Formación
17 IA
30
Continua en el tiempo
en
Plataforma
On-line
CURSO SPRING AI: INTEGRACIÓN DE IA EN APLICACIONES JAVA
On-line,
Continua en el tiempo
IA
Descripción
Aprende a integrar modelos de lenguaje, construir agentes IA y trabajar con bases de datos vectoriales usando Spring AI. Un curso práctico para desarrolladores Java que quieran añadir inteligencia artificial a sus aplicaciones sin salir de su stack habitual, con proyectos reales de principio a fin.
Temática de la actividad
Programación || IASkills que se desarrollarán en el curso
Integrar modelos de lenguaje como OpenAI y Ollama en aplicaciones Java mediante Spring AI || Diseñar prompts || Configurar la respuesta de un modelo de lenguaje || Mapear las respuestas de un modelo de IA a objetos Java || embeddings y similitud coseno || base de datos vectorial con Qdrant || sistema RAG || tool calling || agente de IA || memoria de una conversación con ChatMemory
Precio
300,00 €
Duración Teórica
40 horas
Disponibilidad horaria
Sin restricciones horarias
Observaciones
Aprende a integrar modelos de lenguaje, construir agentes IA y trabajar con bases de datos vectoriales usando Spring AI. Un curso práctico para desarrolladores Java que quieran añadir inteligencia artificial a sus aplicaciones sin salir de su stack habitual, con proyectos reales de principio a fin.
Programa
1. Fundamentos sobre aplicaciones IA
1.1 Fundamentos sobre Inteligencia Artificial
1.2 Modelos de lenguaje (LLM)
1.3 Introducción a Spring AI
2. Primeros pasos con Spring AI
2.1 Pasos previos y configuración con Open AI
2.2 Presentación de un proyecto básico
2.3 Implementación del proyecto de información. Parte I
2.4 Implementación del proyecto de información. Parte II
2.5 Utilización de modelos Ollama
3. Componentes de Spring AI
3.1 Componentes de Spring AI
3.2 Uso de prompts
3.3 Proyecto tutor. Parte I
3.4 Proyecto tutor. Parte II
3.5 Configuración de la respuesta
3.6 La clase PromptTemplate
3.7 Proyecto tutor tecnológico
3.8 Formateado de respuestas
3.9 Proyecto tutoriales. Parte I
3.10 Proyecto tutoriales. Parte II
3.11 Proyecto tutoriales. Parte III
4. Embeddings
4.1 Definición de embedding y fundamentos
4.2 Proyecto comparación semántica mediante embeddings. Parte I
4.3 Proyecto comparación semántica mediante embeddings. Parte II
4.4 Proyecto comparación semántica mediante embeddings. Parte III
5. Bases de datos vectoriales
5.1 Definición y objetivo de las bases de datos vectoriales
5.2 Proyecto buscador de títulos: Presentación y creación del proyecto
5.3 Proyecto buscador de títulos: Ingestión y búsqueda semántica
5.4 Proyecto buscador de títulos: Controlador y configuración
5.5 Bases de datos Qdrant
5.6 Proyecto búsqueda de destinos: presentación y modelo de datos
5.7 Proyecto búsqueda de destinos: capa de negocio. Parte I
5.8 Proyecto búsqueda de destinos: capa de negocio. Parte II
5.9 Proyecto búsqueda de destinos: controlador y configuración
6. Retrieval Augmented Generation (RAG)
6.1 Introducción a RAG. Chunks y splitters
6.2 Aplicando RAG en la práctica
6.3 Proyecto curriculums: pasos previos
6.4 Proyecto curriculums: componentes auxiliares
6.5 Proyecto curriculums: troceado e ingestión de documentos
6.6 Proyecto curriculums: búsqueda y consulta
6.7 Proyecto curriculums: controlador
6.8 Proyecto curriculums: configuración y pruebas
6.9 Proyecto curriculums mejorado: acceso a documentos completos
7. Tool calling
7.1 Fundamentos del tool calling
7.2 Proyecto información de fecha. Parte I
7.3 Proyecto información de fecha. Parte II
8. Agentes IA
8.1 Definición de agente IA y fundamentos
8.2 Implementación de Agente meteorológico: modelos de datos
8.3 Agente meteorológico: herramientas y aplicación de tool calling
8.4 Agente meteorológico: controlador
8.5 Agente meteorológico: configuración y pruebas
8.6 Proyecto agente de contratación: presentación
8.7 Proyecto agente de contratación: implementación de herramientas. Parte I
8.8 Proyecto agente de contratación: implementación de herramientas. Parte II
8.9 Proyecto agente de contratación: implementación del agente
9. Gestión de memoria en aplicaciones IA
9.1 La gestión del estado en aplicaciones IA
9.2 Gestión del estado en Spring AI con ChatMemory
9.3 Gestión del estado en un agente IA. Parte I
9.4 Gestión del estado en un agente IA. Parte II
1.1 Fundamentos sobre Inteligencia Artificial
1.2 Modelos de lenguaje (LLM)
1.3 Introducción a Spring AI
2. Primeros pasos con Spring AI
2.1 Pasos previos y configuración con Open AI
2.2 Presentación de un proyecto básico
2.3 Implementación del proyecto de información. Parte I
2.4 Implementación del proyecto de información. Parte II
2.5 Utilización de modelos Ollama
3. Componentes de Spring AI
3.1 Componentes de Spring AI
3.2 Uso de prompts
3.3 Proyecto tutor. Parte I
3.4 Proyecto tutor. Parte II
3.5 Configuración de la respuesta
3.6 La clase PromptTemplate
3.7 Proyecto tutor tecnológico
3.8 Formateado de respuestas
3.9 Proyecto tutoriales. Parte I
3.10 Proyecto tutoriales. Parte II
3.11 Proyecto tutoriales. Parte III
4. Embeddings
4.1 Definición de embedding y fundamentos
4.2 Proyecto comparación semántica mediante embeddings. Parte I
4.3 Proyecto comparación semántica mediante embeddings. Parte II
4.4 Proyecto comparación semántica mediante embeddings. Parte III
5. Bases de datos vectoriales
5.1 Definición y objetivo de las bases de datos vectoriales
5.2 Proyecto buscador de títulos: Presentación y creación del proyecto
5.3 Proyecto buscador de títulos: Ingestión y búsqueda semántica
5.4 Proyecto buscador de títulos: Controlador y configuración
5.5 Bases de datos Qdrant
5.6 Proyecto búsqueda de destinos: presentación y modelo de datos
5.7 Proyecto búsqueda de destinos: capa de negocio. Parte I
5.8 Proyecto búsqueda de destinos: capa de negocio. Parte II
5.9 Proyecto búsqueda de destinos: controlador y configuración
6. Retrieval Augmented Generation (RAG)
6.1 Introducción a RAG. Chunks y splitters
6.2 Aplicando RAG en la práctica
6.3 Proyecto curriculums: pasos previos
6.4 Proyecto curriculums: componentes auxiliares
6.5 Proyecto curriculums: troceado e ingestión de documentos
6.6 Proyecto curriculums: búsqueda y consulta
6.7 Proyecto curriculums: controlador
6.8 Proyecto curriculums: configuración y pruebas
6.9 Proyecto curriculums mejorado: acceso a documentos completos
7. Tool calling
7.1 Fundamentos del tool calling
7.2 Proyecto información de fecha. Parte I
7.3 Proyecto información de fecha. Parte II
8. Agentes IA
8.1 Definición de agente IA y fundamentos
8.2 Implementación de Agente meteorológico: modelos de datos
8.3 Agente meteorológico: herramientas y aplicación de tool calling
8.4 Agente meteorológico: controlador
8.5 Agente meteorológico: configuración y pruebas
8.6 Proyecto agente de contratación: presentación
8.7 Proyecto agente de contratación: implementación de herramientas. Parte I
8.8 Proyecto agente de contratación: implementación de herramientas. Parte II
8.9 Proyecto agente de contratación: implementación del agente
9. Gestión de memoria en aplicaciones IA
9.1 La gestión del estado en aplicaciones IA
9.2 Gestión del estado en Spring AI con ChatMemory
9.3 Gestión del estado en un agente IA. Parte I
9.4 Gestión del estado en un agente IA. Parte II
Objetivos
Al completar el Curso Spring AI: Integración de IA en aplicaciones Java, serás capaz de:
Integrar modelos de lenguaje como OpenAI y Ollama en aplicaciones Java mediante Spring AI.
Diseñar prompts con mensajes de sistema y de usuario que eviten respuestas ambiguas o inventadas.
Configurar la respuesta de un modelo de lenguaje ajustando parámetros como la temperatura o el número de tokens.
Mapear las respuestas de un modelo de IA a objetos Java estructurados en lugar de texto libre.
Comparar la similitud semántica entre dos textos mediante embeddings y similitud coseno.
Implementar una base de datos vectorial con Qdrant para consultar información por significado, no por texto exacto.
Construir un sistema RAG que recupere información de documentos reales antes de generar una respuesta.
Registrar herramientas propias en un modelo de lenguaje mediante tool calling para que consulte datos externos.
Desarrollar un agente de IA capaz de usar esas herramientas y tomar decisiones de forma autónoma.
Gestionar la memoria de una conversación con ChatMemory para mantener el contexto entre distintas peticiones.
Integrar modelos de lenguaje como OpenAI y Ollama en aplicaciones Java mediante Spring AI.
Diseñar prompts con mensajes de sistema y de usuario que eviten respuestas ambiguas o inventadas.
Configurar la respuesta de un modelo de lenguaje ajustando parámetros como la temperatura o el número de tokens.
Mapear las respuestas de un modelo de IA a objetos Java estructurados en lugar de texto libre.
Comparar la similitud semántica entre dos textos mediante embeddings y similitud coseno.
Implementar una base de datos vectorial con Qdrant para consultar información por significado, no por texto exacto.
Construir un sistema RAG que recupere información de documentos reales antes de generar una respuesta.
Registrar herramientas propias en un modelo de lenguaje mediante tool calling para que consulte datos externos.
Desarrollar un agente de IA capaz de usar esas herramientas y tomar decisiones de forma autónoma.
Gestionar la memoria de una conversación con ChatMemory para mantener el contexto entre distintas peticiones.
Cursos de TRAINING IT
Aprende a integrar modelos de lenguaje, construir agentes IA y trabajar con bases de datos vectoriales usando Spring AI. Un curso práctico para desarrolladores Java que quieran añadir inteligencia art...
Aprende a aplicar la IA a tareas legales reales: investigar jurisprudencia, redactar y revisar contratos, y diseñar flujos de trabajo con criterio humano, usando ChatGPT, Claude y herramientas legales...
CURSO DE LINUX HARDENING: DEFENSA EN PROFUNDIDAD
On-line,
Continua en el tiempo
SISTEMAS DE GESTIÓN DE INFORMACIÓN
Aprende a defender un servidor Linux capa a capa con cortafuegos, OSSEC, Lynis y cifrado de disco con LUKS. Un curso práctico para sysadmins y para quien quiere empezar en seguridad, con laboratorios ...
CURSO LPIC 102: SHELL, REDES Y SEGURIDAD EN LINUX
On-line,
Continua en el tiempo
PROGRAMACIÓN DE SISTEMAS INFORMÁTICOS
Aprende a administrar usuarios y grupos, automatizar tareas con cron y proteger tus sistemas con SSH y GPG en Linux. Un curso práctico pensado para quienes ya trabajan con Linux y quieren preparar el ...
CURSO LPIC 101: APRENDE LINUX Y PREPARA TU EXAMEN
On-line,
Continua en el tiempo
PROGRAMACIÓN DE SISTEMAS INFORMÁTICOS
Aprende a configurar el arranque de Linux con GRUB y systemd, gestionar particiones y administrar paquetes con dpkg y RPM. Un curso práctico, en español, pensado tanto para quien quiere prepararse el ...
LINUX ESSENTIALS: COMANDOS, PERMISOS Y CERTIFICACIÓN LPI
On-line,
Continua en el tiempo
PROGRAMACIÓN DE SISTEMAS INFORMÁTICOS
Aprende comandos, permisos y redes en Linux practicando en terminal real con Bash. Pensado tanto para quien empieza de cero como para quien ya trabaja con sistemas y quiere preparar la certificación L...
Aprende a definir specs, planes y tareas, y a construir un backend .NET real con GitHub Copilot, Entity Framework Core y PostgreSQL. Un curso práctico para desarrolladores .NET y arquitectos de softwa...
Aprende a usar ChatGPT para seleccionar candidatos, evaluar el desempeño, resolver dudas de nómina y diseñar formaciones. Un curso práctico para profesionales de RRHH que quieran aplicar la IA a las t...
Aprende a planificar clases, crear contenidos y dar feedback con ChatGPT, Claude y Gemini, y a usar agentes de IA aplicados a la educación. Un curso práctico para docentes y formadores que quieran apl...
Aprende a crear, personalizar y automatizar asistentes de IA con ChatGPT, Gemini y Claude, o en local con Ollama y AnythingLLM. Un curso práctico para profesionales y emprendedores que quieran tener s...
Software para las Agencias de colocación