Text Splitters: accediendo a información

9.6 Dando acceso a DeepSeek a Documentos

9.7 ChatMessageHistory: Dando acceso al modelo al histórico de conversaciones

9.8 Desarrollo de Agentes con DeepSeek

9.9 Todo sobre las Cadenas: basic chains, sequential chains y summarization

10 Desarrollo de Aplicaciones avanzadas Sin Programar con DeepSeek

10.1 Introducción a Flowise: el entorno de aplicaciones con LLMs sin programar

10.2 Características de Flowise

10.3 Instalación de Flowise

10.4 Primeros pasos con Flowise

10.5 Acceso a DeepSeek desde Flowise

10.6 OpenRouter, Ollama y HuggingFace para acceder a DeepSeek desde Flowise

11 Modelos de Lenguage con Acceso a Información (RAGs)

11.1 Introducción a los LLM con Conocimiento (RAG)

11.2 Consideraciones importantes y aplicaciones reales de los RAG

11.3 Cómo se construye un RAG

11.4 Desarrollo de un RAG con DeepSeek y Flowise

12 Hugging Face: el mayor repositorio de modelos Open-Source

12.1 Introducción a Hugging Face

12.2 Componentes de Hugging Face

12.3 Plataforma de Hugging Face

12.4 Fundamentos de la librería de Transformers

12.5 Laboratorio Práctico de Hugging Face

12.6 Acceso al modelo de DeepSeek a través de HuggingFace

13 Desarrollo de Agentes con DeepSeek

13.1 Introducción a los Agentes

13.2 Diferentes tipos de Agentes

13.3 Laboratorio Práctico: Desarrollo de Conversational Agent, RAG y Multi-Agent

13.4 Function Calling e Integración con DeepSeek R1 para el desarrollo de Agentes

13.5 Alternativas para el desarrollo de un agente avanzado con DeepSeek

13.6 Laboratorio Práctico: Desarrollo de un agente con DeepSeek V3

13.7 Laboratorio Práctico: Desarrollo de un agente con DeepSeek R1 Tool Calling