Descripción
¿Estás preparado para enfrentar retos estratégicos de Inteligencia Artificial? El Diplomado de Inteligencia Artificial está diseñado para directivos, líderes tecnológicos y responsables de cumplimiento que buscan comprender y aplicar la IA en entornos empresariales. A través de sesiones teóricas y casos prácticos donde el instructor mostrará software especializado de IA para mostrar cómo los conceptos se aplican en la práctica, los participantes adquirirán una visión integral sobre fundamentos, riesgos, normativas, gobernanza y aplicaciones reales de IA. Durante el diplomado, los participantes desarrollarán un caso de negocio, donde aplicarán lo aprendido, preparándolos para liderar la transformación digital con confianza, impacto y sostenibilidad.
Detalles
Exámenes de Certificación Oficiales por CERT4TECH disponibles en español e inglés:
1. "Artificial Intelligence Foundations for IT and Business"
2. "Artificial Intelligence Business Innovation Analyst"
Segunda oportunidad de examen de certificación oficial.
2 exámenes de simulación (de práctica).
Material oficial acreditado.
30% del curso es de laboratorios prácticos utilizando software especializado en IA como Microsoft 365 Copilot, Azure AI, Google Gemini/Vertex AI y otras herramientas de código abierto.
Diploma de asistencia al curso.
16 Unidades de Desarrollo Profesional (PDUs de Project Management Institute®).
Al finalizar el curso, podrás:
- Comprender las fases del ciclo de vida completo de proyectos de IA (Estrategia, Planificación, Preparación, Gobierno, Implementación, Despliegue, Optimización, Gestión y Adopción Organizacional).
- Aprender a planificar un proyecto de IA basado en las 12 disciplinas clave para implementar IA empresarial: Seguridad, Identidad, Cumplimiento, Rendimiento, Gestión de costos, Excelencia Operativa, Aceleración de despliegues, Consistencia arquitectónica, Resiliencia/Continuidad, Soporte, Monitoreo y Operaciones.
- Conocer cómo alinear un proyecto de IA con los 16 principios de IA Responsable y más de 70 características técnicas útiles para diseñar soluciones éticas, transparentes, seguras y sostenibles.
- Guiar y desarrollar un caso de negocio para justificar un proyecto de IA basado en herramientas de análisis, tales como: Lean Canvas, PEST, SWOT, T-Shirt Sizing, Análisis de riesgos y ROI/TCO.
- Comprender cómo delimitar un plan de implementación basado en los marcos de gobernanza y gestión operativa de IA para asegurar el éxito sostenible.
- Identificar el panorama global y componentes de alto nivel de las arquitecturas seguras y escalables de IA, políticas mínimas viables y controles de riesgo alineados a estándares internacionales.
- Dar ejemplos de métricas de desempeño integral típicas mediante Balanced Scorecard (KPIs y OKRs) en perspectivas estratégica, gerencial y operativa en un proyecto de IA.
- Comprender y analizar la estructura de planes de adopción organizacional y gestión del cambio para maximizar el valor de las inversiones en un proyecto de IA.
- Responsables de tecnología, gestión de proyectos, arquitectos, seguridad de información, ciberseguridad, cumplimiento, gestión de riesgos y continuidad de negocio.
- Directivos, líderes tecnológicos y transformación digital, responsables de cumplimiento y personas interesadas en adentrase en la IA.
El diplomado es ideal para aquellos que necesitan una visión holística para comprender el contexto de gestión de la IA , desde la justificación estratégica hasta la operación y adopción organizacional, sin requerir conocimientos avanzados de programación.
- Conocimientos generales de tecnología y transformación digital.
- Familiaridad con conceptos básicos de TI, datos o automatización (no se requiere programación).
- Contar con una licencia habilitada o trial de Microsoft 365 Copilot o similar para los ejercicios del curso.
- Duración: 60 minutos.
- Número de preguntas: 40 de opción múltiple.
- Calificación aprobatoria: 70%.
- Formato: En línea, supervisado en vivo (vía cámara web). A libro cerrado.
- Idioma: español e inglés.
Contenido
1. Conceptos básicos de IA
2. ¿Qué es un caso de negocio y por qué es crítico en la IA?
3. Ciclo de vida de IA: Las 9 fases
4. Disciplinas de IA para iniciar un proyecto
5. Mapa de características y principios de IA
6. Enfoque de dependencias (trade-offs) como criterios de decisión
7. Lean Canvas para IA: Objetivo, alcance y amplitud del proyecto de IA
8. Panorama general y conductores de negocio de un proyecto de IA
9. Criterios de éxito y Balanced Scorecard para IA
10. Ejercicios Prácticos (Conductores de negocio de IA, Criterios de éxito preliminares, Lean Canvas: objetivo, alcance y amplitud del proyecto de IA)
1. Conceptos introductorios: PEST y SWOT
2. ¿Dónde estamos? Contexto actual: principios aplicables, metodologías, capacidades, ciclo de vida, herramientas y cambios organizacionales según escenarios
3. Análisis de criterios de éxito de los Principios, Características, Fases del ciclo de vida y Disciplinas de la IA
4. Alineación de principios y características de IA al negocio
5. PEST: Análisis Político–Económico–Social–Tecnológico
6. SWOT: Fortalezas–Debilidades–Oportunidades–Amenazas
7. Roles en el ciclo de vida de la IA y definición de visión estratégica y objetivos de IA
8. Stakeholder mapping y comunicación estratégica
9. Ejercicios Prácticos (Análisis PEST, Análisis SWOT, Matriz de roles y responsabilidades de IA, Stakeholder mapping de IA)
1. Conceptos introductorios: T-Shirt Sizing, Análisis de riesgos y ROI/TCO
2. Consideraciones y requisitos para asegurar los Principios, Características, Fases del ciclo de vida y Disciplinas de la IA
3. T-Shirt Sizing: Estimación ágil de esfuerzo
4. Roadmap y priorización de iniciativas
5. Análisis de riesgos: Gestión integral de riesgos de IA
6. ROI/TCO: Justificación económica del proyecto de IA
7. Estructura del plan de implementación general de un proyecto de IA
8. Plan de gobierno de IA
9. Ejercicios Prácticos (T-Shirt Sizing, Análisis de riesgos, Análisis ROI/TCO, Plan de implementación general del proyecto de IA)
1. Conceptos introductorios: Landing Zone, Arquitecturas, Herramientas, Proveedores y Políticas mínimas requeridas
2. ¿Qué vamos a hacer? Solución propuesta y plan de acción
3. Componentes para implementar los Principios, Características, Fases del ciclo de vida y Disciplinas de la IA
4. Landing Zone o Blueprint de IA: Arquitectura segura y escalable
5. Metodología de líneas base y controles de IA
6. Ejecución del roadmap priorizado (T-Shirt + ROI/TCO)
7. Exploración de políticas y herramientas tecnológicas (Azure AI, Microsoft Copilot, Google Gemini/Vertex AI, y otras herramientas de código abierto)
8. Marcos de referencia: MLOps, LLMOps, GenAIOps y DataOps
9. Gestión operativa de las disciplinas de IA (Accesos, Gobierno, CI/CD, Seguridad, Costos, Datos, etc.)
10. Ejercicios Prácticos (Arquitectura y Landing Zone de alto nivel, Blueprint de políticas mínimas requeridas, Plan tecnológico de implementación de IA)
1. Conceptos introductorios: Balanced Scorecard, KPI vs OKR, Tipos de métricas y Plan de adopción
2. ¿Qué lograremos? Beneficios esperados y métricas
3. Balanced Scorecard (BSC) para IA: Perspectiva estratégica
4. Balanced Scorecard (BSC) para IA: Perspectiva gerencial
5. Balanced Scorecard (BSC) para IA: Perspectiva operativa
6. Implicaciones y requisitos para ejecutar el plan de adopción del proyecto de IA
7. Plan de medición de metas del proyecto de IA en función de resultados de los Principios, Características, Fases del ciclo de vida y Disciplinas de la IA
8. Evaluación de criterios de éxito definidos en la estrategia
9. Retrospectivas, lecciones aprendidas y ajustes para el siguiente ciclo SPAR
10. Ejercicios Prácticos (Balanced Scorecard: KPI & OKR, Plan de adopción del proyecto de IA)
11. Presentación de casos de negocio
