Dirigido a directivos y líderes de transformación digital, así como a profesionales de tecnología, innovación o automatización; ingenieros y desarrolladores interesados en aplicar IA generativa; consultores en estrategia, procesos o inteligencia de negocios; emprendedores enfocados en soluciones basadas en IA; profesionales de marketing, operaciones o atención al cliente; académicos e investigadores interesados en aplicaciones de inteligencia artificial; y responsables de gobernanza tecnológica y ética digital.
Desarrollar en los participantes las competencias necesarias para aplicar herramientas de Inteligencia Artificial Generativa y automatización inteligente en entornos empresariales, utilizando plataformas líderes como Azure y AWS, integrando principios éticos, de sostenibilidad y liderazgo digital.
Módulo 1. Fundamentos de Inteligencia Artificial y Programación Aplicada
• Conceptos clave de IA, Machine Learning y Deep Learning.
• Ecosistema tecnológico actual: automatización, datos e IA generativa.
• Fundamentos de programación en Python.
• Librerías básicas: NumPy, Pandas y Scikit-Learn.
• Introducción al análisis de datos y visualización.
• Ética, sesgos y responsabilidad en el desarrollo de IA.
Módulo 2. Machine Learning y Modelos Predictivos
• Tipos de aprendizaje: supervisado, no supervisado y reforzado.
• Preparación, limpieza y normalización de datos.
• Modelos de clasificación y regresión.
• Evaluación y optimización de modelos.
• AutoML y herramientas de automatización de entrenamiento.
• Aplicaciones prácticas: predicciones de mercado y análisis de tendencias.
Módulo 3. Deep Learning y Modelos de Procesamiento de Lenguaje e Imágenes
• Redes neuronales y su estructura.
• Uso de TensorFlow y PyTorch.
• Redes convolucionales (CNN) para visión computacional.
• Redes recurrentes (RNN, LSTM) para secuencias y texto.
• Modelos de embeddings y representaciones vectoriales.
• Aplicaciones: reconocimiento de imágenes y clasificación de texto.
Módulo 4. Chatbots e Interfaces Conversacionales Inteligentes
• Diseño de asistentes virtuales y flujos de conversación.
• NLP con spaCy, HuggingFace y modelos generativos.
• Integración con APIs y plataformas web.
• Prompt engineering para modelos de lenguaje.
• Personalización y contexto conversacional.
• Casos prácticos de chatbots en atención, ventas y educación.
Módulo 5. Inteligencia Artificial Generativa con Microsoft Azure
• Introducción a Azure OpenAI Service y GPT-4.
• Azure AI Studio y Cognitive Services.
• Integración de copilotos empresariales (Copilot, Teams, Power BI).
• Creación de soluciones generativas seguras y auditables.
• Diseño de prompts éticos y alineados a políticas corporativas.
• Taller práctico: desarrollo de un asistente generativo empresarial.
Módulo 6. Inteligencia Artificial Generativa con AWS
• Introducción a Amazon Bedrock y SageMaker.
• Generación de texto, código e imágenes con modelos fundacionales.
• Orquestación con AWS Lambda y Step Functions.
• Integración de IA en aplicaciones empresariales.
• Evaluación de costos, rendimiento y escalabilidad.
• Taller práctico: creación de un agente generativo en la nube.
Módulo 7. Estrategias de Implementación, Ética y Transformación Organizacional con IA
• Estrategias para la adopción de IA generativa.
• Modelos de madurez digital y cultura de innovación.
• Liderazgo en organizaciones impulsadas por IA.
• Marco ético, privacidad y gobernanza de datos.
• Impacto laboral, sostenibilidad y futuro del trabajo.
• Casos reales de transformación con IA generativa.
1. Comprender los fundamentos de la inteligencia artificial para identificar su aplicación estratégica en diversos sectores.
2. Diseñar modelos de machine learning y deep learning para resolver problemas reales de predicción y análisis.
3. Implementar soluciones de IA generativa con Azure y AWS para automatizar tareas y mejorar la eficiencia operativa.
4. Integrar chatbots e interfaces inteligentes para optimizar la experiencia del usuario.
5. Aplicar principios éticos y de gobernanza digital para garantizar el uso responsable de la IA.
6. Analizar el impacto organizacional y social de la automatización para impulsar una transformación sostenible.
7. Liderar proyectos de innovación tecnológica para fortalecer la competitividad y la cultura digital.
Dr. Amritanshu Rajagopal
Especialista en transformación organizacional, metodologías ágiles y mejora de procesos.
Cuenta con más de 18 años de experiencia directiva en empresas globales como Novartis, Nielsen, HSBC y AXA, así como una sólida trayectoria como entrenador corporativo a nivel internacional. Su enfoque educativo integra metodologías ágiles, mejora continua y aplicación práctica, formando a más de 5,000 ejecutivos en distintos países.
Dr. Mauricio Carrera
Especialista en inteligencia artificial, analítica avanzada y toma de decisiones.
Con más de 33 años de experiencia como consultor en sectores como automotriz, financiero y retail, ha trabajado con organizaciones como BMW Group y ExxonMobil. Su enfoque combina la analítica de datos, machine learning y aplicación estratégica en entornos empresariales, con una destacada labor académica en posgrado.
A QUIÉN VA DIRIGIDO
Dirigido a directivos y líderes de transformación digital, así como a profesionales de tecnología, innovación o automatización; ingenieros y desarrolladores interesados en aplicar IA generativa; consultores en estrategia, procesos o inteligencia de negocios; emprendedores enfocados en soluciones basadas en IA; profesionales de marketing, operaciones o atención al cliente; académicos e investigadores interesados en aplicaciones de inteligencia artificial; y responsables de gobernanza tecnológica y ética digital.
OBJETIVO
Desarrollar en los participantes las competencias necesarias para aplicar herramientas de Inteligencia Artificial Generativa y automatización inteligente en entornos empresariales, utilizando plataformas líderes como Azure y AWS, integrando principios éticos, de sostenibilidad y liderazgo digital.
TEMARIO
Módulo 1. Fundamentos de Inteligencia Artificial y Programación Aplicada
• Conceptos clave de IA, Machine Learning y Deep Learning.
• Ecosistema tecnológico actual: automatización, datos e IA generativa.
• Fundamentos de programación en Python.
• Librerías básicas: NumPy, Pandas y Scikit-Learn.
• Introducción al análisis de datos y visualización.
• Ética, sesgos y responsabilidad en el desarrollo de IA.
Módulo 2. Machine Learning y Modelos Predictivos
• Tipos de aprendizaje: supervisado, no supervisado y reforzado.
• Preparación, limpieza y normalización de datos.
• Modelos de clasificación y regresión.
• Evaluación y optimización de modelos.
• AutoML y herramientas de automatización de entrenamiento.
• Aplicaciones prácticas: predicciones de mercado y análisis de tendencias.
Módulo 3. Deep Learning y Modelos de Procesamiento de Lenguaje e Imágenes
• Redes neuronales y su estructura.
• Uso de TensorFlow y PyTorch.
• Redes convolucionales (CNN) para visión computacional.
• Redes recurrentes (RNN, LSTM) para secuencias y texto.
• Modelos de embeddings y representaciones vectoriales.
• Aplicaciones: reconocimiento de imágenes y clasificación de texto.
Módulo 4. Chatbots e Interfaces Conversacionales Inteligentes
• Diseño de asistentes virtuales y flujos de conversación.
• NLP con spaCy, HuggingFace y modelos generativos.
• Integración con APIs y plataformas web.
• Prompt engineering para modelos de lenguaje.
• Personalización y contexto conversacional.
• Casos prácticos de chatbots en atención, ventas y educación.
Módulo 5. Inteligencia Artificial Generativa con Microsoft Azure
• Introducción a Azure OpenAI Service y GPT-4.
• Azure AI Studio y Cognitive Services.
• Integración de copilotos empresariales (Copilot, Teams, Power BI).
• Creación de soluciones generativas seguras y auditables.
• Diseño de prompts éticos y alineados a políticas corporativas.
• Taller práctico: desarrollo de un asistente generativo empresarial.
Módulo 6. Inteligencia Artificial Generativa con AWS
• Introducción a Amazon Bedrock y SageMaker.
• Generación de texto, código e imágenes con modelos fundacionales.
• Orquestación con AWS Lambda y Step Functions.
• Integración de IA en aplicaciones empresariales.
• Evaluación de costos, rendimiento y escalabilidad.
• Taller práctico: creación de un agente generativo en la nube.
Módulo 7. Estrategias de Implementación, Ética y Transformación Organizacional con IA
• Estrategias para la adopción de IA generativa.
• Modelos de madurez digital y cultura de innovación.
• Liderazgo en organizaciones impulsadas por IA.
• Marco ético, privacidad y gobernanza de datos.
• Impacto laboral, sostenibilidad y futuro del trabajo.
• Casos reales de transformación con IA generativa.
RESULTADOS DE APRENDIZAJE
1. Comprender los fundamentos de la inteligencia artificial para identificar su aplicación estratégica en diversos sectores.
2. Diseñar modelos de machine learning y deep learning para resolver problemas reales de predicción y análisis.
3. Implementar soluciones de IA generativa con Azure y AWS para automatizar tareas y mejorar la eficiencia operativa.
4. Integrar chatbots e interfaces inteligentes para optimizar la experiencia del usuario.
5. Aplicar principios éticos y de gobernanza digital para garantizar el uso responsable de la IA.
6. Analizar el impacto organizacional y social de la automatización para impulsar una transformación sostenible.
7. Liderar proyectos de innovación tecnológica para fortalecer la competitividad y la cultura digital.
PROFESORES
Dr. Amritanshu Rajagopal
Especialista en transformación organizacional, metodologías ágiles y mejora de procesos.
Cuenta con más de 18 años de experiencia directiva en empresas globales como Novartis, Nielsen, HSBC y AXA, así como una sólida trayectoria como entrenador corporativo a nivel internacional. Su enfoque educativo integra metodologías ágiles, mejora continua y aplicación práctica, formando a más de 5,000 ejecutivos en distintos países.
Dr. Mauricio Carrera
Especialista en inteligencia artificial, analítica avanzada y toma de decisiones.
Con más de 33 años de experiencia como consultor en sectores como automotriz, financiero y retail, ha trabajado con organizaciones como BMW Group y ExxonMobil. Su enfoque combina la analítica de datos, machine learning y aplicación estratégica en entornos empresariales, con una destacada labor académica en posgrado.
Egresado Anáhuac
¡Como egresado de la Universidad Anáhuac, tienes un 20% de beca en la inversión total del programa de tu interés! Aprovecha esta oportunidad exclusiva y sigue impulsando tu desarrollo profesional.
Aparta tu lugar
¡Asegura tu lugar y paga mientras cursas! Inscríbete hoy y garantiza tu espacio, con la flexibilidad de dividir tus pagos a lo largo del curso. Puedes realizar los pagos en línea con tarjeta de crédito o débito.
Pagos subsecuentes
Nuestros programas ofrecen la posibilidad de pagarse en mensualidades durante su desarrollo. Sin embargo, si el programa que seleccionaste cuenta con el aval de la Universidad Anáhuac, pero es desarrollado en colaboración con un experto externo, las facilidades de pago disponibles te serán proporcionadas directamente por dicho colaborador.
Pago total
Puedes optar por cubrir el costo total del programa en un sólo pago, que también puedes realizar en línea con tarjeta de crédito o débito.
¿Qué programas no aplican?
Los siguientes programas no cuenta con el 20% de beca ni la posibilidad de adquirirlos por medio de pagos en cuotas.
BLS ACLS Paquete BLS+ACLS Salvacorazones Introducción a la Bioética Comités Hospitalarios Cuidados Paliativos Bioética y Biojurídica Cuida tu salud mental Voluntad anticipada Bienestar mental y Burnout Metodología para la Toma de Decisiones en Bioética clínica Diplomado en Temas Prácticos de Bioética
Use flechas izquierda/derecha para navegar por la presentación de diapositivas o deslizar a la izquierda/derecha si usa un dispositivo móvil
Elegir una selección da como resultado una actualización de página completa.
Presione la tecla de espacio y luego las teclas de flecha para hacer una selección.
