
El curso se compone de seis videos que abordan desde los conceptos básicos de Semantic Kernel hasta su aplicación avanzada con modelos locales.
Introducción a Semantic Kernel y LLMs
Explicación de los modelos de lenguaje (LLM) y su funcionamiento.
Integración de la IA con código mediante Semantic Kernel.
Diferencias entre modelos y cómo se pueden conectar con distintas APIs.
Uso de Prompts en Semantic Kernel
Creación de un kernel en .NET9.
Configuración de OpenAI y prueba de prompts para generar código.
Estrategias para mejorar los prompts y la importancia de su precisión.
Historial de Chat y Manejo de Contexto
Implementación de un sistema de historial de chat en .NET.
Cómo el historial afecta el consumo de tokens y el contexto de generación.
Impacto del crecimiento del historial en costos y rendimiento.
Funciones del Kernel (Kernel Functions)
Cómo el modelo de IA puede ejecutar código a través del Kernel.
Uso de plugins y funciones personalizadas para enriquecer respuestas.
Integración con APIs externas como datos de clima o análisis de texto.
Extensión mediante Plugins
Creación de plugins matemáticos y de procesamiento de lenguaje natural.
Uso de filtros de invocación para validar funciones antes de ejecutarlas.
Aplicaciones en interfaces gráficas y generación de objetos.
Uso de Modelos de IA Locales
Configuración de Semantic Kernel con modelos alojados en servidores locales.
Ejemplo práctico con Llama 3.2 y LM Studio.
Comparación de beneficios y desventajas frente a modelos en la nube.
Este curso ofrece una introducción práctica a Semantic Kernel, un marco de desarrollo diseñado para integrar modelos de lenguaje (LLMs) en aplicaciones inteligentes. A lo largo del curso, los participantes aprenderán a crear plugins personalizados y estarán capacitados para desarrollar soluciones impulsadas por IA que respondan dinámicamente a diversas necesidades empresariales y tecnológicas.
Combinamos teoría y práctica con ejemplos reales y ejercicios interactivos para que los participantes puedan aplicar lo aprendido desde el primer día.
Lo que aprenderás
Fundamentos de Semantic Kernel y su arquitectura.
Creación de plugins para agentes inteligentes.
Uso de prompts estructurados para mejorar la interacción con modelos de lenguaje.
Implementación de funciones nativas y personalizadas dentro del kernel.
Desarrollo de proyectos prácticos con integración de IA.
¿Para quién es este curso?
Desarrolladores de software interesados en IA.
Estudiantes e investigadores en tecnologías de inteligencia artificial.
Requisitos Técnicos
Para aprovechar al máximo este curso, es recomendable contar con:
Entorno de desarrollo (Visual Studio, VS Code o JetBrains Rider).
.NET SDK
Acceso a una API de modelos de lenguaje (OpenAI, Azure OpenAI o similar).
Conocimientos básicos de programación y manipulación de datos en JSON.
Este curso es ideal para quienes buscan dominar Semantic Kernel y aplicar IA en soluciones del mundo real.