Bienvenidos a Pycon Panamá

Apertura Oficial

IA Generativa con Python y Langchain

Una introduccion al uso de LLM con Python y la biblioteca Langchain.

Tema

Descripción

Descanso y Networking

Estrategias avanzadas para la optimización de portafolios de inversión

Palabras Finales

Desentrañando los secretos de Python

¿Cómo construir un sistema RAG más fuerte basado en knowledge graph?

Coffe Break

IA Generativa con Python y Langchain

Cierre del Día 2

Deploy machine learning model

IA Generativa con Python y Langchain

Creando un visualizador BIM con Django y THREE.js

Aprende paso a paso a analizar sentimientos con Python

Productividad corporativa a través de los datos

Integración de un Plan Piloto con Python, PostgreSQL y la Nube Segura

Almuerzo

Futuro de la Programación

Cierre oficial del evento y Entrega de Reconocimientos

Futuro de la Programación

Oportunidad para establecer contactos

Cómo usar Python para curar enfermedades genéticas

¿Me creerías si te digo que podemos curar enfermedades genéticas con Python? En esta charla verás cómo hacerlo usando un script de mi GitHub y la enfermedad de Huntington como ejemplo. En resumen, la ponencia abrirá con una breve introducción a la enfermedad de Huntington y lo suficiente de genética para entender el caso práctico. Éste es el verdadero centro de la charla y consistirá en editar el ADN de unx paciente con CRISPR (una herramienta de corta y pega biológico) y un script de Python (que diseñará las secuencias genéticas necesarias para el experimento) para tratarlo. Todo esto nos servirá para ver el tremendo potencial de la sinergia entre la ingeniería genética y Python en el ámbito sanitario.

Optimizando la precisión de la generación de respuestas con la técnica RAG (Retrieval-Augmented Generation) en Python

Los modelos de lenguaje grandes, como GPT4, están a la vanguardia de los avances impulsados por la IA en el procesamiento del lenguaje natural. Con la rápida evolución de los datos, los LLM (modelos de lenguajes grandes) enfrentan el desafío de mantenerse actualizados y contextualmente relevantes. Para garantizar su eficacia continua, estos modelos deben adaptarse a la información en constante cambio. Los LLM carecen de información sumamente específica, entonces cuando se les consulta pueden contestar algo que este bien gramaticalmente, pero en la realidad puede que sea incorrecto. La técnica RAG (recuperación de generación aumentada) permite combinar la especificidad de fuentes de datos externas con la generación de los LLM mediante un método innovador. En esta charla revisaremos conceptos para entender el funcionamiento de los LLM y profundizaré el concepto de RAG y su importancia para evitar por ejemplo una de sus principales desventajas: ¨las alucinaciones¨. Acompáñame en este recorrido en el cual te llevarás una comprensión profunda de esta técnica y te mostraré varios ejemplos concretos de aplicación.

Title

Description

Title

Description

Title

Description