Temario del curso
Introducción a AI Builder y la IA de bajo código
- Capacidades de AI Builder y escenarios comunes
- Licenciamiento, gobernanza y consideraciones a nivel de inquilino (tenant)
- Panorama general 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 guías de calidad
- Construcción de un modelo de procesamiento de formularios en AI Builder y evaluación de la precisión de extracción
- Procesamiento posterior 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 flujos de trabajo de Power Platform
- Entrenamiento, prueba e interpretación de las métricas del modelo (precisión, exactitud, recuperación, RMSE)
- Explicabilidad del modelo y consideraciones sobre equidad en casos de uso empresarial
- Laboratorio práctico: construcción de un modelo predictivo personalizado para abandono (churn)/puntaje o pronóstico numérico
Integración con Power Apps y Power Automate
- Incorporación de modelos de AI Builder en aplicaciones canvas y basadas en modelos (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 integral — carga de documento, 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 utilizando 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 información de la Minería de Procesos con AI Builder para reducir excepciones manuales
Consideraciones de Producción, Gobernanza y Monitoreo
- Gobernanza de datos, privacidad y cumplimiento normativo al utilizar AI Builder con documentos sensibles
- Ciclo de vida del modelo: reentrenamiento, versionado y monitoreo del rendimiento
- Puesta en producción de modelos mediante alertas, cuadros de mando y validación humana (human-in-the-loop)
Resumen y próximos pasos
Requerimientos
- Experiencia con Power Apps, Power Automate o la administración de Power Platform
- Conocimiento de conceptos de datos, fundamentos básicos de aprendizaje automático (ML) y evaluación de modelos
- Comodidad trabajando con conjuntos de datos, exportaciones Excel/CSV y limpieza básica de datos
Público objetivo
- Desarrolladores y arquitectos de soluciones en Power Platform
- Analistas de datos y responsables de procesos que buscan automatización a través de IA
- Líderes de automatización empresarial enfocados en casos de uso de procesamiento de documentos y predicción
Reseñas (3)
Laboratorios prácticos y manuales sobre desarrollo de informes utilizando Power BI Los laboratorios fueron excelentes y el instructor ofreció sesiones muy prácticas
Sinzala Sichaanji - Bank of Zambia
Curso - Mastering Power Platform: Power Apps, Power Automate, DataVerse, Power BI, and Power Virtual Agents
Traducción Automática
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
