Desarrollo de IA Local con Qwen 2.5 y Ollama

Ejecutar potentes modelos de IA ya no requiere costosas APIs en la nube ni comprometer la privacidad de los datos. Al aprovechar los modelos de lenguaje grandes locales, los desarrolladores pueden crear aplicaciones seguras y altamente receptivas directamente en su propio hardware. Este curso basado en texto te guía a través de todo el proceso de configuración y desarrollo de aplicaciones con Qwen 2.5 y Ollama. Pasarás de comprender los conceptos fundamentales de IA a escribir código Python limpio que interactúa con modelos locales, maneja datos estructurados y sirve predicciones a través de una API web moderna. Lo que aprenderás: * Comprender los fundamentos de la arquitectura de modelos locales y la cuantización; * Configurar Ollama para ejecutar y administrar modelos Qwen 2.5 de manera eficiente en tu máquina local; * Construir puntos finales de API asíncronos usando FastAPI para interactuar con tus modelos locales; * Implementar patrones básicos de Generación Aumentada por Recuperación (RAG) para la consulta de documentos; * Aplicar técnicas de ingeniería de prompts para asegurar salidas JSON estructuradas; * Practicar la escritura de código Python limpio y con type hints para manejar la memoria conversacional. El curso comienza con terminología esencial y guías de configuración, luego avanza paso a paso a través de la integración de API, la gestión de memoria y el despliegue de back-end local. Aprenderás a través de explicaciones escritas claras, recorridos de código estructurados y ejercicios prácticos. Diseñado para desarrolladores de software principiantes y entusiastas de Python, este curso no requiere experiencia previa en IA o aprendizaje automático. Comienza a construir aplicaciones de IA privadas y potentes en tu máquina local hoy mismo.