Curso · 7 capítulos
Ejecuta un LLM en tu propia máquina
Ejecuta un LLM privado y potente en tu propio portátil, sin costes de nube. Elige una herramienta, ajusta un modelo a tu VRAM con cuantización y conéctalo a tu app. 7 capítulos, ~2h.
Lo que sabrás hacer
- Ejecutar un LLM en tu propia máquina
- Elegir el modelo local adecuado para cada tarea
- Interpretar especificaciones de VRAM y cuantización
- Servir un modelo a través de una API de OpenAI
- Comparar modelos locales y modelos en la nube
- Especificar hardware para modelos más grandes
Qué incluye
- 1Ejecuta un LLM en tu propia máquina: empieza aquí
El mapa de este path — por qué vale la pena ejecutar modelos en local, cómo los seis capítulos se construyen unos sobre otros, y por dónde empezar.
- 2Por qué ejecutar un LLM en local
El modelo en tu propia máquina es más débil que la frontera — y vale la pena hacer ese intercambio más a menudo de lo que crees.
- 3Las herramientas que ejecutan modelos
Cuatro puertas de entrada amables, un mismo motor compartido debajo — así que la elección va de comodidad, no de capacidad.
- 4La realidad del hardware y la quantization
Un solo número decide si un modelo corre en tu máquina — y un truco te deja doblegarlo.
- 5Elige tu modelo local
Tu hardware ya estrechó el campo — ahora elige por la tarea y lee la licencia antes de comprometerte.
- 6Sirve un modelo a tu app
Los modelos locales hablan el mismo idioma que la nube — así que conectar uno a tu código es, en su mayor parte, cambiar una sola línea.
- 7Construye una mejor máquina doméstica
¿Se te quedó pequeño el hardware? La mejora es un solo número — haz crecer el tipo de memoria adecuado, y se abre toda una clase de modelos.
Preguntas frecuentes
- ¿Qué aprenderé en este curso?
- Aprenderás a ejecutar un modelo de lenguaje de gran tamaño en el ordenador que ya tienes: elegir una herramienta para ejecutar modelos, ajustar un modelo a tu hardware usando VRAM y cuantización, seleccionar un modelo según la tarea y la licencia, conectarlo a tu propia app y mejorar tu máquina cuando te quedes corto. El recorrido abarca 7 capítulos sobre herramientas, hardware, elección de modelos y servicio.
- ¿A quién va dirigido este curso?
- Está pensado para desarrolladores y personas curiosas que quieren tener un LLM local funcionando en su propio portátil o PC, sin depender únicamente de API en la nube. No se asume experiencia previa con modelos locales, ya que el recorrido parte de por qué lo local importa y avanza paso a paso.
- ¿Necesito saber programar o tener experiencia en machine learning?
- No necesitas ningún conocimiento de machine learning. Estar cómodo con una terminal ayuda en el capítulo sobre cómo conectar un modelo a tu app a través de una API compatible con OpenAI, pero el recorrido está escrito para personas sin experiencia técnica avanzada.
- ¿Cuánto dura el curso y hay certificado?
- El recorrido dura aproximadamente 2 horas en total, repartidas en 7 capítulos de nivel fundacional. Puedes completarlo a tu propio ritmo y obtener un certificado de finalización en la AI Academy.
- ¿Este curso es gratuito?
- No, es un recorrido de pago incluido en la suscripción a la AI Academy. Cubre de principio a fin la ejecución de un LLM en local: desde elegir una herramienta hasta conectar un modelo y mejorar tu hardware.
Consigue un certificado
Completa todos los capítulos para recibir tu certificado de finalización.