Diplomado en Artificial Intelligence and Large Language Models for Financial Markets (Versión Presencial)

Módulo 1: Advanced Python, Machine Learning Stack and LLM Tooling Foundations

Objetivo:
-Homogeneizar y consolidar las bases técnicas avanzadas en Python, machine learning y deep learning necesarias
para el desarrollo profesional de aplicaciones basadas en LLMs y sistemas inteligentes en el sector financiero.
Temario:
1. Flujo profesional de trabajo en Python
a. Python avanzado aplicado a proyectos de IA
b. Jupyter Notebooks, Google Colab y entornos virtuales
c. Reproducibilidad, experimentación y documentación
d. Estructura de proyectos profesional (src/, config, logging)
e. Gestión moderna de dependencias y empaquetado (pyproject.toml, Poetry/uv, lockfiles)
f. Calidad de código: ruff/black, pre-commit, type hints (mypy opcional)
g. Testing con pytest, coverage y mocks
h. Manejo seguro de secretos y configuración (dotenv + buenas prácticas)
2. Programación orientada a objetos y diseño de software
a. Clases, herencia y composición
b. Clean code y patrones de diseño
c. Estructuración de proyectos financieros complejos
d. Principios de diseño para pipelines de datos/ML (interfaces, modularidad, I/O contracts)
3. Stack científico y ML clásico en Python
a. NumPy y vectorización
b. Pandas para análisis financiero
c. Visualización con Matplotlib
d. Scikit-learn: pipelines, validación cruzada y métricas
e. Validación de datos (pandera) y serialización eficiente (Parquet)
f. Tracking de experimentos (MLflow)
4. Introducción profunda a PyTorch
a. Tensores, autograd y nn.Module
b. Redes neuronales simples y MLPs
c. Entrenamiento y evaluación
5. Ecosistema Hugging Face y control de versiones
a. Transformers, Datasets y Hub
b. Git y GitHub para versionado de código, modelos y aplicaciones
c. Buenas prácticas de versionado de datos/modelos (DVC)
6. Fundamentos de contenedores para reproducibilidad
a. Docker (build/run, Dockerfile, .dockerignore, reproducibilidad)
b. Ejecución local reproducible de inferencia (mini-API o script)
7. Casos financieros introductorios
a. Clasificación de noticias financieras
b. Análisis preliminar de riesgo y sentimiento

Módulo 2: Historical Context, Transformers and Core LLM Architecture

Objetivo:
-Comprender la evolución histórica del procesamiento de lenguaje natural hasta los LLMs modernos y dominar en
profundidad la arquitectura Transformer como base de las aplicaciones generativas en finanzas.
Temario:
1. Evolución del NLP
a. Sistemas basados en reglas
b. Modelos estadísticos
c. Modelos neuronales
2. Primeros modelos de lenguaje
a. N-grams
b. Word embeddings: Word2Vec, GloVe
3. Surgimiento de los LLMs
a. Preentrenamiento masivo
b. Cambios de escala y capacidades emergentes
4. Arquitectura Transformer
a. Attention mechanism
b. Multi-head attention
c. Positional encoding
d. Feed-forward layers
e. Tokenización moderna (BPE), batching/packing y efectos en contexto
f. Complejidad, memoria y nociones prácticas de KV cache
5. Variantes de Transformers
a. GPT, BERT, T5
b. Modelos encoder, decoder y encoder–decoder
c. Modelos de long-context y estrategias prácticas: segmentación/sliding window
6. Implementación práctica en PyTorch
a. Construcción de un mini-Transformer
b. Aplicaciones financieras:
i. clasificación de noticias,
ii. detección de riesgo,
iii. etiquetado de texto financiero
iv. Introducción a embeddings para búsqueda semántica

Módulo 3: Pretraining, Fine-Tuning, Prompt Engineering and RAG in Finance

Objetivo:
-Desarrollar la capacidad de adaptar y especializar LLMs a tareas financieras mediante técnicas modernas de finetuning, prompt engineering, alineamiento y Retrieval-Augmented Generation.
Temario:
1. Objetivos de preentrenamiento
a. Masked Language Modeling
b. Next Sentence Prediction
2. Transfer learning y adaptación de dominio financiero
3. Estrategias de fine-tuning
a. Full fine-tuning
b. Métodos eficientes: LoRA, PEFT
c. Cuando no hacer fine-tuning: comparativo costo/beneficio
4. Construcción de datasets financieros
a. Documentos regulatorios
b. Noticias, reportes, transacciones
c. Gobernanza de datos: versionado de corpus, licencias, PII/redacción y retención
5. Prompt engineering
a. Few-shot y one-shot prompting
b. Chain-of-thought
c. Prompt hacking e inyección
d. Salidas estructuradas (JSON), validación y guardrails de formato
e. Diseño de prompts con controles (plantillas, roles, políticas internas)
6. Instruction tuning y alineamiento
a. SFT
b. RLHF y DPO (visión conceptual)
7. Retrieval-Augmented Generation (RAG)
a. Embeddings y vector databases
b. Chunking y metadata
c. Búsqueda híbrida y re-ranking
d. GraphRAG y recuperación avanzada basada en grafos
e. Normativa financiera (CNBV, Banxico, etc)
f. Evaluación de RAG: retrieval metrics (recall@k), groundedness/faithfulness y análisis de errores
g. Estrategias de citación y trazabilidad de fuentes en respuestas
8. Laboratorios financieros
a. Asistentes de research
b. Q&A sobre reportes financieros
c. Compliance y documentación regulatoria
d. Pruebas adversarias: prompt injection, data exfiltration y mitigaciones

Módulo 4: Agentic AI, Reinforcement Learning and Intelligent Financial Decision Systems

Objetivo:
-Diseñar sistemas de IA agente capaces de planear, razonar y ejecutar tareas complejas dentro de flujos
financieros, manteniendo control, trazabilidad y cumplimiento regulatorio.
Temario:
1. De GenAI a IA agente
a. Definición y motivación
b. Diferencias con chatbots tradicionales
2. Componentes de un agente
a. Memoria
b. Planeación
c. Uso de herramientas
d. Políticas de memoria: qué guardar / qué no guardar (compliance + privacidad)
3. Frameworks de agentes en Python
a. LangChain
b. LlamaIndex
4. Arquitecturas de agentes
a. Agentes simples
b. Arquitecturas multi-agente
c. Patrones de control: approval gates, límites de herramientas, sandboxing
d. Observabilidad del agente: trazas, métricas, costos por tool-call
5. Diseño de herramientas financieras
a. APIs de mercado
b. Bases de datos SQL
c. Sistemas internos
d. Conectores a documentos regulados y RAG como “tool” (retrieval tool)
6. Agentes por función financiera
a. Front office
b. Middle office / Riesgos
c. Back office / operaciones
7. Introducción a Reinforcement Learning
a. RL en finanzas (visión ejecutiva)
b. Riesgos del RL en trading
8. Control, seguridad y compliance
a. Human-in-the-loop
b. Logging, auditoría y explicabilidad
c. Mitigación de tool-injection y verificación de acciones (policy checks)

Módulo 5: GPU-Accelerated Computing and Large-Scale Financial AI Infrastructure

Objetivo:
-Capacitar al participante para diseñar y ejecutar soluciones financieras intensivas en cómputo utilizando GPUs,
comprendiendo arquitectura, costos e impacto institucional.
Temario:
1. Contexto estratégico del cómputo acelerado
a. Fin de la Ley de Moore
b. Necesidades computacionales en finanzas
2. Arquitectura de GPU
a. CUDA cores
b. Memoria y latencias
c. Throughput
3. Ecosistema NVIDIA
a. CUDA
b. cuBLAS, cuRAND, cuDNN
4. Python en GPU
a. Numba
b. CuPy
c. RAPIDS: cuDF y cuML
5. Integración con frameworks de DL
a. PyTorch
b. Eficiencia práctica para LLMs: checkpointing, batch packing, mixed precision
c. Inferencia eficiente: cuantización (visión práctica), throughput/latencia, KV cache (aplicado)
d. Introducción a entrenamiento/inferencia distribuida (conceptual + demo)
6. Patrones de paralelismo financiero
a. Monte Carlo masivo
b. VaR y Expected Shortfall intradía
c. Optimización de portafolios de gran dimensión
7. Casos de estudio
a. xVA en GPU
b. Backtesting acelerado
c. High-Frequency Trading (HFT)
8. Infraestructura y costos
a. On-premise vs nube
b. Diseño de AI risk engines
c. Costeo de GPU en nube: estimación por experimento (benchmark + costo aproximado)

Módulo 6: LLMOps, Governance, and Deployment

Objetivo:
-Integrar los conocimientos del diplomado en una arquitectura institucional robusta, considerando despliegue,
monitoreo, gobierno de modelos y culminando con un proyecto final aplicado.
Temario:
1. Arquitecturas tipo “AI Factory”
a. Datos → cómputo → modelos → agentes → consumo
2. MLOps y LLMOps
a. Versionado de datos y modelos
b. Monitoreo de desempeño y drift
c. Evaluación continua: calidad, groundedness, retrieval health, regresiones
d. Dataset/model cards + data lineage como entregables
3. Optimización de inferencia
a. Cuantización
b. Distillation
c. Pruning
4. Model serving
a. APIs
b. Contenedores
c. Costos y escalabilidad
d. Docker avanzado: multi-stage builds, imágenes slim, runtime vs build
e. CI/CD: build/test/scan/deploy (GitHub Actions)
f. Observabilidad: logs estructurados, métricas, tracing (OpenTelemetry visión práctica)
g. Rate limiting, cuotas y control de costos por usuario/proceso
h. APIs, FastAPI, Gradio y Streamlit
5. Cloud & Production GenAI
a. Nociones de despliegue en nube (compute, storage, networking)
b. Gestión de secretos (KMS/Secrets Manager o equivalente)
c. IAM y mínimos privilegios para servicios de IA
d. Vector DB en producción: backups, reindex, rollbacks, versionado de embeddings
6. Seguridad, alineamiento y ética
a. Bias y fairness
b. Riesgos regulatorios
c. Riesgos técnicos explícitos de LLMs (hallucinations, prompt injection, data leakage)
7. Gobierno de modelos
a. Model Risk Management
b. Documentación para auditoría
c. Playbooks de incidentes (prompt injection, data leakage, degradación RAG)
d. Controles y evidencias para auditoría (logs, trazas, approvals)
8. Multimodal LLMs (texto–imagen–audio)