Envíanos tu consulta

Buscar cursos

Catálogo 2024-25

Cursos ¡Últimas plazas!Servicios FUNDAE Tutoriales Plataforma LMS

Solicitar información

Buscar cursos

Solicitar información

Formación

Modalidades

Próximas Convocatorias

Temario

FAQ

Solicitar información

Cursos de Data/Cursos de Inteligencia Artificial/Curso Azure AI

Curso de Azure AI

DISPONIBLE EN MODALIDAD:

Aula Virtual Personalizada

Aprende a desarrollar soluciones inteligentes con Azure AI y potencia tus aplicaciones con inteligencia artificial.

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.

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

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

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

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

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

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

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

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

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

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

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

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

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