Shop

Este módulo profundiza en los ambientes de automatización de Transformación Digital mediante la exploración de las tecnologías contemporáneas clave utilizadas para construir soluciones de automatización de Transformación Digital, incluyendo IA, RPA, IoT, Machine Learning, Blockchain, Computación en la Nube y Big Data.

El módulo comienza estableciendo las formas básicas de ingesta de datos utilizadas para ingresar datos a las organizaciones para su uso por parte de tecnologías de ciencia de datos que proporcionan inteligencia de datos aumentada para las personas encargadas de la toma de decisiones y las soluciones impulsadas por IA con capacidad de toma de decisiones automatizada.

Tras cubrir cada una de las tecnologías principales de Transformación Digital, el módulo concluye con una descripción integral paso a paso de un proceso de negocio tal como es llevado a cabo por una solución de Transformación Digital centrada en el cliente.

Se cubren los siguientes temas principales:

• Fundamentos del diseño de soluciones distribuidas
• Fundamentos de la ingesta de datos, incluyendo File Pull, File Push, API Pull, API Push y Flujo de datos
• Introducción a las tecnologías de automatización de transformación digital
• Fundamentos de computación en la nube y la computación en la nube como parte de las soluciones de transformación digital
• Riesgos y retos comunes de la computación en la nube
• Fundamentos de blockchain y blockchain como parte de las soluciones de transformación digital
• Riesgos y retos comunes de blockchain
• Fundamentos del internet de las cosas (IoT) y IoT como parte de las soluciones de transformación digital
• Riesgos y retos comunes de IoT
• La automatización robótica de procesos (RPA) y RPA como parte de las soluciones de transformación digital
• Riesgos y retos comunes de RPA
• Introducción a las tecnologías de la ciencia de datos de transformación digital
• Big Data y analíticas de datos, y Big Data como parte de las soluciones de transformación digital
• Riesgos y retos comunes de Big Data
• Fundamentos de Machine Learning y Machine Learning como parte de las soluciones de transformación digital
• Riesgos y retos comunes de Machine Learning
• Fundamentos de inteligencia artificial (IA) e IA como parte de las soluciones de transformación digital
• Riesgos y retos comunes de IA
• Dentro de una solución de transformación digital centrada en el cliente (una exploración integral, paso a paso)
• Cómo relacionar las tecnologías individuales de transformación digital con el procesamiento de soluciones
• Seguimiento a la manera en que se recopila y utiliza la inteligencia de datos en una solución de transformación digital

Este módulo explora la aplicación de la IA generativa en una gama de escenarios empresariales y ofrece una cobertura fundamental de los conceptos, modelos, mejores prácticas y redes neuronales de la IA generativa, incluyendo los modelos de Redes Generativas Adversariales (GANs), Autocodificadores Variacionales (VAEs) y Transformadores. Todo el contenido está escrito en español sencillo y fácil de entender.

Se cubren los siguientes temas principales:

• Factores de negocio y tecnológicos de la IA generativa
• Beneficios de la IA generativa
• Riesgos y retos comunes del uso de la IA generativa
• Categorías de problemas empresariales que aborda la IA generativa
• Cómo entender los modelos, los algoritmos y las redes neuronales
• Tipos de IA generativa
• Entrenamiento de modelos generativos y cómo entender el ciclo de entrenamiento
• Cómo entender las Redes Generativas Adversariales (GANs)
• Cómo entender los Autocodificadores Variacionales (VAEs)
• Cómo entender los Transformadores
• Pasos para construir sistemas de IA
• Buenas prácticas de la IA generativa

Este módulo establece los componentes y modelos que componen los ambientes contemporáneos de automatización robótica de procesos (RPA). Se explican distintos tipos de bots de RPA, junto con distintas arquitecturas y modelos de utilización de bots de RPA. Este módulo también proporciona escenarios detallados que demuestran distintos despliegues de bots de RPA y otros componentes en relación con distintos requerimientos de automatización empresarial.

Se cubren los siguientes temas principales:

• Cómo entender la Automatización robótica de procesos
• Factores de negocio y tecnológicos de RPA
• Objetivos y beneficios de RPA
• Riesgos y retos de RPA
• Integración front-end y back-end
• Componentes y corredores de bots de RPA
• Capas y modelos de arquitectura de RPA
• Ciclo de vida de RPA
• Integración front-end con bots de RPA
• Integración back-end con controladores y APIs de RPA
• Captura de datos automatizada
• Enrutamiento automatizado
• Búsqueda web automatizada
• Búsqueda y recuperación de datos automatizada
• Digitalización automatizada
• Escenario de uso de prueba de aceptación del usuario automatizada