Temario del curso
Introducción a AI Builder y la IA de baja plataforma
- Capacidades de AI Builder y escenarios comunes
- Licenciamiento, gobernanza y consideraciones a nivel de inquilino (tenant)
- 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 de OCR de tipos mixtos de formularios e integración en un flujo de procesamiento
Modelos de Predicción: Clasificación y Regresión
- Encuadre del problema: tareas cualitativas (clasificación) vs cuantitativas (regresión)
- Preparación de características (features) y manejo de datos faltantes en flujos de Power Platform
- Entrenamiento, pruebas e interpretación de métricas del modelo (precisión, exactitud, recall, RMSE)
- Explicabilidad del modelo y consideraciones de equidad en casos de uso empresarial
- Laboratorio práctico: construcción de un modelo de predicción personalizado para churn/puntuación o pronóstico numérico
Integración con Power Apps y Power Automate
- Integración de modelos de AI Builder en aplicaciones canvas y model-driven
- Creación de flujos automatizados para procesar datos extraídos y disparar acciones de negocio
- Patrones de diseño para aplicaciones impulsadas por IA escalables y mantenibles
- Laboratorio práctico: escenario de extremo a extremo — 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 salidas de Minería de Procesos para informar características del modelo y automatizar bucles de mejora
- Ejemplo práctico: combinar los hallazgos de 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, control de versiones y monitoreo de rendimiento
- Operacionalización de modelos con alertas, paneles de control (dashboards) y validación de humano-en-el-bucle
Resumen y Próximos Pasos
Requerimientos
- Experiencia con Power Apps, Power Automate o la administración de Power Platform.
- Familiaridad con conceptos de datos, ideas básicas de ML (Machine Learning) y evaluación de modelos.
- Conocimientos para trabajar con conjuntos de datos, exportaciones de Excel/CSV y limpieza básica de datos.
Público Objetivo
- Desarrolladores y arquitectos de soluciones de Power Platform.
- Analistas de datos y propietarios de procesos que buscan la automatización a través de la IA.
- Líderes de automatización de negocios 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
