Inteligencia Artificial (IA) para Especialistas IT: Técnicas, Casos de uso e Innovación

Objetivos de la formación en inteligencia artificial para especialistas IT

• Identificar los desafíos de la Inteligencia Artificial y las oportunidades que crea
• Adoptar una visión amplia de las tecnologías de IA, desde Machine Learning y Deep Learning hasta los LLM
• Describir tecnologías recientes de IA y su implementación mediante ejemplos prácticos (RAG, agentes inteligentes, MCP)
• Reconocer los desafíos jurídicos (AI Act) y éticos asociados a la IA
• Explorar las innovaciones y usos futuros de la IA mediante un taller de prospectiva

Público objetivo de la formación en inteligencia artificial para especialistas IT

• Data Scientists
• Data Analysts
• Ingenieros de datos
• Ingenieros DevOps / MLOps
• Desarrolladores
• Arquitectos de datos
• Cuadros directivos y gestores
• Gestores de proyecto

Requisitos previos para la formación en inteligencia artificial para especialistas IT

• Conocimientos de Python
• Conocimientos de análisis de datos

Programa de la formación en inteligencia artificial para especialistas IT

Día 1 – Mañana

• Definición de Inteligencia Artificial
• Fundamentos e historia de la IA
• Mercados de la IA y diferentes ramas de la IA
• Casos de uso: búsqueda de conocimiento, asistentes digitales, generación de código, AIOps, limpieza de datos, aprendizaje aumentado
• Disrupciones de la IA y llegada de los LLM
• Comparación entre IA open source y closed source
• Estudios de caso inspirados en la actualidad

Día 1 – Tarde

• Machine Learning
• Redes neuronales artificiales
• Deep Learning
• Redes neuronales convolucionales (CNN)
• Redes neuronales recurrentes (RNN)
• Aprendizaje supervisado, no supervisado y por refuerzo
• TensorFlow
• Trabajos prácticos: comparación de algoritmos con Python y creación de aplicación de IA con Flask o Kivy

Día 2 – Mañana

• Pipelines de Machine Learning
• Definición del problema
• Ingesta, preparación y separación de datos
• Selección e ingeniería de variables
• Entrenamiento del modelo
• Deploy en producción
• Monitorización y reaprendizaje
• Introducción a MLOps

Día 2 – Tarde

• Introducción al Procesamiento del Lenguaje Natural (NLP)
• Componentes y aplicaciones empresariales
• Tokenización
• Stemming vs Lematización
• Modelo Bag-of-Words
• Desafíos del NLP
• Trabajo práctico: creación de modelo de análisis de sentimiento

Día 3 – Mañana

• Large Language Models (LLM)
• Modelos generalistas, ligeros y especializados
• Casos de uso de LLM
• Modelos de generación de imagen (LCM)
• Buenas prácticas de prompting
• Herramientas de ingeniería de prompts: LangChain, Guidance, DSPy
• Infraestructuras para LLM: Ollama, Hugging Face, Hub Space
• Uso de conocimiento externo con RAG
• Frameworks de RAG: LangChain, LlamaIndex
• Introducción a LLMOps
• Trabajo práctico: creación de chatbot basado en LLM

Día 3 – Tarde

• Arquitecturas componibles de IA
• Agentes inteligentes
• Interacción entre IA y aplicaciones con el protocolo MCP
• Implementación y prueba de arquitectura MCP
• Escalabilidad y tendencias futuras de la IA
• Implicaciones éticas, sociales y de seguridad
• Gestión de sesgos y alucinaciones
• Cuestiones jurídicas: AI Act, derechos de autor y RGPD
• Buenas prácticas para garantizar la confidencialidad
• Integración de la IA en el workflow profesional
• Taller final de prospectiva

Metodología pedagógica de la formación en inteligencia artificial para especialistas IT

Formación presencial o a distancia (blended learning, e-learning o clase virtual).
Métodos demostrativo, interrogativo y activo con trabajos prácticos.

Evaluación de la formación en inteligencia artificial para especialistas IT

• Evaluación continua mediante estudios de caso y ejercicios prácticos
• Cuestionario de autoevaluación al final de la formación

Esta formación es bonificable a través de FUNDAE para todas las empresas que cuenten con trabajadores en régimen general de la Seguridad Social y dispongan de crédito formativo. SKOLAE Formación gestiona todo el proceso administrativo necesario para que tu empresa pueda recuperar el importe invertido en la formación, siempre que se cumplan los requisitos legales y de comunicación establecidos por FUNDAE.

Formador/a especializado/a en inteligencia artificial aplicada, con experiencia en Machine Learning, Deep Learning y Large Language Models (LLM). Cuenta con sólidos conocimientos en Python, NLP, MLOps y desarrollo de soluciones de IA en entornos profesionales. Ha participado en la implementación de modelos, pipelines de datos y arquitecturas avanzadas como RAG o agentes inteligentes. Aplica una metodología práctica basada en casos reales, facilitando la transferencia directa al puesto de trabajo e integrando aspectos éticos y regulatorios de la IA.