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 (tenant).
- Descripción general de las integraciones con Power Platform (Power Apps, Power Automate y 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 directrices 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 de tipos mixtos de formularios e integración en un flujo de procesamiento.
Modelos predictivos: clasificación y regresión
- Definición del problema: tareas cualitativas (clasificación) frente a cuantitativas (regresión).
- Preparación de características y manejo de datos faltantes dentro de los flujos de trabajo de Power Platform.
- Entrenamiento, prueba e interpretación de las métricas del modelo (precisión, exactitud, sensibilidad/recall, RMSE).
- Explicabilidad del modelo y consideraciones de equidad en casos de uso empresariales.
- Laboratorio práctico: creación de un modelo predictivo personalizado para abandono (churn) / puntuación o pronóstico numérico.
Integración con Power Apps y Power Automate
- Incrustación de modelos de AI Builder en aplicaciones de lienzo y basadas en modelos.
- Creación de flujos automatizados para procesar los datos extraídos y desencadenar acciones empresariales.
- Patrones de diseño para aplicaciones impulsadas por IA escalables y mantenibles.
- Laboratorio práctico: escenario de extremo a extremo — 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 utilizando 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 los conocimientos de la Minería de Procesos con AI Builder para reducir excepciones manuales.
Consideraciones de producción, gobernanza y monitoreo
- Gobernanza de datos, privacidad y cumplimiento normativo al utilizar AI Builder con documentos sensibles.
- Ciclo de vida del modelo: reentrenamiento, versionado y monitoreo del rendimiento.
- Puesta en operación de modelos con alertas, paneles de control y validación humana (human-in-the-loop).
Resumen y próximos pasos
Requerimientos
- Experiencia con Power Apps, Power Automate o la administración de Power Platform.
- Familiaridad con conceptos de datos, ideas básicas de aprendizaje automático (ML) y evaluación de modelos.
- Comodidad trabajando con conjuntos de datos, exportaciones de Excel/CSV y técnicas básicas de limpieza de datos.
Público objetivo
- Desarrolladores de Power Platform y arquitectos de soluciones.
- Analistas de datos y propietarios de procesos que buscan la automatización a través de IA.
- Líderes de automatización empresarial centrados en casos de uso de procesamiento de documentos y predicción.
Reseñas (3)
Laboratorios prácticos y manuales sobre desarrollo de informes utilizando Power BI Los laboratorios fueron excelentes y el instructor ofreció sesiones muy prácticas
Sinzala Sichaanji - Bank of Zambia
Curso - Mastering Power Platform: Power Apps, Power Automate, DataVerse, Power BI, and Power Virtual Agents
Traducción Automática
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
