Temario del curso
Introducción a AI Builder y la 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 de Power Platform (Power Apps, Power Automate, Dataverse).
OCR y Procesamiento de Formularios: Documentos Estructurados y No Estructurados
- Diferencias entre plantillas estructuradas y documentos libres.
- Preparación de datos de entrenamiento: etiquetado de campos, diversidad de muestras y directrices de calidad.
- Construcción de un modelo de procesamiento de formularios de AI Builder y evaluación de la precisión de extracción.
- Procesamiento posterior de los datos extraídos: validación, normalización y manejo de errores.
- Laboratorio práctico: Extracción OCR de tipos de formularios mixtos e integración en un flujo de procesamiento.
Modelos de Predicción: Clasificación y Regresión
- Encuadre del problema: tareas cualitativas (clasificación) vs. cuantitativas (regresión).
- Preparación de características y manejo de datos faltantes dentro de flujos de Power Platform.
- Entrenamiento, pruebas e interpretación de métricas del modelo (precisión, exactitud, revocación, RMSE).
- Explicabilidad del modelo y consideraciones de equidad en casos de uso empresarial.
- Laboratorio práctico: Construir un modelo de predicción personalizado para tasa de cancelación/escala o pronóstico numérico.
Integración con Power Apps y Power Automate
- Incorporación de modelos de AI Builder en aplicaciones de lienzo (canvas) y aplicaciones impulsadas por modelo (model-driven).
- Creación de flujos automatizados para procesar datos extraídos y activar acciones comerciales.
- Patrones de diseño para aplicaciones impulsadas por IA escalables y mantenibles.
- Laboratorio práctico: Escenario de extremo a extremo — carga de documento, OCR, predicción y automatización del flujo de trabajo.
Conceptos Complementarios de Process Mining (Opcional)
- Cómo Process Mining ayuda a descubrir, analizar y mejorar procesos utilizando registros de eventos.
- Uso de las salidas de Process Mining para informar las características del modelo y automatizar bucles de mejora.
- Ejemplo práctico: Combinar los conocimientos de Process Mining con AI Builder para reducir excepciones manuales.
Consideraciones de Producción, Gobernanza y Monitoreo
- Gobernanza de datos, privacidad y cumplimiento al usar AI Builder en documentos confidenciales.
- Ciclo de vida del modelo: reentrenamiento, control de versiones y monitoreo de rendimiento.
- Operacionalización de modelos con alertas, tableros de control y validación con intervención humana.
Resumen y Próximos Pasos
Requerimientos
- Experiencia con Power Apps, Power Automate o administración de Power Platform.
- Familiaridad con conceptos de datos, ideas básicas de aprendizaje automático (ML) y evaluación de modelos.
- Conocimiento práctico para trabajar con conjuntos de datos, exportaciones de Excel/CSV y limpieza básica 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 enfocados 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
