Curso práctico de Software de IA Offline con Python, Ollama y PySide

Inversion publicada

Precios referenciales en PEN. Confirma vacantes, etapa vigente y forma de pago por WhatsApp.

Temario por sesion

Sesion 1: Entorno local de IA y arquitectura

Objetivo: instalar una base local de IA sin depender de servicios externos.

• Objetivo: instalar una base local de IA sin depender de servicios externos.
• Instalacion de Python, entorno virtual, Ollama y modelos ligeros.
• Conceptos de LLM local, prompts, contexto, latencia y memoria.
• Estructura de una aplicacion desktop con PySide.
• Conexion inicial entre Python y Ollama por API local.
• Practica: ventana simple que envia prompts y muestra respuestas.
• Resultado: prototipo desktop conectado a un modelo local.

Practica: Practica: ventana simple que envia prompts y muestra respuestas.

Resultado: Resultado: prototipo desktop conectado a un modelo local.

Sesion 2: Interfaz PySide y flujo de conversacion

Objetivo: construir una interfaz limpia para consultas locales.

• Objetivo: construir una interfaz limpia para consultas locales.
• Widgets principales, layouts, señales y slots.
• Entrada de usuario, historial, estados de carga y manejo de errores.
• Persistencia simple de conversaciones y configuracion.
• Plantillas de prompt para tareas tecnicas concretas.
• Practica: chat local con historial y parametros basicos.
• Resultado: interfaz usable para conversar con el modelo.

Practica: Practica: chat local con historial y parametros basicos.

Resultado: Resultado: interfaz usable para conversar con el modelo.

Sesion 3: Archivos, contexto y funciones utiles

Objetivo: sumar contexto local sin prometer capacidades irreales.

• Objetivo: sumar contexto local sin prometer capacidades irreales.
• Lectura controlada de texto, fragmentacion y limites de contexto.
• Resumen, clasificacion y extraccion de datos simples.
• Validacion de respuestas y advertencias sobre alucinaciones.
• Organizacion de modulos para mantener el codigo mantenible.
• Practica: asistente que procesa un archivo de ejemplo.
• Resultado: aplicacion que usa contexto local verificable.

Practica: Practica: asistente que procesa un archivo de ejemplo.

Resultado: Resultado: aplicacion que usa contexto local verificable.

Sesion 4: Empaquetado y proyecto final

Objetivo: entregar una app offline funcional y documentada.

• Objetivo: entregar una app offline funcional y documentada.
• Configuracion de icono, rutas, dependencias y variables.
• Pruebas sin internet, manejo de modelo no disponible y mensajes de ayuda.
• Empaquetado con herramienta adecuada segun el entorno.
• Documentacion de instalacion y requisitos de hardware.
• Practica: cierre de la app final con demostracion.
• Resultado: software desktop de IA offline listo para prueba interna.

Practica: Practica: cierre de la app final con demostracion.

Resultado: Resultado: software desktop de IA offline listo para prueba interna.

Resultados de aprendizaje

• Instalar Ollama y descargar modelos de IA locales.
• Conectar Python con la API local de Ollama.
• Crear una interfaz gráfica tipo chat con PySide.
• Gestionar historial, selección de modelo y exportación de conversación.

Proyecto final

Proyecto aplicado integrador con evidencia verificable y presentación breve.

Entregables

Consultar en la convocatoria.

Herramientas

Consultar en la convocatoria.

Metodologia

Consultar en la convocatoria.

Requisitos

Consultar en la convocatoria.

Certificacion

Certificado físico y firmado