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 y selección de casos de uso por equipos
- Panorama general de la IA en entornos industriales
- Categorías de casos de uso: calidad, mantenimiento, energía, logística
- Formación de equipos y delimitación de los objetivos del proyecto
Comprensión y preparación de datos industriales
- Tipos de datos industriales: series temporales, datos tabulares, imágenes, texto
- Adquisición, limpieza y preprocesamiento de datos
- Análisis exploratorio de datos con Pandas y Matplotlib
Selección de modelos y prototipado
- Elección entre regresión, clasificación, agrupamiento o detección de anomalías
- Entrenamiento y evaluación de modelos con Scikit-learn
- Uso de TensorFlow o PyTorch para modelado avanzado
Visualización e interpretación de resultados
- Creación de paneles intuitivos o informes
- Interpretación de métricas de rendimiento (precisión, exactitud, recuperación)
- Documentación de supuestos y limitaciones
Simulación del despliegue y retroalimentación
- Simulación de escenarios de despliegue en el borde (edge) o en la nube
- Recopilación de comentarios y mejora de modelos
- Estrategias para la integración con las operaciones
Desarrollo del proyecto final
- Finalización y prueba de los prototipos del equipo
- Revisión por pares y depuración colaborativa
- Preparación de la presentación del proyecto y resumen técnico
Presentaciones de los equipos y cierre
- Presentación de conceptos y resultados de las soluciones de IA
- Reflexión grupal y lecciones aprendidas
- Hoja de ruta para escalar casos de uso dentro de la organización
Resumen y próximos pasos
Requerimientos
- Comprensión de los procesos de fabricación o industriales
- Experiencia con Python y conocimientos básicos de aprendizaje automático
- Capacidad para trabajar con datos estructurados y no estructurados
Público objetivo
- Equipos multidisciplinarios
- Ingenieros
- Científicos de datos
- Profesionales de TI
21 Horas