Taller Práctico: Implementación de Casos de Uso de IA con Datos Industriales

Introducción y Selección de Casos de Uso por Equipo

• Visión general de la IA en entornos industriales.
• Categorías de casos de uso: calidad, mantenimiento, energía, logística.
• Formación de equipos y delimitación de los objetivos del proyecto.

Comprensión y Preparación de Datos Industriales

• Tipos de datos industriales: series temporales, tabulares, imagen, texto.
• Adquisición, limpieza y preprocesamiento de datos.
• Análisis exploratorio de datos con Pandas y Matplotlib.

Selección de Modelos y Prototipado

• Elección entre regresión, clasificación, clustering 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 tableros o informes intuitivos.
• Interpretación de métricas de rendimiento (precisión, exactitud, recall).
• Documentación de supuestos y limitaciones.

Simulación de Despliegue y Retroalimentación

• Simulación de escenarios de despliegue en edge y cloud.
• Recopilación de retroalimentación y mejora de modelos.
• Estrategias para la integración con operaciones.

Desarrollo del Proyecto Final (Capstone)

• Finalización y prueba de prototipos de equipo.
• Revisión por pares y depuración colaborativa.
• Preparación de la presentación del proyecto y resumen técnico.

Presentaciones de Equipos y Cierre

• Presentación de conceptos y resultados de soluciones de IA.
• Reflexión grupal y lecciones aprendidas.
• Hoja de ruta para escalar casos de uso dentro de la organización.

Resumen y Próximos Pasos