Este curso ofrece una introducción a la Transformación Digital y proporciona una cobertura detallada de las prácticas, modelos y tecnologías relacionadas con ella, junto con una cobertura de los beneficios, retos y factores tecnológicos y de negocio de la Transformación Digital. También se explican los dominios, capacidades digitales y consideraciones de la adopción de la Transformación Digital.

Este curso profundiza en la aplicación de la Transformación Digital mediante la exploración de una serie de tecnologías contemporáneas asociadas con la realización de proyectos de Transformación Digital y la demostración de cómo la adopción de las prácticas y tecnologías de Transformación Digital pueden llevar a la mejora y optimización de los procesos de negocio. Se abordan modelos probados de liderazgo y ejecución, junto con una descripción general de los fundamentos de la confianza digital y las identidades digitales.

Este curso proporciona una cobertura esencial de la inteligencia artificial y las redes neuronales, en español sencillo, fácil de comprender. El curso proporciona una cobertura concreta de las partes principales de IA, incluyendo enfoques de aprendizaje, áreas funcionales en las que se usan los sistemas de IA y una introducción completa a las redes neuronales, cómo existen, cómo trabajan y cómo pueden ser usadas para procesar información. El curso establece un proceso paso a paso para ensamblar un sistema de IA, ilustrando así cómo y cuándo necesitan ser definidos y aplicados los diferentes componentes y prácticas de los sistemas de IA con redes neuronales. Finalmente, el curso proporciona un conjunto de principios y mejores prácticas clave para los proyectos de IA.

Este curso abarca las técnicas y modelos básicos de la automatización robótica de procesos (RPA) y explora una variedad de escenarios de uso de RPA. Se discuten los ambientes de RPA, junto con la manera en que los bots pueden utilizarse para la integración back-end y front-end.

Este curso cubre una serie de prácticas para preparar y trabajar con datos para entrenar y correr sistemas y redes neuronales de IA contemporáneos. Proporciona además técnicas para diseñar y optimizar redes neuronales, incluyendo enfoques para la medición y el ajuste del desempeño de los modelos de redes neuronales. Las prácticas y técnicas están documentadas como patrones de diseño que pueden ser aplicados individualmente o en diferentes combinaciones para abordar una variedad de problemas y requerimientos comunes de los sistemas de IA. Además, los patrones son mapeados a los enfoques de aprendizaje, áreas funcionales y tipos de redes neuronales que se presentaron en el Módulo Fundamentos de Inteligencia Artificial (IA).

Este curso explora la relación entre la inteligencia artificial (IA) y la RPA y describe las maneras en las que estas tecnologías se pueden combinar para establecer ambientes de automatización inteligente (AI).