AI+ Program Director Practitioner™ - eLearning (examen incluido)

Cronograma del curso

1. Fundamentos de IA para la Estrategia de Programas: Introducción

   Lección 1

   • Comprender la IA, el aprendizaje automático y el aprendizaje profundo
   • Ciclo de vida de la IA y aplicaciones en el mundo real
   • Impacto social de la IA
   • Caso de uso: IA para sistema de triaje en servicios de emergencia
   • Caso de estudio: Sistema de recomendaciones para retail orientado a la personalización de la experiencia del cliente
   • Práctica: crea un sencillo clasificador de IA con Teachable Machine

2. Identificación de oportunidades y casos de uso de IA

   Lección 2

   • Marcos de Alineación de Estrategia de IA: Lienzo de IA, Matriz de Valor vs Viabilidad
   • Identificación de procesos adecuados para la IA: tareas repetitivas, entornos ricos en datos y necesidades de personalización
   • Técnicas de priorización: puntuación ponderada, ROI ajustado por riesgo
   • Caso de uso: IA para la detección de fraude en finanzas
   • Caso de estudio: Sistema de gestión de proyectos impulsado por IA para directores de programa
   • Práctica: Crea un tablero de Trello para priorizar oportunidades de IA

3. Gobernanza y ética en la IA

   Lección 3

   • Principios de IA responsable
   • Mitigar el sesgo y el riesgo de la IA
   • Caso de uso: auditoría de sesgos en la contratación con IA para una selección justa
   • Caso de estudio: mitigación del sesgo algorítmico en modelos de calificación crediticia
   • Práctica: Evalúa la equidad de modelos con la herramienta What-If de Google en Colab

4. Ciclo de vida e integración de proyectos de IA

   Lección 4

   • Planificación de proyectos de IA y metodología CRISP-DM
   • Estrategias de integración: desarrollar, comprar o asociarse
   • Resumen de herramientas de gestión de proyectos con IA
   • Caso de uso: mantenimiento predictivo en la fabricación
   • Práctica: simula un proyecto de IA en Asana

5. Estrategia y Arquitectura de Datos para IA

   Lección 5

   • Gobernanza de Datos y Gestión de la Calidad
   • Configuración de canalizaciones de datos para IA
   • Gestión de datos sensibles
   • Caso de uso: Inventario minorista — Reabastecimiento y predicción de la demanda impulsados por IA
   • Caso de estudio: Seguridad de datos en salud y privacidad del paciente
   • Práctica: crea un pipeline de datos básico con Airbyte Cloud

6. Integración de IA: desarrollar, comprar o asociarse

   Lección 6

   • Evaluación de soluciones de IA
   • Evaluación y gestión de proveedores
   • Caso de uso: selección de proveedores de mantenimiento predictivo con IA
   • Práctico: Evalúa proveedores de IA con una plantilla de Google Sheets

7. Gestión y Cumplimiento de Riesgos de IA

   Lección 7

   • Marcos regulatorios para la IA
   • Estrategias para detectar y mitigar sesgos
   • Caso de uso: sesgo en el reconocimiento facial en las fuerzas del orden
   • Caso de estudio: Garantizar el cumplimiento normativo en implementaciones de IA en el sector financiero
   • Práctica: Pruebas de sesgo y evaluación de equidad con KNIME y Google PAIR Facets

8. Herramientas y técnicas de IA para la gestión de proyectos

   Lección 8

   • Resumen de las herramientas de gestión de proyectos de IA
   • Herramientas de gestión de datos para proyectos de IA
   • Caso de estudio: Gestión de flujos de trabajo de IA en despliegues de retail
   • Práctico: simula cronogramas, tareas y hitos de proyectos de IA en Asana

9. Liderazgo en IA

   Lección 9

   • Liderar equipos de IA y gestionar el cambio
   • Gestión de stakeholders y estrategias de comunicación
   • Caso de uso: Liderazgo en la implementación de IA en la manufactura a gran escala
   • Práctica: mapea la comunicación con los interesados usando Miro

10. Escalar iniciativas de IA

    Lección 10

    • Transición del piloto a la implementación a gran escala
    • Modelos de madurez organizacional para IA
    • Caso de uso: Escalar recomendaciones minoristas impulsadas por IA a nivel global
    • Práctica: diseña una hoja de ruta de escalamiento con Lucidchart

11. Tendencias futuras en la IA

    Lección 11

    • Tecnologías y aplicaciones emergentes de IA
    • Caso de uso / Estudio de caso: IA en vehículos autónomos
    • Práctico: explora Hugging Face Transformers para PLN y TensorFlow para aprendizaje profundo

12. Proyecto Final y Presentación

    Lección 12

    • Descripción general del proyecto de fin de carrera
    • Sesiones de presentación y retroalimentación
    • Proceso final de revisión y certificación