Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción a AI Builder y la IA de bajo código
- Capacidades de AI Builder y escenarios comunes.
- Consideraciones sobre licencias, gobernanza y a nivel de inquilino.
- Descripción 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 de forma libre.
- 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 la extracción.
- Posprocesamiento de datos extraídos: validación, normalización y manejo de errores.
- Laboratorio práctico: extracción OCR de tipos de formularios mixtos e integración en un flujo de procesamiento.
Modelos de predicción: clasificación y regresión
- Enfoque del problema: tareas cualitativas (clasificación) frente a cuantitativas (regresión).
- Preparación de características y manejo de datos faltantes dentro de los flujos de trabajo de Power Platform.
- Entrenamiento, pruebas e interpretación de métricas del modelo (precisión, exactitud, exhaustividad, RMSE).
- Explicabilidad del modelo y consideraciones de equidad en casos de uso empresarial.
- Laboratorio práctico: construir un modelo de predicción personalizado para abandono/puntuación o pronóstico numérico.
Integración con Power Apps y Power Automate
- Incrustación de modelos de AI Builder en aplicaciones de lienzo y basadas en modelos.
- Creación de flujos automatizados para procesar datos extraídos y desencadenar acciones empresariales.
- Patrones de diseño para aplicaciones impulsadas por IA escalables y mantenibles.
- Laboratorio 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 mediante registros de eventos.
- Uso de los resultados de la Minería de Procesos para informar características del modelo y automatizar ciclos de mejora.
- Ejemplo práctico: combinar las perspectivas 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 utilizar AI Builder con documentos sensibles.
- Ciclo de vida del modelo: reentrenamiento, control de versiones y monitoreo del rendimiento.
- Puesta en operación de modelos con alertas, paneles de control y validación con intervención humana.
Resumen y próximos pasos
Requerimientos
- Experiencia con Power Apps, Power Automate o administración de Power Platform.
- Conocimientos básicos sobre conceptos de datos, ideas fundamentales de aprendizaje automático (ML) y evaluación de modelos.
- Habilidad para trabajar con conjuntos de datos, exportaciones en 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 automatizar mediante IA.
- Líderes de automatización empresarial enfocados en casos de uso de procesamiento de documentos y predicción.
14 Horas
Testimonios (2)
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
