Temario del curso
Introducción a AI Builder e IA de bajo código
- Capacidades de AI Builder y escenarios comunes
- Licenciamiento, gobernanza y consideraciones a nivel de inquilino
- Resumen 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 de formato libre
- Preparación de datos de entrenamiento: etiquetado de campos, diversidad de muestras y directrices de calidad
- Creación de un modelo de procesamiento de formularios en AI Builder y evaluación de la precisión de la extracción
- Postprocesamiento de los datos extraídos: validación, normalización y manejo de errores
- Taller práctico: extracción OCR de tipos mixtos de formularios e integración en un flujo de procesamiento
Modelos de Predicción: Clasificación y Regresión
- Enmarcar el problema: tareas cualitativas (clasificación) frente a cuantitativas (regresión)
- Preparación de características y manejo de datos faltantes dentro de flujos de trabajo de Power Platform
- Entrenamiento, prueba e interpretación de métricas del modelo (precisión, precisión, exhaustividad, RMSE)
- Explicabilidad del modelo y consideraciones de equidad en casos de uso empresarial
- Taller práctico: crear un modelo de predicción personalizado para abandono de clientes, puntuación o pronóstico numérico
Integración con Power Apps y Power Automate
- Incorporar modelos de AI Builder en aplicaciones de lienzo y basadas en modelos
- Crear flujos automatizados para procesar datos extraídos y desencadenar acciones empresariales
- Patrones de diseño para aplicaciones impulsadas por IA escalables y mantenibles
- Taller práctico: escenario integral: carga de documentos, OCR, predicción y automatización de flujos 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 los resultados de la Minería de Procesos para informar las características del modelo y automatizar ciclos de mejora
- Ejemplo práctico: combinar conocimientos de la Minería de Procesos con AI Builder para reducir excepciones manuales
Consideraciones de Producción, Gobernanza y Monitoreo
- Gobernanza de datos, privacidad y cumplimiento normativo al utilizar AI Builder con documentos sensibles
- Ciclo de vida del modelo: reentrenamiento, versionado y monitoreo de rendimiento
- Puesta en producción de modelos con alertas, paneles de control y validación humana en el ciclo (human-in-the-loop)
Resumen y Próximos Pasos
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
- Comodidad al trabajar con conjuntos de datos, exportaciones de Excel/CSV y limpieza básica de datos
Público objetivo
- Desarrolladores de Power Platform y arquitectos de soluciones
- Analistas de datos y responsables de procesos que buscan automatización a través de IA
- Líderes de automatización empresarial enfocados en casos de uso de procesamiento de documentos y predicción
Reseñas (3)
Laboratorios prácticos y manuales sobre desarrollo de informes utilizando Power BI Los laboratorios fueron excelentes y el instructor ofreció sesiones muy prácticas
Sinzala Sichaanji - Bank of Zambia
Curso - Mastering Power Platform: Power Apps, Power Automate, DataVerse, Power BI, and Power Virtual Agents
Traducción Automática
Hicimos ejemplos bastante complejos para poder hacerse una idea de cómo puede ser el trabajo real con Power Automate Desktop en un escenario del mundo real.
Michal Strnad - MicroNova AG
Curso - Microsoft Flow/Power Automate
Traducción Automática
El conocimiento de la aplicacion y sus usos
