Fundamentos de IA Generativa para Developers

Curso práctico de IA Generativa orientado a desarrolladores. Aprende los fundamentos teóricos y prácticos para integrar LLMs en tus aplicaciones usando LangChain con modelos locales (Ollama) y APIs comerciales (OpenAI, Anthropic, Google).

Autor: Alan Sastre

Contenido del Curso

01 - Fundamentos Teóricos

Notebook	Descripción
01-genai-que-es-ia-generativa	Introducción a la IA Generativa
02-genai-que-puede-hacer	Casos de uso y aplicaciones
03-genai-historia-y-evolucion	Historia y evolución de los LLMs
04-genai-llm-arquitectura-alto-nivel	Arquitectura de los modelos de lenguaje
05-genai-llm-limitaciones-y-alucinaciones	Limitaciones y alucinaciones
06-genai-roles-disciplinas-profesionales	Roles profesionales en IA

02 - Iniciación Práctica

Notebook	Descripción
01-genai-setup-entorno-python-ollama-langchain	Configuración del entorno de desarrollo
02-genai-langchain-modelos-ollama	Uso de modelos locales con Ollama
03-genai-langchain-message-types	Tipos de mensajes en LangChain
04-genai-langchain-generation-parameters	Parámetros de generación

03 - Proveedores de LLMs

Notebook	Descripción
01-genai-ecosistema-proveedores	Panorama de proveedores
02-genai-langchain-openai	Integración con OpenAI
03-genai-langchain-anthropic	Integración con Anthropic (Claude)
04-genai-langchain-google	Integración con Google (Gemini)

04 - Proyecto: Chatbot CLI

Aplicación de consola que implementa un chatbot conversacional usando LangChain y Ollama. Incluye:

• Memoria de conversación
• Cambio dinámico de modelos
• Comandos interactivos (/help, /model, /clear, /info)

Nota: Los notebooks incluyen diagramas Mermaid que no se visualizan en GitHub. Para verlos correctamente, abre los notebooks en VS Code con la extensión Quarto.

Requisitos Previos

• Python 3.13+
• Ollama instalado y en ejecución (para modelos locales)
• API Keys (opcionales, para proveedores comerciales):
  • OPENAI_API_KEY
  • ANTHROPIC_API_KEY
  • GOOGLE_API_KEY

Instalación

1. Instalar Ollama

Descarga e instala Ollama desde ollama.com y descarga un modelo:

ollama pull gemma3:1b

2. Instalar uv (gestor de proyectos Python)

Windows:

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

Linux/macOS:

curl -LsSf https://astral.sh/uv/install.sh | sh

3. Clonar y configurar el proyecto

git clone https://github.com/TU_USUARIO/genai-fundamentos.git
cd genai-fundamentos

# Crear entorno virtual e instalar dependencias
uv venv --python 3.13.5
uv add -r requirements.txt

4. Activar el entorno virtual

Windows:

.venv\Scripts\activate

Linux/macOS:

source .venv/bin/activate

5. Configurar API Keys (opcional)

Crea un archivo .env en la raíz del proyecto:

OPENAI_API_KEY=sk-...
ANTHROPIC_API_KEY=sk-ant-...
GOOGLE_API_KEY=...

Uso

Ejecutar los Notebooks

Abre los notebooks con VS Code (extensión Jupyter) o ejecuta:

jupyter notebook

Ejecutar el Chatbot CLI

python 04-proyecto/main.py

Comandos disponibles:

• /help - Muestra la ayuda
• /model <nombre> - Cambia el modelo (ej: gemma3:1b, deepseek-r1:1.5b)
• /clear - Limpia el historial
• /info - Muestra información del chatbot
• /exit - Salir

Dependencias Principales

Paquete	Versión	Descripción
langchain	1.2.6	Framework para aplicaciones LLM
langchain-ollama	1.0.1	Integración con Ollama
langchain-openai	1.1.7	Integración con OpenAI
langchain-anthropic	1.3.1	Integración con Anthropic
langchain-google-genai	4.2.0	Integración con Google AI
jupyter	1.1.1	Notebooks interactivos

Estructura del Proyecto

genai-fundamentos/
├── 01-fundamentos/          # Notebooks de teoría
├── 02-iniciacion/           # Notebooks de iniciación práctica
├── 03-proveedores/          # Notebooks de integración con APIs
├── 04-proyecto/             # Chatbot CLI
│   └── main.py
├── .env                     # Variables de entorno (no incluido)
├── pyproject.toml           # Configuración del proyecto
├── requirements.txt         # Dependencias alternativas (pip)
└── README.md

Licencia

Este proyecto está bajo la licencia MIT.