Temario del curso
Introducción a AI Builder y IA Low-Code
- Capacidad de AI Builder y escenarios comunes
- Licenciamiento, gobernanza y consideraciones a nivel de inquilino
- Visión general de las integraciones de Power Platform (Power Apps, Power Automate, Dataverse)
OCR y Procesamiento de Formularios: Documentos Estructurados y No Estructurados
- Diferencias entre plantillas estructuradas y documentos libres
- Preparación de datos de entrenamiento: etiquetado de campos, diversidad de muestras y directrices de calidad
- Construcción de un modelo de procesamiento de formularios de AI Builder y evaluación de la precisión de extracción
- Post-procesamiento de datos extraídos: validación, normalización y manejo de errores
- Laboratorio práctico: extracción OCR de tipos mixtos de formularios e integración en un flujo de procesamiento
Modelos Predictivos: Clasificación y Regresión
- Enmarcación del problema: tareas cualitativas (clasificación) vs cuantitativas (regresión)
- Preparación de características y manejo de datos faltantes en flujos de trabajo de Power Platform
- Entrenamiento, prueba e interpretación de métricas del modelo (exactitud, precisión, recuperación, RMSE)
- Explicabilidad y consideraciones de equidad en casos de uso empresarial
- Laboratorio práctico: construcción de un modelo predictivo personalizado para rotación/puntuación o pronóstico numérico
Integración con Power Apps y Power Automate
- Incorporación de modelos de AI Builder en aplicaciones de lienzo y modeladas por el modelo
- Creación de flujos automatizados para procesar datos extraídos y desencadenar acciones comerciales
- Patrones de diseño para aplicaciones impulsadas por IA escalables y mantenibles
- Laboratorio práctico: escenario integral — carga de documentos, OCR, predicción y automatización del flujo de trabajo
Conceptos Complementarios de Minería de Procesos (Opcional)
- Cómo la Minería de Procesos ayuda a descubrir, analizar y mejorar procesos utilizando registros de eventos
- Uso de las salidas de la Minería de Procesos para informar características del modelo y automatizar bucles de mejora
- Ejemplo práctico: combinar insights de la Minería de Procesos con AI Builder para reducir excepciones manuales
Consideraciones de Producción, Gobernanza y Monitoreo
- Gobernanza de datos, privacidad y cumplimiento al usar AI Builder en documentos sensibles
- Ciclo de vida del modelo: reentrenamiento, versionado y monitoreo de rendimiento
- Operacionalización de modelos con alertas, paneles y validación humana en el ciclo
Resumen y Pasos Siguientes
Requerimientos
- Experiencia con Power Apps, Power Automate o administración de Power Platform
- Familiaridad con conceptos de datos, ideas básicas de ML y evaluación de modelos
- Confort trabajando con conjuntos de datos, exportaciones Excel/CSV y limpieza básica de datos
Audiencia
- Desarrolladores y arquitectos de soluciones de Power Platform
- Analistas de datos y propietarios de procesos que buscan automatización a través de IA
- Líderes de automatización empresarial enfocados en casos de uso de procesamiento de documentos y predicción
Testimonios (2)
Creo que el instructor fue realmente atractivo y muy rápido para responder a preguntas relacionadas con nuestro trabajo, adaptando la enseñanza a nuestras necesidades y yendo más allá para satisfacerlas. ¡No podría recomendar suficientemente a Shaun!
Tom King - Complete Coherence
Curso - Microsoft Power Platform Fundamentals
Traducción Automática
es un tema nuevo para mi