Temario del curso
Introducción a la IA para el Desarrollo de Software
- ¿Qué es la IA Generativa vs. la IA Predictiva?
- Aplicaciones de la IA en codificación, análisis y automatización
- Visión general de los LLMs (Modelos de Lenguaje Grande), transformers y modelos de aprendizaje profundo
Codificación Asistida por IA y Desarrollo Predictivo
- Completación y generación de código asistida por IA (GitHub Copilot, CodeGeeX)
- Predicción de errores y vulnerabilidades en el código antes del despliegue
- Automatización de revisiones de código y sugerencias de optimización
Creación de Modelos Predictivos para Aplicaciones de Software
- Comprendiendo la predicción de series temporales y el análisis predictivo
- Implementación de modelos de IA para la predicción de demanda y detección de anomalías
- Uso de Python, Scikit-learn y TensorFlow para modelado predictivo
IA Generativa para la Creación de Texto, Código e Imágenes
- Trabajo con GPT, LLaMA y otros LLMs
- Generación de datos sintéticos, resúmenes de texto y documentación
- Creación de imágenes y videos generados por IA mediante modelos de difusión
Implementación de Modelos de IA en Aplicaciones del Mundo Real
- Alojamiento de modelos de IA utilizando Hugging Face, AWS y Google Cloud
- Creación de servicios de IA basados en API para aplicaciones empresariales
- Afinado de modelos pre-entrenados de IA para tareas específicas del dominio
IA para la Inteligencia Empresarial y Tomada de Decisiones Predictivas
- Inteligencia empresarial y análisis de clientes impulsados por IA
- Predicción de tendencias del mercado y comportamiento del consumidor
- Automatización de optimizaciones de flujos de trabajo mediante IA
AI Ética y Mejores Prácticas en el Desarrollo
- Consideraciones éticas en la toma de decisiones asistida por IA
- Detección de sesgos y equidad en modelos de IA
- Mejores prácticas para una IA interpretable y responsable
Talleres Prácticos y Estudios de Caso
- Implementación del análisis predictivo para un conjunto de datos real
- Construcción de un chatbot impulsado por IA con generación de texto
- Implementación de una aplicación basada en LLMs para la automatización
Resumen y Próximos Pasos
- Revisión de puntos clave
- Herramientas y recursos de IA para un aprendizaje continuo
- Sesión final de preguntas y respuestas
Requerimientos
- Comprensión de conceptos básicos de desarrollo de software
- Experiencia con cualquier lenguaje de programación (se recomienda Python)
- Familiaridad con fundamentos de machine learning o IA (recomendado pero no obligatorio)
Publico Objetivo
- Desarrolladores de software
- Ingenieros AI/ML
- Líderes de equipos técnicos
- Gerentes de productos interesados en aplicaciones impulsadas por IA
Testimonios (2)
Repasar los diversos casos de uso y aplicaciones de la IA fue muy útil. Disfruté del recorrido por los diferentes Agentes de IA.
Axel Schulz - CANARIE Inc
Curso - Microsoft 365 Copilot: AI Productivity Across Word, Excel, PowerPoint, Outlook, and Teams
Traducción Automática
Me gustó que el formador tuviera mucho conocimiento y lo compartiera con nosotros
Daria Pawlak - LKQ POLSKA SPOLKA Z OGRANICZONA ODPOWIEDZIALNOSCIA
Curso - Microsoft 365 Copilot Chat for Word, Excel, PowerPoint, and Outlook
Traducción Automática