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 y selección del caso de uso por equipo
- Descripción general de la IA en entornos industriales
- Categorías de casos de uso: calidad, mantenimiento, energía, logística
- Formación de equipos y delimitación de los objetivos del proyecto
Comprensión y preparación de datos industriales
- Tipos de datos industriales: series temporales, tabulares, imágenes, texto
- Adquisición de datos, limpieza y preprocesamiento
- Análisis exploratorio de datos con Pandas y Matplotlib
Selección de modelos y prototipado
- Elegir entre regresión, clasificación, agrupamiento (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 intuitivos o informes
- Interpretación de métricas de rendimiento (precisión, exactitud, recuperación)
- Documentación de supuestos y limitaciones
Simulación de despliegue y retroalimentación
- Simulación de escenarios de despliegue en borde (edge) o en la nube
- Recolección de retroalimentación y mejora de modelos
- Estrategias para la integración con las operaciones
Desarrollo del proyecto final
- Finalización y prueba de los prototipos del equipo
- Revisión por pares y depuración colaborativa
- Preparación de la presentación del proyecto y resumen técnico
Presentaciones del equipo 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
Requerimientos
- Comprensión de los procesos de fabricación o industriales
- Experiencia con Python y aprendizaje automático básico
- Capacidad para trabajar con datos estructurados y no estructurados
Audiencia objetivo
- Equipos interdisciplinarios
- Ingenieros
- Científicos de datos
- Profesionales de TI
21 Horas