Curso de Azure AI para Empresas — Adopción e implementación práctica

Introducción a Azure Machine Learning y sus aplicaciones prácticas

Configuración y uso del servicio Azure Machine Learning Studio

Introducción a los cuadernos Jupyter en Azure

Comprensión de los conjuntos de datos y pipelines

Implementación de modelos preentrenados en Azure ML

Creación y gestión de experimentos de machine learning

Uso de herramientas de automatización en el aprendizaje automático

Monitoreo y evaluación del rendimiento de los modelos

Ejercicio práctico: creación de un pipeline básico de ML

Revisión de casos de uso relevantes para machine learning en empresas

Introducción a los Servicios Cognitivos de Azure

Text Analytics: análisis de sentimientos y extracción de entidades

Computer Vision: análisis y descripción de imágenes

Speech Services: reconocimiento y síntesis de voz

Translator: traducción automática y personalización de idiomas

Uso del Cognitive Search para la búsqueda inteligente

Integración de los servicios con APIs REST

Configuración de seguridad para servicios cognitivos

Ejercicio práctico: crear una aplicación con Text Analytics

Casos de éxito utilizando servicios cognitivos

Introducción a los chatbots y su impacto en las organizaciones

Configuración de Azure Bot Service para desarrollo rápido

Integración con Conversational Language Understanding (CLU)

Personalización de respuestas con QnA Maker

Desarrollo de diálogos complejos en chatbots

Integración de chatbots en plataformas como Teams y Slack

Monitoreo y análisis del rendimiento del bot

Mejores prácticas en la creación de bots conversacionales

Ejercicio práctico: creación de un chatbot básico

Casos de estudio en la industria

Introducción al procesamiento de lenguaje natural y su importancia

Configuración y uso de Conversational Language Understanding (CLU)

Creación de aplicaciones personalizadas de comprensión de lenguaje

Entrenamiento y publicación de modelos en CLU

Integración de CLU con otras aplicaciones de Azure

Optimización de modelos para precisión y velocidad

Ejercicio práctico: crear un modelo de lenguaje personalizado

Casos prácticos de CLU en la industria

Comparativa con otras herramientas de comprensión de lenguaje

Mejores prácticas para el diseño de modelos de CLU

Introducción al Azure OpenAI Service

Configuración inicial para acceso a modelos GPT

Implementación de modelos de lenguaje generativo

Creación de aplicaciones inteligentes con GPT

Control de costos y optimización de recursos

Seguridad y privacidad al usar modelos de OpenAI

Integración de GPT en aplicaciones empresariales

Ejercicio práctico: usar GPT para generar contenido

Casos de uso en automatización y servicio al cliente

Futuro de los modelos generativos en Azure

Usar Azure AI para enriquecer datos en Power BI

Creación de modelos predictivos para reportes

Configuración de conexiones seguras entre Azure y Power BI

Visualización de datos enriquecidos con AI

Implementación de Power Automate para flujos inteligentes

Personalización de dashboards con inteligencia artificial

Ejercicio práctico: creación de un reporte interactivo

Mejores prácticas para usar AI en análisis de datos

Casos prácticos de AI en análisis empresarial

Comparativa con otras herramientas de BI integradas

Preparación de modelos para entornos de producción

Creación de contenedores con Docker para despliegue

Uso de Kubernetes para gestionar modelos en escala

Implementación en Azure App Services

Monitorización y actualización de modelos en tiempo real

Uso de Azure Monitor para análisis del rendimiento

Automatización de despliegues con DevOps

Ejercicio práctico: desplegar un modelo en Azure App Services

Casos de éxito en la implementación de modelos

Revisión de seguridad en entornos de despliegue

Introducción a las herramientas de automatización en Azure

Uso de Logic Apps para flujos avanzados

Integración de servicios cognitivos en Logic Apps

Personalización de Power Automate para tareas repetitivas

Ejercicio práctico: automatizar el análisis de imágenes con AI

Uso de conectores personalizados para integración avanzada

Monitoreo y gestión de automatizaciones en tiempo real

Mejores prácticas para la automatización de procesos

Casos prácticos en tareas administrativas y de negocio

Comparativa entre Logic Apps y Power Automate

Introducción a la ética en inteligencia artificial

Principios éticos recomendados por Microsoft

Cumplimiento de normativas locales e internacionales

Configuración de privacidad en servicios de Azure AI

Prevención de sesgos en modelos de aprendizaje

Responsabilidad en la toma de decisiones automatizadas

Ejercicio práctico: revisión ética de un modelo de AI

Análisis de riesgos en el uso de AI empresarial

Casos de estudio de ética aplicada en la industria

Futuro de la regulación en inteligencia artificial

Creación de apps inteligentes con Azure Mobile Apps

Uso de servicios cognitivos en aplicaciones móviles

Implementación de autenticación segura con AI

Generación de experiencias personalizadas con datos AI

Ejercicio práctico: integrar Computer Vision en una app

Mejores prácticas en la optimización de apps móviles con AI

Monitoreo del rendimiento en aplicaciones móviles inteligentes

Casos de éxito en la industria móvil

Futuro de las apps móviles con inteligencia artificial

Comparativa con herramientas de terceros

Planteamiento de un caso práctico integral

Uso de múltiples servicios de Azure AI en un solo proyecto

Configuración de un entorno de desarrollo colaborativo

Creación de pipelines para procesamiento de datos

Implementación de modelos personalizados en un servicio AI

Despliegue y monitoreo del proyecto en Azure

Revisión de seguridad y privacidad del proyecto final

Documentación y presentación del caso práctico

Análisis de resultados obtenidos en el proyecto

Retroalimentación y mejoras continuas para aplicaciones AI