1. Comparar y seleccionar tecnologías de IA que mejor se alineen con las necesidades estratégicas, garantizando mejoras en la productividad y eficiencia.
2. Integrar soluciones de IA en la programación de actividades y calendarios, logrando un mejor balance entre tareas urgentes y de largo plazo.
3. Identificar y explicar los avances más relevantes en IA desde 2010, resaltando cómo cada uno ha afectado la competitividad en diferentes sectores empresariales.
4. Equilibrar proyectos temporales y responsabilidades continuas, usando la IA como herramienta para optimizar procesos, mejorar la productividad y fomentar el bienestar.
5. Reconocer herramientas y soluciones de IA que, de modo escalonado, optimicen la gestión de la información y apoyen la toma de decisiones en entornos laborales, asegurando que las tecnologías elegidas se adapten a las necesidades específicas.
6. Reconocer herramientas y soluciones de IA que, de modo escalonado, optimicen la gestión de la información y apoyen la toma de decisiones en entornos laborales, asegurando que las tecnologías elegidas se adapten a las necesidades específicas.
7. Evaluar la capacidad de la IA para escalar y adaptarse a diferentes contextos empresariales, identificando soluciones que optimicen procesos y personalicen operaciones, garantizando que la tecnología implementada responda de manera eficiente a las necesidades específicas del dominio y los recursos disponibles.
8. Analizar la efectividad de algoritmos para procesar datos empresariales, verificando su capacidad para manejar grandes volúmenes de información de manera eficiente, identificar patrones relevantes y proporcionar soluciones adaptadas a los objetivos estratégicos de la organización.
9. Identificar los recursos más efectivos de una solución IA en función de los datos y problemas específicos, garantizando que las soluciones seleccionadas maximicen la precisión y eficiencia en el análisis y contribuyan a decisiones empresariales fundamentadas.
10. Analizar la capacidad del modelo para generalizar en datos no vistos, midiendo la efectividad de las técnicas implementadas para reducir el sobreajuste y subajuste, y asegurando que las predicciones mejoren los procesos de toma de decisiones dentro de un contexto empresarial.
11. Reconocer la efectividad de los diferentes componentes de un sistemas de IA en su capacidad para aprender de nuevas experiencias y datos, asegurando que su rendimiento se mantenga estable en situaciones cambiantes.
12. Reconocer los componentes que afectan la capacidad de implementar modelos de IA en la resolución de problemas de optimización, predicción y clasificación, así como a la capacidad del modelo para adaptarse a diferentes escenarios.
Contenido del programa formativo:
UD 1. Eficiencia y productividad: el rol de la IA profesional
UD 2. Un comienzo inteligente: la gestión del tiempo
Unidad práctica 1. Gestión de la información digital
UD 3. Cronología de una eclosión
UD 4. De la integración IA a la gestión de áreas de responsabilidad
Unidad práctica 2. Automatizaciones y asistentes de IA
UD 5. Integración de la IA en el entorno profesional
UD 6. Aplicaciones de IA y la mejora del desempeño profesional
Unidad práctica 3. Creación de un asistente personal de IA
UD 7. La naturaleza dual de la IA
UD 8. El papel de los algoritmos en la IA
Unidad práctica 4. Google AI Studio I
UD 9. La caja de herramientas IA
UD 10. La evolución del ML: inicios del aprendizaje basado en datos
Unidad práctica 5. Google AI Studio II
UD 11. Capacidad de aprender de la IA
UD 12. Ámbitos de solución de la IA
La Modalidad ONLINE se adapta a las características y necesidades de cada
alumno, combinando las metodologías de enseñanza programada y de trabajo autónomo
por parte del alumnado con el asesoramiento de un equipo docente especializado y
mediante el uso de las nuevas tecnologías de la información y comunicación, creando un entorno de aprendizaje
activo, próximo y colaborativo en el Campus Virtual, disponiendo de los mejores recursos en un
mismo entorno educativo.
- ENSEÑANZA PROGRAMADA: Persigue transmitir los conocimientos al alumnado sin la
intervención directa de el/la formador/a, a través de la organización y estructuración de los contenidos de
forma secuencial. La realización periódica de ejercicios y pruebas de autoevaluación permiten afianzar lo
aprendido y corregir los posibles errores en el aprendizaje.
- TRABAJO AUTÓNOMO: Sistema de trabajo donde el alumno asume la responsabilidad de su proceso
de aprendizaje, adaptándolo a su ritmo de trabajo y a sus propias necesidades, lo que exige una mayor implicación
por su parte.
Las acciones formativas están diseñadas para propiciar el fomento de las habilidades, conocimientos y experiencias
relevantes para el desarrollo profesional dentro del ámbito de la temática del curso.
El material didáctico objeto fundamental del proceso de enseñanza, estará disponible en el Campus de manera ordenada y
en los formatos más idóneos para ajustarlos a las especificaciones del curso. Cada alumno debe trabajarlos de manera
autónoma dedicando un tiempo que dependerá de las necesidades individualizadas de cada uno de ellos.
