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 a AI Builder e IA low-code
- Capacidades de AI Builder y escenarios comunes.
- Licenciamiento, gobernanza y consideraciones a nivel de inquilino (tenant).
- Visión general de las integraciones de Power Platform (Power Apps, Power Automate, 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 pautas de calidad.
- Construcción de un modelo de procesamiento de formularios en AI Builder y evaluación de la precisión de extracción.
- Postprocesamiento de datos extraídos: validación, normalización y manejo de errores.
- Práctica de laboratorio: extracción OCR desde tipos mixtos de formularios e integración en un flujo de procesamiento.
Modelos de predicción: Clasificación y regresión
- Definición del problema: tareas cualitativas (clasificación) frente a cuantitativas (regresión).
- Preparación de características y manejo de datos faltantes dentro de flujos de Power Platform.
- Entrenamiento, prueba e interpretación de las métricas del modelo (precisión, precisión [precision], exhaustividad [recall], RMSE).
- Explicabilidad del modelo y consideraciones de equidad en casos de uso empresarial.
- Práctica de laboratorio: construir un modelo de predicción personalizado para abandono/clientes (churn)/puntuación o pronóstico numérico.
Integración con Power Apps y Power Automate
- Incrustación de modelos de AI Builder en aplicaciones canvas y model-driven (basadas en modelo).
- Creación de flujos automatizados para procesar datos extraídos y disparar acciones empresariales.
- Patrones de diseño para aplicaciones impulsadas por IA escalables y mantenibles.
- Práctica de laboratorio: escenario integral: carga de documentos, OCR, predicción y automatización del flujo 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 ciclos 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 en documentos sensibles.
- Ciclo de vida del modelo: reentrenamiento, versionado y monitoreo del rendimiento.
- Puesta en producción de modelos con alertas, cuadros de mandos (dashboards) y validación humana en el proceso.
Resumen y próximos pasos
Requerimientos
- Experiencia con Power Apps, Power Automate o administración de Power Platform.
- Familiaridad con conceptos de datos, ideas básicas de Machine Learning (ML) y evaluación de modelos.
- Comodidad trabajando con conjuntos de datos, exportaciones de Excel/CSV y limpieza básica de datos.
Audiencia objetivo
- Desarrolladores de Power Platform y arquitectos de soluciones.
- Analistas de datos y propietarios de procesos que buscan automatización a través de IA.
- Líderes de automatización empresarial centrados en casos de uso de procesamiento de documentos y predicción.
14 Horas
Testimonios (2)
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
