La Inteligencia Artificial ya forma parte de nuestro día a día, y los testers tienen un nuevo desafío: aprender a evaluar la calidad, precisión y seguridad de los modelos de IA que impulsan herramientas como ChatGPT, Claude o Gemini.En este curso aprenderás paso a paso cómo testear y evaluar Modelos de Lenguaje Grande (LLMs) aplicando métricas, estrategias y herramientas reales utilizadas en la industria.Exploraremos desde los fundamentos de la IA y el aprendizaje profundo, hasta las técnicas más avanzadas de testing adversarial, validación factual y evaluación de métricas como F1, Perplexity, BLEU o TruthfulQA. Qué aprenderásComprender el funcionamiento de los LLMs y su rol dentro de la IA moderna.Aplicar métricas de evaluación para medir precisión, veracidad y desempeño.Diseñar tests funcionales, semánticos y factuales sobre modelos de IA.Detectar ataques de prompt injection y vulnerabilidades comunes.Crear reportes profesionales que comuniquen resultados de testing de IA. Este curso es para vos si querés:Llevar tus habilidades de Testing y QA al mundo de la Inteligencia Artificial.Entender cómo se evalúan modelos como ChatGPT, Claude o Gemini.Descubrir cómo detectar errores, sesgos y fallos de razonamiento en IA generativa.Empezar a testear IA sin necesidad de experiencia previa en Machine Learning.Herramientas y recursosDurante el curso usaremos entornos accesibles como Google Colab, junto con datasets y librerías reales: LangTest, TruthfulQA, HumanEval y nada más ni nada menos que una librería que yo mismo creé a modo de Framework de Automatización de Pruebas para LLMs...True Lies&
What you'll learn
Understand how large language models function and their significance in modern AI.
Apply evaluation metrics to assess precision, truthfulness, and performance of AI models.
Design functional, semantic, and factual tests for AI systems.
Identify prompt injection attacks and common vulnerabilities in AI.
Create professional reports that effectively communicate testing outcomes.