Objetivo General

Desarrollar competencias en inteligencia artificial y automatización para aplicar en entornos laborales diversos, fomentando la innovación y optimizando procesos mediante el uso de tecnologías avanzadas.

Descargar Ficha PDF Cotizar

Objetivos Específicos

         Comprender los conceptos fundamentales de inteligencia artificial y automatización. Aplicar técnicas de aprendizaje automático para resolver problemas específicos. Desarrollar habilidades para implementar soluciones automatizadas en diferentes contextos.

Módulo 1

        Introducción A La Inteligencia Artificial Y Automatización
        Contenidos:
        Definición Y Contexto De La Inteligencia Artificial.
        Historia Y Evolución De La Inteligencia Artificial.
        Introducción A La Automatización Y Su Impacto.
        Actividad Práctica: Debate Sincrónico Sobre Casos De Uso De IA En La Vida Cotidiana.

Módulo 2

        Fundamentos De Aprendizaje Automático
        Contenidos:
        Conceptos Básicos De Aprendizaje Automático.
        Tipos De Aprendizaje: Supervisado, No Supervisado Y Por Refuerzo.
        Algoritmos Clásicos Y Su Aplicación.
        Actividad Práctica: Implementación Básica De Un Algoritmo De Clasificación.

Módulo 3

        Procesamiento De Lenguaje Natural
        Contenidos:
        Introducción Al Procesamiento De Lenguaje Natural (PLN).
        Técnicas Clave En PLN Y Sus Aplicaciones.
        Casos De Uso Reales De PLN.
        Actividad Práctica: Creación De Un Chatbot Sencillo Utilizando Herramientas De PLN.

Módulo 4

        Visión Por Computadora
        Contenidos:
        Fundamentos De La Visión Por Computadora.
        Algoritmos Y Técnicas De Procesamiento De Imágenes.
        Aplicaciones Prácticas De La Visión Por Computadora.
        Actividad Práctica: Análisis De Imágenes Usando Herramientas De Visión Por Computadora.

Módulo 5

        Automatización De Procesos Robóticos (RPA)
        Contenidos:
        Introducción A La Automatización De Procesos Robóticos.
        Herramientas Y Plataformas De RPA.
        Beneficios Y Desafíos De Implementar RPA.
        Actividad Práctica: Diseño De Un Proceso Automatizado Usando RPA.

Módulo 6

        Redes Neuronales Y Deep Learning
        Contenidos:
        Conceptos Básicos De Redes Neuronales.
        Arquitecturas De Deep Learning Más Utilizadas.
        Aplicaciones Y Casos De Uso De Deep Learning.
        Actividad Práctica: Entrenamiento De Una Red Neuronal Sencilla Para Reconocimiento De Imágenes.

Módulo 7

        Ética Y Responsabilidad En IA
        Contenidos:
        Principios Éticos En La Implementación De IA.
        Desafíos Éticos Y De Privacidad.
        Regulaciones Y Normativas Internacionales.
        Actividad Práctica: Análisis De Dilemas Éticos En Proyectos De IA.

Módulo 8

        Integración De IA Con IoT
        Contenidos:
        Concepto Y Beneficios De La Integración De IA Con IoT.
        Casos De Uso Reales En Diversos Sectores.
        Desafíos Técnicos Y Soluciones.
        Actividad Práctica: Proyecto De Integración Básica De IA Con Dispositivos IoT.

Módulo 9

        Tendencias Futuras En IA Y Automatización
        Contenidos:
        Nuevas Tendencias Y Avances Tecnológicos En IA.
        Impacto De La IA En La Industria Y La Sociedad.
        Futuro De La Automatización Y Sus Implicaciones.
        Actividad Práctica: Discusión Grupal Sobre Las Posibilidades Futuras De La IA.

Módulo 10

        Proyecto Final Y Evaluación
        Contenidos:
        Preparación Del Proyecto Final.
        Evaluación De Los Conocimientos Adquiridos.
        Presentación Y Retroalimentación Del Proyecto.
        Actividad Práctica: Desarrollo Y Presentación De Un Proyecto Final Integrador.