Temario del curso
Introducción a AI Builder e IA con código reducido
- Capacidades de AI Builder y escenarios comunes
- Licenciamiento, gobernanza y consideraciones 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 formato libre
- Preparación de datos de entrenamiento: etiquetado de campos, diversidad de muestras y guías de calidad
- Construcción de un modelo de procesamiento de formularios en AI Builder y evaluación de la precisión de la extracción
- Post-procesamiento de datos extraídos: validación, normalización y manejo de errores
- Taller práctico: extracción OCR desde tipos mixtos de formularios 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 Power Platform
- Entrenamiento, prueba e interpretación de métricas del modelo (precisión, precisión predictiva, recuperación, RMSE)
- Consideraciones sobre explicabilidad y equidad del modelo en casos de uso comerciales
- Taller práctico: crear un modelo de predicción personalizado para churn/calificación o pronóstico numérico
Integración con Power Apps y Power Automate
- Incorporación de modelos de AI Builder en aplicaciones canvas (diseño manual) y model-driven (basadas en modelos)
- Creación de flujos automatizados para procesar datos extraídos y activar acciones comerciales
- 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 características del modelo y automatizar ciclos de mejora continua
- Ejemplo práctico: combinar las ideas de la Minería de Procesos con AI Builder para reducir excepciones manuales
Consideraciones Operativas, Gobernanza y Monitoreo
- Gobernanza de datos, privacidad y cumplimiento al usar AI Builder en documentos confidenciales
- Ciclo de vida del modelo: reentrenamiento, versionado y monitoreo del rendimiento
- Puesta en producción 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
- Familiaridad con conceptos de datos, ideas básicas de Machine Learning (ML) y evaluación de modelos
- Confort trabajando con conjuntos de datos, exportaciones 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 mediante 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
