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 problema de ingeniería.
- Desmitificando el "fantasma en la máquina": Qué es la IA y qué no 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 frente a SLM).
- El lado oscuro: Ética, propiedad intelectual, sesgos, alucinaciones e ingeniería social.
- Evaluación de riesgos: Envenenamiento de datos, Nepenthes y el riesgo de "abandecer" el talento humano.
- Taxonomía de modelos: Modelos base frente a específicos de tareas; modelos cerrados frente de pesos abiertos (open-weight).
Módulo 2: Panorama actual y conjunto de herramientas
- La Arena de Modelos de Lenguaje: Comparativa de rendimiento y puntos de referencia.
- Criterios profesionales de compra: Coste, latencia, privacidad y bloqueo con proveedores.
- 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 frente al coste por token.
Módulo 3: Interacción - Ingeniería de prompts y contexto
- El marco de verificación: Completitud, coherencia y verificabilidad.
- La estrategia RAG: Cuándo utilizar la Generación Aumentada por Recuperación frente al ajuste fino (fine-tuning).
- ROI de la IA: Costes de mantenimiento frente a 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 frente a asistencia de IA.
- AIOps y GitOps: Integración de la IA en el flujo operativo.
- Cadenas de herramientas y pipelines: Crear un entorno sin fisuras impulsado por IA.
- Artefactos ágiles: Backlog, hoja de ruta e ingeniería de requisitos.
- Gestión de precisión: Planificación de capacidad y estimación (Precisión frente a 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
- Conocimiento básico del Manifiesto Ágil y el marco de Scrum.
- Experiencia en gestión de proyectos, propiedad del producto o liderazgo de equipos.
- No se requiere experiencia previa en programación ni en ingeniería de IA, aunque se recomienda una familiaridad general con 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 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
