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.
- Desmitificar la "estrella en la máquina": Qué es la IA y qué no lo es.
- La evolución tecnológica: De BERT a los Transformers.
- Dominios generativos: Análisis, creatividad, investigación, imagen, música y video.
- Gobernanza de datos: Pilares, auditorías y tendencias de investigación (multimodalidad, agentes, RAG, LLM vs. SLM).
- El lado oscuro: Ética, propiedad intelectual, sesgos, alucinaciones e ingeniería social.
- Evaluación de riesgos: Envenenamiento de datos, Nepenthes y el riesgo de "empobrecer" el talento humano.
- Taxonomía de modelos: Fundacionales vs. específicos para tareas; cerrados vs. de peso abierto.
Módulo 2: Panorama actual y conjunto de herramientas
- La arena de los modelos de lenguaje: Comparación de rendimiento y puntos de referencia.
- Criterios profesionales de compra: Costo, latencia, privacidad y bloqueo al proveedor.
- Visión general de los grandes modelos: OpenAI ChatGPT, Perplexity, Gemini y Grok.
- Modelos nicho y pequeños: Manus, SpecKit.
- Generación gráfica: Perchance
- Restricciones técnicas: Rotación del contexto vs. costo de tokens.
Módulo 3: Interacción - Ingeniería de prompts y contexto
- El marco de verificación: Completitud, consistencia y verificabilidad.
- La estrategia RAG: Cuándo usar la Generación Aumentada por Recuperación frente al ajuste fino.
- ROI de la IA: Costos de mantenimiento vs. 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 terreno, y generación basada en modelos.
Módulo 4: IA en la gestión de proyectos ágiles
- El piloto supercomputador: La IA como motor de automatización.
- Toma de decisiones: Responsabilidad humana vs. asistencia de la IA.
- AIOps y GitOps: Integración de la IA en el flujo de trabajo operativo.
- Cadenas de herramientas y tuberías: Creación de un entorno sin interrupciones impulsado por IA.
- Artefactos ágiles: Backlog, hoja de ruta e ingeniería de requisitos.
- Gestión precisa: Planificación de capacidad y estimación (precisión vs. exactitud).
- Propiedad del producto: Ideación, análisis de características y riesgos del codificado por intuición (vibe-coding).
- Riesgos y escenarios: Planificación para los "y si" y gestión automatizada de riesgos.
- Refinamiento: Descripción y refinamiento de casos de uso e historias de usuario.
Requerimientos
- Comprensión básica del Manifiesto Ágil y el marco de Scrum.
- Experiencia en gestión de proyectos, propiedad de productos o liderazgo de equipos.
- No se requiere experiencia previa en programación o ingeniería de IA, aunque se recomienda una familiaridad general con las herramientas digitales.
Público objetivo
- 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 negocios 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
