Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Módulo 1: Introducción y teoría de la IA
- El enfoque basado en modelos: la IA como un problema de ingeniería.
- Desmitificando al «fantasma en la máquina»: lo que es la IA y lo que no es.
- La evolución tecnológica: desde BERT hasta Transformers.
- Dominios generativos: análisis, creatividad, investigación, imagen, música y video.
- Gobernanza de datos: pilares, auditorías y tendencias de investigación (multimodalidad, agentes, RAG, LLM frente a SLM).
- El lado oscuro: ética, propiedad intelectual, sesgos, alucinaciones e ingeniería social.
- Evaluación de riesgos: envenenamiento de datos, Nepenthes y el riesgo de «bajar la inteligencia» del talento humano.
- Taxonomía de modelos: fundamentales frente a específicos de tareas; cerrados frente a de pesos abiertos.
Módulo 2: Panorama actual y conjunto de herramientas
- La arena de los modelos de lenguaje: comparando rendimiento y puntos de referencia.
- Criterios profesionales de compra: costo, latencia, privacidad y bloqueo del proveedor.
- Visión general de modelos grandes: OpenAI ChatGPT, Perplexity, Gemini y Grok.
- Modelos nicho y pequeños: Manus, SpecKit.
- Generación gráfica: Perchance
- Restricciones técnicas: degradación del contexto frente a costo por token.
Módulo 3: Interacción - Ingeniería de prompts y contexto
- El marco de verificación: completitud, coherencia y verificabilidad.
- La estrategia RAG: cuándo usar la Generación Aumentada por Recuperación frente al ajuste fino.
- Retorno de inversión de la IA: costos de mantenimiento frente a ganancias de productividad.
- Técnicas avanzadas: más de 20 métodos de prompts y RAG con ejemplos del mundo real.
- Fronteras experimentales: triangulación, visión general del mapa y el terreno, y generación basada en modelos.
Módulo 4: IA en la gestión de proyectos ágiles
- El piloto supercomputadora: la IA como motor de automatización.
- Toma de decisiones: responsabilidad humana frente a asistencia de IA.
- AIOps y GitOps: integración de la IA en el flujo de trabajo operativo.
- Cadenas de herramientas y tuberías (pipelines): crear un entorno sin fisuras impulsado por IA.
- Artefactos ágiles: backlog, hoja de ruta e ingeniería de requisitos.
- Gestión de precisión: planificación de capacidad y estimación (precisión vs. exactitud).
- Propiedad del producto: ideación, análisis de funciones y riesgos de la codificación por «vibe».
- Riesgos y escenarios: planificación para «qué pasa si» y gestión automatizada de riesgos.
- Refinamiento: descripción y refinamiento del caso de uso y la historia de usuario.
Requerimientos
- Comprensión básica del Manifiesto Ágil y el marco Scrum.
- Experiencia en gestión de proyectos, propiedad de producto o liderazgo de equipos.
- No se requiere experiencia previa en programación o ingeniería de IA, aunque se recomienda un conocimiento general de herramientas digitales.
Audiencia
- Gerentes de proyectos ágiles y Scrum Masters.
- Propietarios de producto y Gerentes de producto.
- Líderes de equipos de TI y Gerentes de entrega.
- Analistas de negocio que trabajan en entornos ágiles.
- Gerentes de operaciones interesados en AIOps.
7 Horas
Reseñas (2)
El instructor es paciente y muy útil. Conoce bien el tema.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Curso - Agentic AI for Business Automation: Use Cases & Integration
Traducción Automática
Capacidad de adaptarse a las sugerencias de la audiencia, es decir, poder crear un escenario real de agente de IA sobre la marcha.
Brett McLaren - Zoll Itamar
Curso - ChatGPT for Productivity: A Beginner’s Guide
Traducción Automática
