Seleccionar página

Curso Microsoft Inteligencia Artificial en Industria 4.0

Ruta de aprendizaje totalmente práctica con laboratorios AI en Cloud abiertos 24h al día. 

Curso diseñado  para  trabajar como AI Engineer y superar el examen AI-100 Designing and Implementing an Azure AI Solution. Los candidatos que aprueben el examen AI-100 obtendrán la certificación Microsoft Certified: Azure AI Engineer Associate.

SOLICITA MÁS INFORMACIÓN

     

    Presencial aula
    Telepresencial
    Online

    Recursos Prácticos

    Seminario
    certificación
    oficial

    ¿Quieres ver una clase demo?

      Vídeo Demo
      Infórmate Infórmate

      Sobre la Especialidad Microsoft Automatismos IoT e Inteligencia Artificial:

      Ruta de aprendizaje que comienza con una descripción general de los servicios de Azure. Una vez que el alumno tenga esa base, profundizaremos en cómo usar los diversos Servicios Cognitivos.

      Los Servicios Cognitivos se dividen en cinco categorías:

      • Decisión
      • Lenguaje
      • Habla
      • Visión 
      • Búsqueda web

      Mostraremos cómo crear un chatbot utilizando Azure Bot Service y le enseñaremos cómo unir todos los componentes en canalizaciones y flujos de datos mediante servicios como Azure Data Factory.

       Duración:
      200 Horas / 3-5 meses
       Modalidad:
      Presencial, Telepresencial y Online
       Requisitos Previos:
      Conocimientos básicos de informática e internet

      Certificación

      • El examen AI-100 evalúa su conocimiento de tres áreas temáticas:
        1.- Analizar los requisitos de la solución,
        2.- Diseñar soluciones de inteligencia artificial.
        3.- Implementar y monitorear soluciones de inteligencia artificial.

      A quién va dirigido este curso:

      Este curso está dirigido a personas que quieren trabajar como arquitectos de soluciones en la nube, diseñadores de inteligencia artificial de Azure y desarrolladores de inteligencia artificial lo que le permitirá:

      • Analizar los requisitos para las soluciones de IA.
      • Recomendar herramientas y tecnologías apropiadas.
      • Diseñar e implementar soluciones de IA que cumplan con los requisitos de escalabilidad y rendimiento.

      Temario

      Formación Técnica (50h). Curso Introducción y Preparación:

      Unidad 1 – Caracterización de sistemas de Inteligencia Artificial:

      Fundamentos de los sistemas inteligentes.
      Campos de aplicaciones.
      Técnicas de la Inteligencia Artificial.
      Nuevas formas de interacción.

      Unidad 2 – Utilización de modelos de Inteligencia Artificial:

      Requisitos básicos de un sistema de resolución de problemas.
      Modelos de sistemas de Inteligencia Artificial:
      • Automatización de tareas. o Sistemas de razonamiento impreciso. 
      • Sistemas basados en reglas.

      Unidad 3 – Procesamiento del Lenguaje Natural:

      Procesamiento del lenguaje natural: Potencial y limitaciones.
      Aplicaciones del procesamiento del lenguaje natural.

      Unidad 4- Análisis de sistemas robotizados:

      Métodos y aplicaciones de la robótica
      Modelado y control de robots.
      Programación de robots y aplicaciones.
      Sistemas robotizados.
      Diseño e implementación.

      Unidad 5 – Aplicación principios legales y éticos de la Inteligencia Artificial:

      Deontología profesional en Inteligencia Artificial.
      Privacidad de datos.
      Protección frente a errores.
      Principios éticos.

      Unidad 6 – Azure Fundamentals.

      Formacion Específica (120h) – Curso Oficial Microsoft AI-100

      Módulo 0 – Programación en entornos Inteligencia Artificial

      1.- Caracterización de Sistemas Expertos:

      • Dinámica de los sistemas expertos. 

      • Estructuras elementales de los sistemas expertos. 

      • Representar y simular comportamientos básicos. 

      • Estrategias de control de un sistema experto. 

      • Aplicaciones de sistemas expertos. 

      • Tendencias en sistemas expertos.

      2.- Caracterización de lenguajes de programación:

      • Programa informático. Etapas. Lenguajes de programación. Principales características en un lenguaje de programación para IA. 

      • Bibliotecas. Rendimiento en ejecución. Herramientas. Soporte.

      • Principales Lenguajes de programación para Inteligencia Artificial: Python, R, Java, Javascript, NodeJS, JSON, entre otros. 

      • Lenguajes de marcado. Información de sus etiquetas. 

      3.- Desarrollo de aplicaciones de IA:

      • Plataformas de IA: Librerías. Servicios. Ejemplos (Azzure, AWS. Amazon 

      • Alexa, Bixby, Microsoft Cortana, IBM Watson, Google Assistant, entre otras) 

      • Entornos de modelado de IA: 

        -Herramientas de modelado. Librerías, algoritmos y modelos predefinidos, recolección de datos, manipulación de datos. 

        -Evaluación de resultados. Ejemplos (Azure machine learning studio, 

        -SPSS modeler de IBM, Knime, entre otros). 

        -Modelado de redes neuronales. Módulos predefinidos. Ejemplos (TensorFlow). 

        -Herramientas de generación de código para crear software con comportamiento inteligente.

      4.- Evaluación de la Convergencia tecnológica:
      • Conexión entre tecnologías: Voz, datos, sonido, imágenes.
      • Ventajas de la convergencia tecnológica.
      • Sistemas de convergencia electrónica: Blockchain, IoT, Cloud, entre otros. 
      • Características de Blockchain.
      • Características de IoT.
      • Características de Cloud. Seguridad en la convergencia tecnológica.
      5.- Evaluación de modelos de automatización industrial y de negocio:

      • Estrategias corporativas – Tendencias.

      • Modelos de negocio – Tendencias.

      • Gestión de activos y recursos – Tendencias.

      • Modelos de automatización – Tendencias.

      Módulo 1 – Programación en C# 

      Módulo 2 – Servicios cognitivos de Azure

      Categorias de Cognitive Services:

      •  Decisión. API de Decisión

      • Lenguaje. API de Idioma,

      • Habla. API de Voz

      • Visión. API de visión  

      • Búsqueda web. API Busqueda

      Descripción general de Azure Cognitive Services
      •    Crear un servicio cognitivo en Azure Portal
      •    Acceso y prueba del servicio cognitivo
      •    Contenedores para Cognitive Services
      Crear un servicio cognitivo en Azure Portal
      • Acceso y prueba del servicio cognitivo
      • Contenedores para Cognitive Services
      • Herramientas de automatización e integración, como Logic Apps y Power Automate.
      Opciones de implementación, como Azure Functions y App Service.
      Contenedores de Cognitive Services para el acceso seguro.
      Escenarios de Macrodatos: Apache Spark, Azure Databricks, Azure Synapse Analytics y Azure Kubernetes Service
      Practicas de Cognitive Services

      Módulo 3 – Creación de Bots

      Presentación del servicio Bot
      Creación de un bot de chat básico
      Pruebas con el emulador de Bot
      Lógica del bot y experiencia del usuario:
      • Bot Framework Service (BFS). Este servicio conecta el bot a una aplicación de comunicación, como Cortana, Facebook Messenger o Slack. Facilitar la comunicación entre su bot y el usuario.  
      • Azure App Service . La lógica de aplicación del bot se hospeda en Azure App Service.

      Inteligencia y conocimiento del bot:

      • Language Understanding (LUIS). LUIS, parte de Azure Cognitive Services, permite que el bot comprenda el lenguaje natural mediante la identificación de las intenciones y entidades del usuario.

      • Azure Search . Search es un servicio administrado que proporciona un índice rápido de documentos que permiten búsqueda.

      • QnA Maker . QnA Maker es un servicio de API basado en la nube que crea una capa de conversación, preguntas y respuestas mediante los datos. Normalmente, se carga con contenido semi estructurado, como preguntas frecuentes. Úselo para crear una base de conocimiento para responder a preguntas en lenguaje natural.

      • Aplicación web . Si su bot necesita soluciones de inteligencia artificial que no proporciona un servicio existente, puede implementar su propia inteligencia artificial personalizada y hospedarla como una aplicación web. De esta forma se proporciona un punto de conexión web al que llama el bot.

      Ingesta de datos:

      •  Azure Data Factory . Data Factory organiza y automatiza el movimiento y la transformación de datos.

      • Logic Apps . Logic Apps es una plataforma sin servidor para la creación de flujos de trabajo que integran aplicaciones, datos y servicios. Logic Apps proporciona conectores de datos para muchas aplicaciones, incluido Office 365.

      • Azure Functions . Puede usar Azure Functions para escribir código sin servidor personalizado que se invoca mediante un desencadenador —; por ejemplo, cada vez que se agrega un documento a Blob Storage o Cosmos DB.

      • Registro y supervisión

      • Application Insights . Use Application Insights para registrar las métricas de aplicación del bot con fines de análisis, supervisión y diagnóstico.

      • Azure Blob Storage . El almacenamiento de blobs está optimizado para almacenar grandes   cantidades de datos no estructurados.

      • Cosmos DB . Cosmos DB está totalmente indicado para almacenar datos de registro semiestructurados, como las conversaciones.

      • Power BI . Use Power BI para crear paneles de supervisión para el bot.

      Seguridad y gobernanza:

      • Azure Active Directory (Azure AD). Los usuarios se autentican mediante un proveedor de identidades como Azure AD. Bot Service controla el flujo de autenticación y la administración de tokens de OAuth. Consulte Incorporación de autenticación al bot mediante Azure Bot Service.

      • Azure Key Vault . Almacene las credenciales y otros secretos con Key Vault.

      Control de calidad y mejoras:

      • Azure DevOps . Proporciona muchos servicios para la administración de aplicaciones, como control de código fuente, compilación, prueba, implementación y seguimiento de proyectos.

      • VS Code Un editor de código ligero para el desarrollo de aplicaciones. Puede usar cualquier otro IDE con características similares.

        Consideraciones de diseño:  En líneas generales, un bot conversacional se puede dividir en la funcionalidad del bot (el «cerebro») y un conjunto de requisitos adyacentes (el «cuerpo»). El cerebro incluye los componentes dependientes del dominio, como la lógica del bot y las funcionalidades de ML. Otros componentes son independientes del dominio y abordan los requisitos no funcionales como CI/CD, control de calidad y seguridad.

      Módulo 4 – Mejorando Bots con QnA Maker

      Presentación de QnA Maker
      Implementación una base de conocimiento con QnA Maker
      Integración de QnA con un Bot
      Proyecto 1 - Mejorando Bots con QnA Maker

      Módulo 5 – Crear la funcionalidad de comprensión del lenguaje.

      Introducción a la comprensión del lenguaje
      Crear un nuevo servicio
      Crear la comprensión del lenguaje con intenciones y expresiones.
      Proyecto 2 - Comprensión de lenguaje

      Módulo 6 – Mejorando Bots.

      Descripción general de la comprensión del lenguaje para aplicaciones de IA
      Integrar LUIS y Bot para crear una solución basada en IA
      Proyecto 3 - Mejorando Bots

      Módulo 7 – Integrar servicios cognitivos con bots y agentes

      Comprender los servicios cognitivos para las interacciones con Bot
      Realizar análisis de opinión para un bot con Text Analytics
      Detectar lenguaje en un Bot con los servicios cognitivos de lenguaje
      Integrar Computer Vision con Bots
      Proyecto 4 - Integrar servicios cognitivos

      Certificación oficial

      El alumno accede al registro oficial de técnicos  en una tecnología determinada, que lo homologa para ejercer su profesión a nivel internacional.

      Certificamos a nuestros alumnos en toda España y América Latina.

      Formación Subvencionada para las Empresas

      Cloud Formación como entidad inscrita con el código 16753 en el Registro Estatal de Entidades de Formación, gestiona e imparte dentro de la iniciativa de Formación Programada por las Empresas, Formación Profesional para el Empleo, de acuerdo con lo establecido en la Ley 30/2015, de 9 de septiembre.

      Cloud Formación les ayuda de forma gratuita, a consultar el importe del crédito de su empresa para este año.