Taller Práctico: Implementación de Casos de Uso de IA con Datos Industriales

Introducción y Selección del Caso de Uso por Equipo

• Visión general de la IA en entornos industriales
• Categorías de casos de uso: calidad, mantenimiento, energía, logística
• Formación de equipos y definición del alcance de los objetivos del proyecto

Comprensión y Preparación de Datos Industriales

• Tipos de datos industriales: series temporales, tabulares, de imagen, texto
• Adquisición, limpieza y preprocesamiento de datos
• Análisis exploratorio de datos con Pandas y Matplotlib

Selección de Modelos y Prototipado

• Elección entre regresión, clasificación, clustering o detección de anomalías
• Entrenamiento y evaluación de modelos con Scikit-learn
• Uso de TensorFlow o PyTorch para modelado avanzado

Visualización e Interpretación de Resultados

• Creación de tableros o informes intuitivos
• Interpretación de métricas de rendimiento (precisión, exactitud, sensibilidad)
• Documentación de supuestos y limitaciones

Simulación de Despliegue y Retroalimentación

• Simulación de escenarios de despliegue en borde/nube
• Recopilación de retroalimentación y mejora de modelos
• Estrategias para la integración con operaciones

Desarrollo del Proyecto de Titulación

• Finalización y pruebas de los prototipos del equipo
• Revisión entre pares y depuración colaborativa
• Preparación de la presentación del proyecto y resumen técnico

Presentaciones de Equipos y Cierre

• Presentación de conceptos y resultados de soluciones de IA
• Reflexión grupal y lecciones aprendidas
• Hoja de ruta para escalar casos de uso dentro de la organización

Resumen y Próximos Pasos