Plan de estudios:
El programa se compone de 10 clases de 2 horas cada una más cuatro horas asincrónicas para revisar material:
Clase 1 y 2: Introducción a los Grandes Modelos de Lenguaje (LLMs) Conceptos básicos de Inteligencia Artificial, Machine Learning y Deep Learning. Entrenamiento e inferencia en arquitecturas actuales.
RAG, Contexto, Modalidad y Prompt Engineering. Diferenciación entre distintos modelos y su aplicabilidad a distintos tipos de problemas.
Clase 3 y 4: Marco de análisis de procesos y KPIs en las PyMEs Identificación de los principales procesos de negocio y áreas clave. Principales indicadores de rendimiento (KPIs) y cómo analizar cuellos de
botella. Técnicas de diagnóstico para priorizar oportunidades de Inteligencia Artificial Generativa.
Clase 5: Sesión práctica de diagnóstico con hallazgos de la propia empresa. Aplicación de conceptos en un caso real de cada participante. Identificación de problemas concretos en procesos y áreas críticas. Puesta en común de experiencias y hallazgos.
Clase 6 y 7: Herramientas en línea y SaaS para solucionar problemas detectados . Presentación y uso de plataformas específicas de Inteligencia Artificial Generativa. Ejercicios prácticos con herramientas No-Code o de integración rápida. Escenarios de automatización y optimización de procesos.
Clase 8 y 9: Introducción a los agentes y herramientas No-Code . Concepto de agentes en el contexto de la Inteligencia Artificial Generativa. Configuración de agentes con herramientas No-Code. Ejemplos prácticos y casos de éxito adaptables a PyMEs.
Clase 10: Presentación final de hallazgos y propuestas de solución. Cada participante presentará su propuesta de mejora en su empresa. Puesta en común grupal. Recomendaciones para la implementación y el escalado de los proyectos.
