Inteligencia Artificial Aplicada · IA-120

IA en local I: Ollama, LM Studio y GPT4All

Descargar y ejecutar modelos en la propia máquina sabiendo qué cabe en la memoria disponible.

Disponible Intermedio 6 módulos · 24 clases

Formato asíncrono Desarrollo, Ingeniería / Industria, Empresa / PYME, Administración pública Ollama, LM Studio, GPT4All

IA OPENSOURCE CIBERSEGURIDAD

Lo que aprenderás

Instalar y poner en marcha Ollama, LM Studio y GPT4All sobre Windows, macOS o Linux.
Interpretar los niveles de cuantización de un modelo y su efecto en memoria y calidad.
Calcular si un modelo cabe en la VRAM o la RAM del equipo antes de descargarlo.
Servir un modelo por la API local de Ollama y consultarlo desde otra aplicación.
Comparar velocidad de generación y consumo entre modelos con una misma batería de preguntas.
Contrastar el coste de un despliegue local frente al pago por uso de una API externa.

Contenido del curso

6 módulos · 24 clases en vídeo · práctica guiada en cada módulo

Módulo 1 · Entorno y comprobaciones previas 4 clases

Por qué ejecutar modelos en local y cuándo no compensa
Inventario del equipo: CPU, GPU, VRAM y RAM
Instalación de Ollama en los tres sistemas operativos
Primer modelo descargado y primera respuesta

Módulo 2 · Modelos y cuantización 4 clases

Familias de modelos abiertos y para qué sirve cada tamaño
Qué significa cuantizar y qué se pierde al hacerlo
Leer el nombre de un fichero GGUF
Regla práctica para saber si un modelo cabe

Módulo 3 · LM Studio y GPT4All 4 clases

Instalación y descarga de modelos desde la interfaz
Comparar dos modelos con la misma pregunta
Conversar con documentos locales en GPT4All
Cuándo usar interfaz y cuándo usar terminal

Módulo 4 · Ollama a fondo 4 clases

Comandos de gestión de modelos
Modelfile: parámetros y prompt de sistema propios
La API local: peticiones desde script y desde otra aplicación
Servir el modelo a otros equipos de la red

Módulo 5 · Rendimiento y medición 4 clases

Medir velocidad de generación y tiempo hasta la primera palabra
Uso de memoria y descarga del modelo
Ajustar contexto y parámetros de generación
Batería de pruebas propia para comparar modelos

Módulo 6 · Coste y decisión 4 clases

Coste de hardware y energía frente a pago por uso
Qué tareas exigen un modelo grande y cuáles no
Modelo local y modelo externo conviviendo
Caso práctico: asistente interno servido con Ollama

Requisitos

Soltura con la línea de comandos para instalar software y editar ficheros de configuración.
Un equipo con GPU dedicada o con memoria holgada; en el curso se explica cómo comprobarlo antes de descargar nada.
Haber usado antes un asistente conversacional y saber redactar instrucciones con contexto.

Descripción

Hay documentación que no puede salir de la organización y presupuestos que no admiten pago por uso creciente. Ejecutar el modelo en la propia máquina resuelve ambas cosas, pero abre otras preguntas: qué modelo elegir, qué significa esa retahíla de letras y números del nombre del fichero y por qué el equipo se arrastra o directamente no arranca el modelo.

El curso trabaja las tres herramientas más extendidas y las compara con honestidad: Ollama para servir y automatizar, LM Studio para probar y comparar con interfaz, GPT4All para el escritorio con documentos propios. Se instala, se mide y se elige con criterio, calculando antes de descargar y verificando después con pruebas sobre las mismas preguntas.

Al terminar se sabe montar un servicio local estable y decidir, con números propios, si conviene frente a una API externa. Es el requisito previo para el trabajo con LibreOffice asistido en local, para la gobernanza del uso interno de IA y para los cursos de RAG on-premise y despliegue de modelos afinados.

¿Para quién es este curso?

Administradores de sistemas que deben ofrecer un asistente interno sin enviar datos a terceros.
Perfiles de ingeniería que necesitan inferencia en equipos aislados de la red externa.
Responsables de informática de una PYME que comparan el coste real de local frente a nube.

Disponible

Contenido ya grabado y publicado en el campus. Puedes empezar en cuanto te inscribas.

Inscribirme en el campus Solicitar información

Código: IA-120
Nivel: Intermedio
Público: Desarrollo, Ingeniería / Industria, Empresa / PYME, Administración pública
Entorno: Ollama, LM Studio, GPT4All

Este curso incluye

24 clases en vídeo bajo demanda
Práctica en entornos web y simuladores, sin instalar nada
Tutorización en el campus
Acceso desde móvil, tableta y ordenador
Actualizaciones cuando cambia la versión de la herramienta
Certificado de finalización

Forma parte de

Sigue aprendiendo

Cursos relacionados

AP04-26HInteligencia Artificial Aplicada

Agentes de IA

Del prompt bien escrito a los agentes conectados por MCP, pasando por modelos en local, generación de audio, imagen y presentaciones, y el ajuste fino de modelos.

NotebookLMHugging FaceGPT4All+10

Intermedio 27 clases

IA-102Inteligencia Artificial Aplicada

Prompting avanzado y diseño de instrucciones

Plantillas, few-shot, cadenas de razonamiento y control del formato de salida en flujos reales de trabajo.

ChatGPTClaude

Intermedio 28 clases

IA-110Inteligencia Artificial Aplicada

RAG documental con NotebookLM

Convertir la documentación de la organización en una fuente consultable sin escribir una línea de código.

NotebookLM

Intermedio 24 clases

Ver todos los cursos de Inteligencia Artificial Aplicada