Optimización de la IA Generativa

Acerca de este curso

Lleva tus habilidades de IA generativa más allá de lo básico y aprende a mejorar la calidad y fiabilidad de los resultados de IA.

Este curso, el segundo de la colección Cisco AI Business Practitioner (AIBIZ), te enseña a evaluar de forma sistemática las respuestas generadas por IA, aplicar técnicas avanzadas de ingeniería de prompts y utilizar la IA para análisis de datos, investigación y lluvia de ideas.

También aprenderás cómo la IA se conecta con otras herramientas a través de APIs, ampliando así su aplicabilidad en contextos profesionales.

Al finalizar, podrás mejorar los resultados de IA, validar su fiabilidad y aplicar la IA generativa en situaciones profesionales cada vez más complejas.

¿A quién va dirigido?

Profesionales de negocio que ya cuentan con conocimientos básicos de IA generativa y desean profundizar en el uso avanzado de estas herramientas. Adecuado también para estudiantes y personas en inicio de carrera.

Prerrequisitos:

Se recomienda haber completado el primer curso de la colección AIBIZ (Habilidades Esenciales de IA Generativa) o tener conocimientos equivalentes de IA generativa.

Objetivos

Al finalizar el curso, los alumnos serán capaces de:

• Evaluar de forma sistemática la calidad y fiabilidad de los resultados generados por IA.
• Aplicar técnicas avanzadas de ingeniería de prompts.
• Utilizar IA para análisis de datos, investigación y lluvia de ideas.
• Comprender cómo se integra la IA con otras herramientas mediante APIs.
• Mejorar los resultados de IA en contextos profesionales.

Duración

7 horas - Modalidad online

Insignia digital

• Optimizing Generative AI

Programa

Módulo 1.- Evaluación de resultados generados por IA y sesgos.

• Introducción.
• Escenario real: la crisis en dos frentes.
• El informe del impostor seguro de sí mismo.
• Identificación de problemas en los resultados generados por IA.
• Estrategias para mitigar y corregir errores generados por IA.
• Detectar y mitigar errores de la IA.
• Resumen.

Módulo 2.- Ingeniería de prompts avanzada.

• Introducción.
• Escenario real: la IA saturada.
• La cadena de montaje de la IA.
• Diseño de prompts encadenados y de varios pasos para tareas complejas.
• Técnicas avanzadas de prompting.
• Gestión de la ambigüedad y obtención de respuestas específicas de los LLM.
• Diseño y aplicación avanzada de prompts.
• Resumen.

Módulo 3.- Análisis de datos.

• Introducción.
• Escenario real: la avalancha de datos.
• De la hoja de cálculo a la historia.
• Uso de la IA generativa para el análisis exploratorio de datos.
• Generación de conclusiones y comunicación de resultados.
• Estructuración de la investigación y redacción de contenidos con ayuda de la IA.
• Exploración de datos impulsada por IA.
• Resumen.

Módulo 4.- IA para la investigación y la lluvia de ideas.

• Introducción.
• Escenario real: el reto de "¿Y ahora qué?".
• Aprovechamiento de los LLM para el descubrimiento y la síntesis de información.
• El marco de lluvia de ideas con IA.
• La IA como catalizador de la lluvia de ideas y la generación de ideas.
• Estructuración de la investigación y redacción de contenidos con ayuda de la IA.
• Exploración de datos impulsada por IA.
• Resumen.

Módulo 5.- Comprender las API de IA.

• Introducción.
• Escenario real: el reto del escalado.
• La API: tu camarero en el restaurante.
• Conceptos básicos de las API y su papel en los sistemas de IA.
• Principios de autenticación, seguridad y gestión de claves de API.
• Resumen.