Envíanos tu consulta
Términos y condiciones *
*Si no puedes asistir en directo te facilitaremos un enlace para verlo en diferido
logoImagina
Formación
Modalidades
Próximas Convocatorias
Temario
FAQ
Solicitar información
iconoCurso

Curso de Azure AI

DISPONIBLE EN MODALIDAD:
aMedidaIcon
Aula Virtual Personalizada
arrowRightDark

Domina los servicios de Azure AI para crear e implementar modelos de inteligencia artificial en tus aplicaciones. Este curso te guiará desde los conceptos básicos hasta la integración avanzada de servicios cognitivos, preparando tus soluciones para el futuro de la tecnología.

iconClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClienticonClient

Formación en Azure AI bonificable para empresas

A quién va dirigido nuestro curso de Azure AI

Desarrolladores, ingenieros de datos y profesionales de TI interesados en implementar soluciones de inteligencia artificial utilizando los servicios de Azure.

Objetivos de nuestro curso de Azure AI

  • Comprender los servicios y herramientas que ofrece Azure AI para el desarrollo de soluciones inteligentes.
  • Aprender a implementar modelos de inteligencia artificial utilizando Azure Machine Learning.
  • Integrar servicios cognitivos de Azure en aplicaciones para mejorar la interacción con el usuario.
  • Desarrollar habilidades para gestionar y desplegar modelos de IA en entornos de producción.
  • Conocer casos de uso y mejores prácticas en la aplicación de Azure AI en diferentes industrias.

Qué vas a aprender en nuestro curso de Azure AI

Domina los servicios de Azure AI para crear e implementar modelos de inteligencia artificial en tus aplicaciones. Este curso te guiará desde los conceptos básicos hasta la integración avanzada de servicios cognitivos, preparando tus soluciones para el futuro de la tecnología.

Requisitos de nuestro curso de Azure AI

  • Conocimientos de programación y conceptos de inteligencia artificial.
  • Cuenta activa de Microsoft Azure con permisos para crear y gestionar recursos.
  • Ordenador con conexión a Internet y navegador actualizado.
  • Familiaridad con herramientas de desarrollo como Visual Studio o VS Code.
  • Comprensión de servicios en la nube y sus modelos de implementación.

Temario del curso de Azure AI

tema 1

Introducción a Azure AI

  • Introducción al concepto de inteligencia artificial y su impacto en los negocios
  • Historia y evolución de Azure AI dentro del ecosistema Microsoft
  • Principales servicios y herramientas disponibles en Azure AI
  • Beneficios clave de implementar AI en entornos empresariales
  • Diferencias entre inteligencia artificial tradicional y servicios cognitivos
  • Ejemplos prácticos de empresas que usan Azure AI
  • Revisión del ecosistema de AI de Microsoft en comparación con otras plataformas
  • Consideraciones iniciales al trabajar con AI en Azure
  • Configuración de una cuenta y recursos básicos en Azure Portal
  • Ejercicio práctico: exploración de los servicios de Azure AI
iconArrowDown
tema 2

Fundamentos de Azure Machine Learning

  • 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
iconArrowDown
tema 3

Servicios Cognitivos de Azure

  • 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
iconArrowDown
tema 4

Creación de Bots con Azure Bot Service

  • 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
iconArrowDown
tema 5

Desarrollo de Soluciones Personalizadas con CLU

  • 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
iconArrowDown
tema 6

Azure OpenAI Service

  • 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
iconArrowDown
tema 7

Integración con Power BI

  • 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
iconArrowDown
tema 8

Gestión y Despliegue de Modelos

  • 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
iconArrowDown
tema 9

Automatización con Azure Logic Apps y Power Automate

  • 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
iconArrowDown
tema 10

Ética y Consideraciones Legales en AI

  • 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
iconArrowDown
tema 11

Integración de Servicios AI con Aplicaciones Móviles

  • 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
iconArrowDown
tema 12

Proyecto Final

  • 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
iconArrowDown