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.
Programa del Curso
Introducción y Selección del Equipo Use Case
- Visión general de la IA en entornos industriales
- Categorías de casos de uso: calidad, mantenimiento, energía, logística
- Formación del equipo y definición de 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 y Prototipado del Modelo
- Elegir entre regresión, clasificación, agrupación o detección de anomalías
- Entrenamiento y evaluación de modelos con Scikit-learn
- Uso de TensorFlow o PyTorch para modelado avanzado
Visualización e Interpretación de Resultados
- Creación de dashboards o informes intuitivos
- Interpretación de métricas de rendimiento (precisión, exactitud, exhaustividad)
- Documentar suposiciones y limitaciones
Simulación de Implementación y Retroalimentación
- Simular escenarios de implementación en borde/nube
- Recopilar retroalimentación e mejorar modelos
- Estrategias para integrar con operaciones
Desarrollo del Proyecto Capstone
- Finalizar y probar prototipos de equipo
- Revisión por pares y depuración colaborativa
- Preparar presentación y resumen técnico del proyecto
Presentaciones del Equipo y Conclusión
- Presentar conceptos y resultados de soluciones AI
- Reflexión en grupo y lecciones aprendidas
- Hoja de ruta para escalar casos de uso dentro de la organización
Resumen y Próximos Pasos
Requerimientos
- Comprensión de los procesos manufactureros o industriales
- Experiencia con Python y machine learning básico
- Habilidad para trabajar con datos estructurados e inestructurados
Audience
- Equipos multidisciplinarios
- Ingenieros
- Científicos de datos
- Profesionales en TI
21 Horas