- Students: 554
- Duration: 365 days
Un Arquitecto de IA de Arcitura Education Inc. tiene un conocimiento demostrado de los requerimientos de arquitectura tecnológica, implementación e infraestructura de los sistemas de IA predictiva e IA generativa, así como de las técnicas de integración de ambos sistemas y las plataformas de gestión de datos que apoyan a estos sistemas.
El curso Arquitectura y Diseño de IA de Arcitura Education Inc. lo prepara para el examen oficial de Certificación como Arquitecto de IA.
El examen de certificación Arquitecto de IA de Arcitura Education Inc. comprende los siguientes módulos del curso Arquitectura y Diseño de IA:
- Módulo 1: Fundamentos de IA Predictiva
- Módulo 2: Fundamentos de IA Generativa
- Módulo 3: Fundamentos de Arquitectura y Diseño de IA
- Módulo 4: Arquitectura y Diseño de IA Avanzados
Currículum
- 4 secciones
- 0 lecciones
- 365 días
- Módulo 1: Fundamentos de IA Predictiva
Este módulo ilustra cómo se puede utilizar y aplicar la IA predictiva en una gama de aplicaciones empresariales y proporciona una cobertura esencial de las prácticas y los sistemas de IA predictiva. El módulo explora los enfoques de aprendizaje y las áreas funcionales más comunes para las que se utilizan los sistemas de IA. 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 predictiva
- Beneficios de la IA predictiva
- Riesgos y retos comunes del uso de la IA predictiva
- Categorías de problemas empresariales que aborda la IA
- Tipos de IA predictiva
- Enfoques de aprendizaje comunes de la IA predictiva
- Cómo entender el aprendizaje y el entrenamiento de modelos de IA predictiva
- Proceso del ciclo de entrenamiento paso a paso
- Aprendizaje supervisado, Aprendizaje no supervisado, Aprendizaje continuo
- Aprendizaje heurístico, Aprendizaje semisupervisado, Aprendizaje por refuerzo
- Diseños funcionales comunes de IA predictiva, Visión computarizada, Reconocimiento de patrones
- Robótica, Procesamiento del lenguaje natural (PLN)
- Reconocimiento del habla, Comprensión del lenguaje natural (CLN)
- Cómo entender los modelos de IA y las redes neuronales
0 - Módulo 2: Fundamentos de IA Generativa
Este módulo explora la aplicación de la IA generativa en una gama de escenarios empresariales y ofrece una cobertura fundamental de los conceptos, modelos, buenas 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
- 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
0 - Módulo 3: Fundamentos de Arquitectura y Diseño de IA
Este módulo proporciona una comprensión esencial de la arquitectura de sistemas y soluciones de IA. Explica los distintos tipos, alcances y modos de arquitectura de sistemas de IA y proporciona una cobertura detallada de los módulos nucleares de los sistemas de IA (incluyendo ingesta de datos, preprocesamiento de datos, ingeniería de características, motor de inferencia y repositorio de modelos) y los monitores de los sistemas de IA (incluyendo de operaciones, de datos, de modelos y monitores auxiliares).
Se cubren los siguientes temas principales:
- Comparación entre la arquitectura de IA y la ingeniería de IA
- Arquitecturas de producto de IA vs. arquitecturas de IA a medida
- Alcances de la arquitectura de IA (sistema y solución)
- Modos operativos de soluciones de IA (entrenamiento y producción)
- Tipos de arquitectura de sistemas de IA (monolítica, modular, híbrida)
- Almacenamiento de datos para soluciones de IA (interno, externo, híbrido)
- Módulos nucleares de los sistemas de IA
- Ingesta de datos para fuentes comunes de datos de IA predictiva e IA generativa
- Preprocesamiento de datos en los sistemas de IA predictiva e IA generativa
- Ingeniería de características en los sistemas de IA predictiva e IA generativa
- Motor de inferencia en los sistemas de IA predictiva e IA generativa
- Repositorio de modelos en los sistemas de IA predictiva e IA generativa
- Monitores de operaciones (de rendimiento, de recursos)
- Monitores de datos (de entrada, de salida)
- Monitores de modelos (de peso y gradiente, de distribución de activación, de sesgo e imparcialidad)
- Monitores auxiliares (de explicabilidad, de robustez y ataque adversarial, de calidad de datos, de etiquetado de datos)
0 - Módulo 4: Arquitectura y Diseño de IA Avanzados
Este módulo explora una gama de técnicas y temas complejos dedicados al diseño de sistemas y la arquitectura tecnológica de IA, incluyendo modelos de escalabilidad, técnicas de rendimiento y optimización, y arquitecturas de resiliencia.
Se cubren los siguientes temas principales:
- Patrones de escalabilidad de sistemas de IA
- Procesamiento distribuido de datos y Almacenamiento de datos en caché
- Partición y fragmentación de datos
- Procesamiento incremental
- Aceleración de hardware
- Autoescalamiento y Equilibrio de cargas
- Aprendizaje continuo
- Patrones de rendimiento de sistemas de IA
- Paralelismo y Concurrencia
- Almacenamiento en caché en el borde y Vectorización
- Compresión de datos
- Carga diferida
- Patrones de resiliencia de sistemas de IA
- Tolerancia a fallas
- Degradación gradual
- Ingeniería del caos
0
Obtienes:
- Acceso a la plataforma de exámenes donde deberás crear tu cuenta de candidato
- Un (01) código de voucher Pearson VUE para rendir el examen, personal e intransferible, y redimible una sola vez, válido por doce (12) meses
Las características del examen de certificación son las siguientes:
- Se rinde en línea
- Es personal
- Se rinde sin compañía alguna y a libro cerrado
- Está prohibido el uso de anotaciones, audios, vídeos, celulares
- Es supervisado por Pearson VUE
- El idioma es el español
- La duración es de 90 minutos
Los resultados se presentan al finalizar el examen y se reciben por correo electrónico en un plazo de dos (02) días hábiles.
Tras aprobar el examen de certificación recibes:
- Un (01) Certificado Digital oficial de la calificación obtenida, emitido por Arcitura Education Inc.
- Una (01) Insignia Digital de Certificación otorgada por Acclaim/Credly, con una cuenta que soporta la verificación en línea del estado de la certificación.
Related Courses
Certificación como Profesional de IA en la Nube
Certificación como Arquitecto de IA en la Nube
Certificación como Consultor de IA
Certificación como Especialista en Gobernanza y Ética de IA