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 del caso de uso por equipo
- 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, tabulares, imágenes, texto
- Adquisición, limpieza y preprocesamiento de datos
- Análisis exploratorio de datos con Pandas y Matplotlib
Selección del modelo y prototipado
- Elegir entre regresión, clasificación, agrupamiento o detección de anomalías
- Entrenar y evaluar modelos con Scikit-learn
- Utilizar TensorFlow o PyTorch para modelado avanzado
Visualización e interpretación de resultados
- Creación de paneles informativos (dashboards) o informes intuitivos
- Interpretación de métricas de rendimiento (precisión, exactitud, sensibilidad)
- Documentación de supuestos y limitaciones
Simulación del despliegue y retroalimentación
- Simulación de escenarios de implementación en edge o en la nube
- Recopilación de retroalimentación y mejora de los modelos
- Estrategias para la integración con las operaciones
Desarrollo del proyecto final (capstone)
- Finalización y prueba de los prototipos de equipo
- Revisión entre pares y depuración colaborativa
- Preparación de la presentación del proyecto y el resumen técnico
Presentaciones en equipo y cierre
- Presentación de los conceptos y resultados de las soluciones de IA
- Reflexión grupal y lecciones aprendidas
- Hoja de ruta para escalar los casos de uso dentro de la organización
Resumen y próximos pasos
Requerimientos
- Comprender los procesos de fabricación o industriales
- Experiencia con Python y conceptos básicos de aprendizaje automático
- Capacidad para trabajar con datos estructurados y no estructurados
Público objetivo
- Equipos interfuncionales
- Ingenieros
- Científicos de datos
- Profesionales de TI
21 Horas