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 de Bajo Código
- Capacidades de AI Builder y escenarios comunes
- Licenciamiento, gobernanza y consideraciones a nivel de inquilino (tenant)
- Resumen de las integraciones con 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 directrices de calidad
- Creación de un modelo de procesamiento de formularios de AI Builder y evaluación de la precisión de la extracción
- Postprocesamiento de los datos extraídos: validación, normalización y manejo de errores
- Laboratorio práctico: 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) vs. cuantitativas (regresión)
- Preparación de características y manejo de datos faltantes dentro de los flujos de trabajo de Power Platform
- Entrenamiento, prueba e interpretación de métricas del modelo (precisión, exactitud, recuperación, RMSE)
- Explicabilidad del modelo y consideraciones de equidad en casos de uso empresarial
- Laboratorio práctico: crear un modelo de predicción personalizado para fuga (churn), puntuación o pronóstico numérico
Integración con Power Apps y Power Automate
- Incorporación de modelos de AI Builder en aplicaciones canvas y model-driven
- Creación de flujos automatizados para procesar datos extraídos y activar 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 mediante 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 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 al usar AI Builder en documentos sensibles
- Ciclo de vida del modelo: reentrenamiento, versionado y monitoreo de rendimiento
- Puesta en producción 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 administración de Power Platform
- Conocimiento de conceptos de datos, ideas básicas de aprendizaje automático (ML) y evaluación de modelos
- Agilidad 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 mediante IA
- Líderes de automatización empresarial enfocados 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
