Prompt Engineering para chatGPT-4

Presentación

Prompt Engineering es el proceso de guiar efectivamente modelos de IA generativa y controlar sus output para obtener los resultados deseados.

La información y sentencias que se ingresan a una IA generativa tienen una gran influencia sobre la calidad de salida que se obtiene. Después de ingresar un prompt, el modelo de IA analiza el input y genera una salida basada en el patrón que éste ha aprendido en su entrenamiento. Debido a esto, es importante tener una guía para formular buenos prompts con el fin de obtener información correcta.  Para esto, se hace necesario también conocer el funcionamiento de una IA Generativa y así poder guiar de mejor manera los inputs elaborados.

Objetivos

Proveer a los alumnos con las técnicas, aproximaciones y mejores prácticas para escribir prompts efectivos. Además, brindar los fundamentos de una IA generativa para, de esta forma, tener una mejor base para elaborar prompts que produzcan los resultados deseados. Aplicar los conceptos aprendidos en una de las IAs generativas más utilizadas chatGPT-4.

Dirigido a

• Profesionales que requieran el uso de IAs generativas.
• Profesionales y egresados de carreras de Ciencia de la Computación, Ingeniería de Sistemas y afines.

Contenido

• Modelo GPT (Generative Pretrained Transformer): Introducción, pre-entrenamiento GPT, Fine-tuning GPT, Chat GPT, usos.
• Prompt Engineering para IA Generativa: ¿Qué es un prompt? Elementos de prompting ¿Qué es un prompt engineering? Mejores prácticas en creación de prompts. Herramientas para prompting. Tipos de Prompts. Proceso de Prompting.
• Técnicas de Prompting: Zero-shot prompting, few shots prompting, chain of thought prompting, self-consistency prompting, general knowledge prompting, tree of thoughts prompting, automatic prompt engineering. Estrategias para prompt engineering.
• Técnicas de Diseño Avanzadas: Multi-turn conversational prompts, prompts contextuales, prompts exploratorios, questioning answering, prompts multi-modelo, prompts adversariales, clustering prompts, reinforcement learning prompts.

Expositores

Julio Omar Santisteban Pablo

Doctor en Ciencia de la Computación por la Universidad Nacional de San Agustín de Arequipa. Maestro en Ciencias en Internetworking por la University of Technology Sydney, Australia. GradCert. en Internetworking por la University of Technology, Australia. Diplomado en Information Technology – Applications Programming por el South Western Sydney Institute, Australia. Se incorporó a la Universidad Católica San Pablo en el 2010. Cuenta con más de 10 años de experiencia a laboral como Senior Analyst Programmer en Qantas Airways Australia.

Christian Delgado Polar

Master en Ciencia de la Computación por la Universidad Federal de Minas Gerais – Brasil. Cuenta con más de 15 años de experiencia en desarrollo de software en empresas grandes y medianas. Ha ejercido la docencia en diversas universidades locales y en el exterior. Actualmente es candidato a Doctor en la Universidad de São Paulo –Brasil. Experiencia en temas de Machine Learning, Reinforcement Learning, Ciencia de Datos, Planeamiento Probabilístico y Agentes Inteligentes.

Julissa Giuliana Villanueva Llerena

Doctora y Magíster en Ciencia de la Computación de la Universidad de Sao Paulo (Brasil). Actualmente, ejerce como profesora en la Universidad Católica San Pablo y desarrolla soluciones innovadoras mediante inteligencia artificial. Además, tiene experiencia en proyectos de aprendizaje supervisado, data science, modelos probabilísticos y procesamiento del lenguaje natural.

Metodología

• El dictado de los cursos será de forma virtual síncrona. La asistencia a las clases virtuales es de carácter obligatorio.
• La inasistencia a clases por curso tiene máximo del 30%, alumnos con inasistencias superiores al 30% en un curso reprobaran de forma automática.
• Las grabaciones estarán disponibles para la revisión por los alumnos.
• La participación de los alumnos es necesaria para lograr los objetivos de aprendizaje.

Requisitos de admisión

• Ficha de datos (personales, profesionales, académicos, entre otros).
• Comprobante de pago.
• Conocimiento de programación en python.

Calendario

Inversión

• Precio al contado: S/ 400.00.
• Pronto pago hasta el 12 de abril de 2025: S/ 350.00.
• Descuentos:
  • 5% de descuento corporativo (2 personas).
  • 10% de descuento corporativo (3 personas a más).
  • 20% de descuento para Comunidad UCSP.
• Cierre de Inscripciones: 02 de mayo de 2025.

Certificación

Certificado digital otorgado por la Dirección de la Escuela de Postgrado y el Departamento de Ciencia de la Computación.

Organiza