| Metodología | Presencial |
|---|---|
| Tipo | SEMINARIO |
| Fecha inicio | 15/12/2025 |
| Fecha fin | 15/12/2025 |
Esta sesión ofrece un recorrido práctico y conceptual sobre cómo diseñar, construir y desplegar aplicaciones conversacionales inteligentes aprovechando la integración entre LangChain y Vertex AI Gemini. Comenzaremos explorando los fundamentos de LangChain, su arquitectura modular y los componentes clave como prompts, cadenas, agentes, memoria y herramientas. A continuación, profundizaremos en las técnicas de Prompt Engineering, incluyendo Chain-of-Thought, Retrieval-Augmented Generation (RAG) y ReAct, que permiten razonar, actuar y conectar los modelos con información del mundo real.
El ponente de la jornada a impartir por PUE DATA, que ostenta la figura de Partner oficial de Google Cloud, en colaboración con el CNTG, será Mauro Benedetto Pazienza, Senior training Google Specialist de PUE DATA, con más de 20 años de experiencia en formacion y consultoria IT en areas como administracion, desarrollo y big data, Mauro esta actualmente enfocado en la imparticion de cursos oficiales en Google Cloud y Cloudera en toda Europa.
Ha trabajado como formador en empresas internacionales como Telecom Italia, Bea System, Oracle University y finalmente para Cloudera University que le ha concedido como instructor oficial de PUE, el premio Best Instructor EMEA FY17 y FY18 ademas de ser reconocido como best instructor Google Cloud 2019 para EMEA.
Implementar un chatbot tipo “GroceryBot” capaz de responder sobre recetas, recordando el contexto y buscando información relevante en documentos.
Perfil recomendado de la persona asistente, conocimientos previos necesarios, nivel principiante, intermedio o avanzado
- Duración :
4 horas - Metodología :
Presencial - Tecnología :
- Cloud
- Google Cloud
- Beneficios :
- Certificado de asistencia
1. Introducción a LangChain
- Qué es LangChain y para qué se utiliza
- Componentes principales: LLMs, cadenas, agentes, herramientas y memoria
- Integración con Vertex AI Gemini
2. Prompt Engineering Avanzado
- Tipos de prompting: zero-shot, one-shot, few-shot
- Chain-of-Thought (razonamiento paso a paso)
- Retrieval-Augmented Generation (RAG)
- ReAct: razonamiento y acción
3. Construyendo un Chatbot con LangChain
- Uso de LangChain para chatbots personalizados
- Implementación de memoria en conversaciones multi-turn
- Chat retrieval y grounding en datos reales
4. Demo práctica en JupyterLab
- Ejecución paso a paso del agente conversacional
- Uso de RAG y ReAct con LangChain y Gemini
- Ejemplos de interacción con el modelo
5. Cierre y discusión
- Buenas prácticas y recomendaciones
- Casos de uso en entornos empresariales
- Preguntas y comentarios del público