A la hora de tomar decisiones estratégicas, la Inteligencia Artificial (IA) te permite anticipar cambios, personalizar la experiencia del cliente, automatizar tareas y optimizar las operaciones, lo que conduce a una mayor eficiencia, rentabilidad y satisfacción del cliente. En un mundo cada vez más digitalizado y automatizado, las empresas que no adoptan soluciones de Inteligencia Artificial (IA) corren el riesgo de quedarse atrás en términos de eficiencia, competitividad y rentabilidad.
METODOLOGÍA
La metodología es teórico-práctica: El programa se desarrolla utilizando la cátedra y el aprendizaje activo. Es decir, con la participación de los estudiantes, discutiendo y resolviendo problemas y talleres de aplicación de los diferentes temas. Esto en paralelo con la solución de un reto empresarial que incluye el trabajo grupal.
PÚBLICO OBJETIVO
Profesionales afines a áreas de tecnología, innovación, transformación digital, marketing, producción, o estrategia interesados IA; para la generación de valor en sus organizaciones, con experiencia laboral mínima de 2 años, preferiblemente en funciones de nivel táctico o estratégico de una organización.
TEMÁTICAS DE LA DIPLOMATURA
Módulo 1: Fundamentos
Establecer el contexto para la transformación, analizando el macro y micro entorno empresarial.
Identificar las relaciones entre la transformación digital, la gestión tecnológica y de la innovación, la gestión de iniciativas de Business Intelligence (BI), Artificial Intelligence (AI) & Internet of Things (IoT) para la generación de valor.
La transformación digital de modelos de negocio: Casos y retos
Gestión estratégica de la transformación: Análisis “as-is”; Definición “to-be”; Acciones estratégicas.
Utilizar la gestión de la tecnología digital y de la innovación para asegurar la competitividad empresarial.
La arquitectura empresarial y los procesos de negocio, orientados a la transformación digital.
Aplicar la gestión de la información y sistemas de información como facilitadores de la transformación.
El valor de los datos y data management.
Módulo 2: Introducción a Python
Introducción y contextualización:
Conceptos básicos: Desarrollo de software con Python y objetivos
Una caja de herramientas: Bibliotecas “útiles”
Tipos de datos y operaciones básicas con ellos: numérico, texto, categórico, colecciones, etc.
Cargar datos y mostrar características claves (p.ej. cantidad de registros y atributos)
Visualizar datos
Diferentes diagramas para una mayor comprensión (inicial) de los datos
Organizar, manipular y filtrar datos; incl. operaciones de “limpieza”
Definir condiciones y ciclos: if, for, while, lambda
El principio “DRY”: Escribir y utilizar funciones
El manejo de errores: try y catch
La orientación por objetos (OO): Programación utilizando clases en Python – una introducción
Módulo 3: Artificial Intelligence (AI)
Introducción y contextualización:
Aclarar términos, conceptos y el rol de la AI en función de los objetivos empresariales: Robótica, Visión y Aprendizaje de máquina.
Analizar aplicaciones de la AI en diversos contextos, de acuerdo con la necesidad del usuario final:
Casos de éxito o fracaso y diferentes retos empresariales: Sector de la salud 4.0; sector industrial; sector financiero (Fintech); sector de la construcción 4.0; sector agro de precisión.
Aprendizaje de máquina (machine learning) y aprendizaje profundo (deep learning) aplicados:
Solucionar problemas de clasificación
Problemas de clusterización o agrupamiento
Problemas de regresión
Reglas de asociación
Gobernanza y gestión estratégica de la AI en una organización
La administración de la IA y proyectos e iniciativas AI:
Planear proyectos e iniciativas AI
Liderar y ejecutar proyectos e iniciativas AI
Monitorear y controlar AI
Módulo 4: Aplicabilidad
**Información sujeta a cambios
ESTRUCTURA ACADÉMICA
CLAUSTRO DE PROFESORES
JUAN PABLO CEPEDA CARDONA
Doctorando en Administración y Organizaciones. Transformación Digital – Automatización – Excelencia operacional
CEO Nektiu, ejecutivo experimentado con sólida formación en Gestión de Desarrollo de Negocios en diferentes industrias, tales como Tecnologías de la Información, Investigación e Innovación.
Ingeniero Mecatrónico de la Universidad EIA, con Especialización en Entornos Virtuales de Aprendizaje, Maestría en Ingeniería Administrativa y Maestría en Ingeniería con énfasis en Modelamiento Computacional. universidad de Los Andes.
Experiencia Data & Analytics Director; CDO; Data Leadership; Cultural Change; Data Storytelling; Data Analyst; Data Science; GCP; AWS; Tableau; SQL ; Python; SCRUM.