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
Introducción a AI Builder e IA de bajo código
- Capacidades de AI Builder y escenarios comunes
- Licenciamiento, gobernanza y consideraciones a nivel de inquilino
- Descripción general de las integraciones de Power Platform (Power Apps, Power Automate, Dataverse)
OCR y procesamiento de formularios: Documentos estructurados y no estructurados
- Diferencias entre plantillas estructuradas y documentos de formato libre
- Preparación de datos de entrenamiento: etiquetado de campos, diversidad de muestras y pautas de calidad
- Creación de un modelo de procesamiento de formularios en AI Builder y evaluación de la precisión de la extracción
- Post-procesamiento de los datos extraídos: validación, normalización y manejo de errores
- Laboratorio práctico: extracción OCR a partir de tipos mixtos de formularios e integración en un flujo de procesamiento
Modelos predictivos: Clasificación y regresión
- Definición del problema: tareas cualitativas (clasificación) vs. cuantitativas (regresión)
- Preparación de características y manejo de datos faltantes dentro de los flujos de Power Platform
- Entrenamiento, prueba e interpretación de métricas del modelo (precisión, exactitud, recuperación, RMSE)
- Consideraciones sobre la explicabilidad y equidad del modelo en casos de uso empresarial
- Laboratorio práctico: crear un modelo predictivo personalizado para abandono (churn)/puntuación o pronóstico numérico
Integración con Power Apps y Power Automate
- Incrustación de modelos AI Builder en aplicaciones con lienzo y guiadas por modelo
- Creación de flujos automatizados para procesar datos extraídos e iniciar acciones comerciales
- Patrones de diseño para aplicaciones impulsadas por IA escalables y mantenibles
- Laboratorio práctico: escenario integral — carga de documentos, OCR, predicción y automatización de flujos de trabajo
Conceptos complementarios de Minería de Procesos (opcional)
- Cómo la Minería de Procesos ayuda a descubrir, analizar y mejorar procesos mediante registros de eventos
- Uso de los resultados de la Minería de Procesos para informar las características del modelo y automatizar bucles de mejora
- Ejemplo práctico: combinar ideas de la Minería de Procesos con AI Builder para reducir excepciones manuales
Consideraciones de producción, gobernanza y monitoreo
- Gobernanza de datos, privacidad y cumplimiento al utilizar AI Builder en documentos confidenciales
- Ciclo de vida del modelo: reentrenamiento, versionado y monitoreo del rendimiento
- Implementación operativa de modelos con alertas, paneles y validación con intervención humana
Resumen y próximos pasos
Requerimientos
- Experiencia con Power Apps, Power Automate o la administración de Power Platform
- Familiaridad con conceptos de datos, nociones básicas de aprendizaje automático (ML) y evaluación de modelos
- Comodidad trabajando con conjuntos de datos, exportaciones de Excel/CSV y limpieza básica de datos
Público objetivo
- Desarrolladores y arquitectos de soluciones de Power Platform
- Analistas de datos y responsables de procesos que buscan automatización mediante IA
- Líderes de automatización empresarial enfocados en casos de uso de procesamiento de documentos y predicción
14 Horas
Testimonios (2)
Hicimos ejemplos bastante complejos para poder hacerse una idea de cómo puede ser el trabajo real con Power Automate Desktop en un escenario del mundo real.
Michal Strnad - MicroNova AG
Curso - Microsoft Flow/Power Automate
Traducción Automática
El conocimiento de la aplicacion y sus usos
