Mapa de ruta Aprendizaje Agentes IA
Hola! Vi en Linkedin este artículo recomendado por el director de Make (su autor es Rakesh Gohel) y se los quiero compartir porque lo encontré claro y útil. Está con traducción automática al español. Copio textual: Muchos de ustedes pidieron recientemente una hoja de ruta de aprendizaje de AI Agent. Aquí está mi sugerencia completa. Los agentes de IA son las nuevas tendencias de IA del futuro Sin embargo, empezar a utilizar los agentes de IA puede ser un poco abrumador. Aquí os adjunto una breve hoja de ruta para que comiences. 📌 Nivel 1: Aprender los conceptos básicos de GenAI y RAG 1. Introducción a GenAI - Conceptos clave a aprender: a. Visión general de la IA generativa y sus aplicaciones. b. Diferencias entre IA generativa y tradicional. c. Modelos generativos y sus consideraciones éticas (por ejemplo, sesgo). 2. Conceptos básicos de los LLM - Conceptos clave a aprender: a. Arquitectura de transformadores y mecanismos de atención. b. Tokenización e incrustaciones. 3. Conceptos básicos de la ingeniería de avisos - Conceptos clave a aprender: a. Usar indicaciones de disparo cero, de pocos disparos y de cadena de pensamiento. b. Técnicas como el control de temperatura para la producción de refinación. 4. Manejo y procesamiento de datos - Conceptos clave a aprender: a. Limpieza y estructuración de datos para entrenamiento e inferencia. b. Técnicas de preprocesamiento como la tokenización y la normalización. 5. Introducción a los envoltorios de API - Conceptos clave a aprender: a. Automatización de tareas mediante llamadas a la API. b. Conceptos básicos de las API de REST y GraphQL. 6. Elementos esenciales de RAG - Conceptos clave a aprender: a. Conceptos básicos de la generación aumentada de recuperación (RAG). b. Búsqueda basada en incrustaciones con bases de datos vectoriales como ChromaDB, Milvus. 📌 Nivel 2: Aprendizaje centrado en agentes de IA 1. Introducción a los agentes de IA - Conceptos clave para aprender a. Interacción agente-entorno.