Módulo 1. Introducción a la inteligencia artificial y la empresa.
Unidad 1. Fundamentos e impacto de la IA en las Empresas I.
- 1. La revolución silenciosa de la IA.
- 2. La IA como motor de soluciones.
- 3. Desarrollo de productos y servicios con IA.
Unidad 2. Fundamentos e impacto de la IA en la actividad empresarial II.
- 1. Transformación impulsada por la IA.
- 2. IA, insights y estrategias de negocio.
- 3. Innovación y competitividad a través de la IA.
- 4. Más allá de la IA como servicio.
Unidad 1. Unidad Práctica. Optimización de la gestión del correo electrónico I.
Unidad 3. Un viaje a través del tiempo.
- 1. Los Amaneceres de la IA: 1950-1970.
- 2. La Era de Oro y los Inviernos de la IA: 1970-2000.
- 3. Renacimiento y Auge del Aprendizaje Profundo: el siglo XXI.
- 4. La Democratización Generativa 2020-2023.
- 5. Transparencia de la IA.
- 6. Impacto medio ambiental.
Unidad 2. Unidad Práctica. Optimización de la gestión del correo electrónico II.
Módulo 2: Tipología de soluciones IA para la empresa.
Unidad 4. Del Plug&Play al desarrollo a medida.
- 1. Aplicaciones Plug&play.
- 2. Plataformas No Code.
- 3. Soluciones IA como Servicio (IAaaS).
- 4. Soluciones Personalizadas de IA Profunda.
Unidad 3. Unidad Práctica. Capacitación y aprendizaje I.
Unidad 5. Conceptos básicos I: los algoritmos que nos rodean.
- 1. Los algoritmos en la IA.
- 2. Algoritmos de búsquedas.
- 3. Algoritmos genéticos.
Unidad 6. Casos de uso I: Algoritmos.
- 1. Reconocimiento Facial: Redes Neuronales Convolucionales (CNN).
- 2. Optimización de Logística: algoritmos genéticos y optimización de enjambre de partículas.
Unidad 4. Unidad Práctica. Capacitación y aprendizaje I.
Unidad 7. Aprendizaje y adaptación.
- 1. Sistemas de aprendizaje de la IA.
- 2. La importancia de los datos.
- 3. Aprendizaje supervisado.
- 4. Aprendizaje no supervisado.
- 5. Aprendizaje semi supervisado.
- 6. Aprendizaje por refuerzo.
Unidad 5. Unidad Práctica. Análisis de datos y generación de informes I.
Unidad 8. Conceptos básicos II: Machine Learning y Deep Learning.
- 1. Introducción al Machine Learning (ML).
- 2. Tipos de Machine Learning.
- 3. Introducción al Deep Learning (DL).
- 4. Arquitecturas de Redes Neuronales.
- 5. Aplicaciones y limitaciones.
Unidad 9. Casos de uso II: ML y DL.
- 1. Detección y clasificación de imágenes.
- 2. Procesamiento de lenguaje natural (NLP).
- 3. Predicción financiera.
- 4. Reconocimiento de voz.
Módulo 3: Un modelo de integración para la IA.
Unidad 10. Integración de soluciones IA.
- FASE 1. Por dónde comenzar: simplificación y eficiencia operativa.
- FASE 2. IA estratégica para pymes: personalización y escalabilidad.
- FASE 3. Soluciones avanzadas: transformación y liderazgo.
Unidad 11. De la IA al liderazgo: un modelo vectorial.
- 1. Preparación y fundamentación para un comienzo inteligente.
- 2. Visión analítica para el enfoque de dirección.
- 3. Despliegue y refinamiento de la inteligencia predictiva.
- 4. Transformación autónoma: aceleración y expansión inteligente.
- 5. Escalado hacia el liderazgo disruptivo.
Unidad 6. Unidad Práctica. Análisis de datos y generación de informes II.
Unidad 12. Conceptos básicos III: modelos, entrenamiento y evaluación.
- 1. Tipos de Modelos de Machine Learning.
- 2. Proceso de Entrenamiento de Modelos.
- 3. Evaluación de Modelos.
- 4. Prevención del Overfitting y Underfitting.
- 5. Optimización de Hiperparámetros.
Unidad 13. Casos de uso III: modelos, entrenamiento y evaluación.
- 1. Evaluación de Riesgo.
- 2. Diagnóstico Médico.
- 3. Optimización de Campañas de Marketing.
- 4. Predicción de Fallas en Equipos Industriales.
- 5. Análisis de Sentimiento en Redes Sociales.
Unidad 7. Unidad Práctica. Automatización de tareas rutinarias I.
Unidad 14. Recomendaciones para la integración de IA – I.
- 1. Prudencia y control.
- 2. Escalado gradual.
Unidad 15. Recomendaciones para la integración de IA – II.
- 1. Capacidad de soporte.
- 2. Inversión en capacidades internas.
Módulo 4 Productividad y eficiencia operativa.
Unidad 16. Automatización inteligente.
- 1. Introducción a la Automatización con IA:
- 2. Beneficios de la automatización inteligente.
- 3. Herramientas para Pymes que automatizan.
Unidad 8. Unidad Práctica. Automatización de tareas rutinarias II.
Unidad 17. Aplicación en Pymes I - Procesos de gestión.
- 1. Aumento de la Productividad.
- 2. Reducción de Costos.
- 3. Mejora de la Operatividad con Proveedores.
- 4. Flexibilidad y Escalabilidad.
- 5. Innovación y Competitividad.
Unidad 18. Aplicación en Pymes II - Facturas y contabilidad.
- 1. Automatización de la entrada de facturas.
- 2. Reconciliación de pagos.
- 3. Previsión financiera.
- 4. Detección de fraude.
Unidad 9. Unidad Práctica. Mejora en la gestión del tiempo.
Unidad 19. Aplicación en Pymes III - Gestión de pedidos.
- 1. Optimización de la entrada de pedidos.
- 2. Predicción de la demanda.
- 3. Personalización de la experiencia del cliente.
- 4. Gestión de logística y distribución.
Unidad 20. Aplicación en Pymes IV - Programación de la producción.
- 1. Planificación de la producción asistida por IA.
- 2. Mantenimiento predictivo.
- 3. Control de calidad automatizado.
- 4. Optimización de la cadena de suministro.
Módulo 5. Mejora en la toma de decisiones.
Unidad 21. IA en la mejora de la toma de decisiones.
- 1. IA y Análisis de Datos.
- 2. Modelos Predictivos y Prescriptivos.
- 3. Herramientas de Visualización / Dashboards e IA.
Unidad 10. Unidad Práctica.
Unidad 22. Aplicación en Pymes I - Nivel estratégico.
- 1. Análisis estratégico.
- 2. Planificación de recursos.
- 3. Gestión de riesgos.
Unidad 23. Aplicación en Pymes II - Nivel operativo.
- 1. Automatización de procesos de decisión.
- 2. Análisis operativo y evaluación del rendimiento.
- 3. Optimización de la cadena de suministro.
- 4. Evaluación de proveedores y asociados.
Unidad 11. Unidad Práctica.
Módulo 6 Mejora en la gestión de recursos humanos.
Unidad 24. Gestión de Recursos Humanos asistida por IA.
- 1. Análisis predictivo de necesidades de personal.
- 2. Optimización de la asignación de Recursos Humanos.
- 3. Desarrollo de carrera asistido por IA.
- 4. Gestión dinámica del bienestar de empleados.
Unidad 12. Unidad Práctica.
Unidad 25. Aplicación en Pymes I - Optimización del ciclo de vida del empleado.
- 1. Selección y reclutamiento.
- 2. Onboarding y capacitación.
- 3. Gestión del rendimiento.
Unidad 26. Aplicación en Pymes II - Gestión inteligente de RRHH.
- 1. Análisis del compromiso.
- 2. Administración y automatización de procesos.
Unidad 13. Unidad Práctica.
Módulo 7. Personalización e la experiencia del cliente.
Unidad 27. Estrategias de personalización de la experiencia de cliente.
- 1. Fundamentos y beneficios.
- 2. Tecnologías IA clave.
- 3. Estrategias para integración en tiempo real.
- 4. Privacidad y ética.
Unidad 14. Unidad Práctica.
Unidad 28. Aplicación en Pymes I - Sistemas de recomendación personalizados.
- 1. Integración de Chatbots IA.
- 2. Análisis de sentimiento en comunicaciones con clientes.
- 3. Personalización basada en datos de ubicación.
- 4. Proactividad en la recomendación y ML.
- 5. Datos y dashboards personalizados.
Unidad 29. Aplicación en Pymes II - personalización y marketing digital.
- 1. Segmentación inteligente de clientes.
- 2. Automatización del marketing de contenidos.
- 3. Email marketing personalizado.
- 4. Publicidad programática.
- 5. Optimización de campañas en tiempo real.
Unidad 15. Unidad Práctica.
Unidad 30. Aplicación en Pymes III - Optimización de la interacción con el cliente.
- 1. Gestión proactiva de relaciones con clientes.
- 2. Optimización de respuestas en medios sociales.
- 3. Personalización basada en inteligencia contextual
- 4. Personalización dinámica de páginas web.
- 5. Microsegmentación avanzada.