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.
- Desmitificando el "fantasma en la máquina": Qué es la IA y qué no lo es.
- La evolución tecnológica: De BERT a Transformers.
- Dominios generativos: Análisis, creativo, investigación, imagen, música y vídeo.
- 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 "deterioro" del talento humano.
- Taxonomía de modelos: De base vs. específicos para tareas; Cerrados vs. modelos con peso abierto.
Módulo 2: Panorama actual y herramientas
- La arena de los Modelos de Lenguaje: Comparación de rendimiento y puntos de referencia.
- Criterios de compra profesional: Costo, latencia, privacidad y bloqueo al proveedor.
- Visión general de grandes modelos: OpenAI ChatGPT, Perplexity, Gemini y Grok.
- Modelos niche 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: Completeness, consistencia y verificabilidad.
- La estrategia RAG: Cuándo usar la Generación Aumentada con Recuperación vs. ajuste fino.
- ROI de la IA: Costos de mantenimiento vs. ganancias de productividad.
- Técnicas avanzadas: 20+ métodos de Prompt y RAG con ejemplos del mundo real.
- Fronteras experimentales: Triangulación, descripción general del mapa y terreno, y generación basada en modelos.
Módulo 4: IA en la gestión de proyectos Ágiles
- El piloto supercomputadora: La IA como un motor de automatización.
- Toma de decisiones: Responsabilidad humana vs. asistencia de IA.
- AIOps y GitOps: Integración de la IA en el flujo de trabajo operativo.
- Cadenas de herramientas y tuberías: Creación de un entorno impulsado por IA sin interrupciones.
- 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 "vibe-coding".
- Riesgos y escenarios: Planificación para "Qué pasa 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 Scrum.
- Experiencia en gestión de proyectos, propiedad del producto o liderazgo de equipos.
- No se requiere experiencia previa en programación o ingeniería de IA, aunque se recomienda una familiaridad general con herramientas digitales.
Público objetivo
- Gerentes de proyectos Ágiles y Scrum Masters.
- Propietarios y gerentes de producto.
- Líderes de equipos de TI y gerentes de entrega.
- Analistas de negocio 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
