Prepárate para una carrera en ingeniería de IA y ML: diseña infraestructura, domina algoritmos y crea agentes inteligentes en Azure.
Certificado del Programa
Los usuarios que se suscriban a este curso, tienen la oportunidad de obtener un Certificado de estudios con validez SEP , verificable, imprimible y descargable (PDF) .
Para Obtener tu certificado SEP deberás presentar tu certificado de finalización de coursera. Tu membresía tiene incluida la emisión de 1 Certificado para el curso que elijas.
Si quieres cursar otro programa con certificado este tiene un costo de emisión de MXN $1,950
-
- Módulo 1: Introducción a los entornos IA/ML 03:00:00
- Módulo 2: Administración de datos en IA/ML 03:00:00
- Módulo 3: Consideración y selección de marcos modelo 03:00:00
- Módulo 4: Consideraciones al desplegar plataformas 03:00:00
- Módulo 5: Conceptos de IA/ML en la práctica 03:00:00
-
- Módulo 1: Introducción a los entornos IA/ML 03:00:00
- Módulo 2: Administración de datos en IA/ML 03:00:00
- Módulo 3: Consideración y selección de marcos modelo 03:00:00
- Módulo 4: Consideraciones al desplegar plataformas 03:00:00
- Módulo 5: Conceptos de IA/ML en la práctica 03:00:00
- Módulo 1: Aprendizaje supervisado 03:00:00
- Módulo 2: Aprendizaje no supervisado 03:00:00
- Módulo 3: Aprendizaje de refuerzo y otros enfoques 03:00:00
- Módulo 4: Aprendizaje profundo y redes neuronales 03:00:00
- Módulo 5: Los conceptos en la práctica 03:00:00
- Módulo 1: Ajuste fino del LLM para la adaptación a tareas específicas 03:00:00
- Módulo 2: Fundamentos de los agentes de IA 03:00:00
- Módulo 3: Procesamiento de lenguaje natural para la resolución de problemas 03:00:00
- Módulo 4: Implantación del agente de resolución de problemas 03:00:00
- Módulo 5: Probar y optimizar el agente 03:00:00
- Módulo 1: Configuración del entorno Azure IA & ML 03:00:00
- Módulo 2: Preparación de datos y formación sobre modelos en Azure 03:00:00
- Módulo 3: Despliegue y gestión de modelos en Azure 03:00:00
- Módulo 4: Resolución de problemas en los flujos de trabajo Azure IA/ML 03:00:00
- Módulo 5: Hacia la integración de sistemas 03:00:00
- Módulo 1: Técnicas avanzadas de ML 03:00:00
- Módulo 2: Consideraciones éticas en IA/ML 03:00:00
- Módulo 3: Sistemas IA/ML escalables 03:00:00
- Módulo 4: Ingeniería de IA/ML y técnicas avanzadas: Los conceptos en la práctica 03:00:00
Comparte esta certificación.
Información del Curso
240 Horas Curriculares
24 Créditos Académicos
Certificado oficial SEP
Aprendizaje especializado
Contenido de la Certificación
Este certificado profundiza en infraestructura de IA/ML, algoritmos clave (supervisado, no supervisado, refuerzo y deep learning) y desarrollo de agentes de resolución de problemas.
Aprenderás a gestionar el ciclo completo en Azure, desde preparación de datos hasta despliegue y monitoreo, con prácticas y un proyecto integrador.
Requiere conocimientos intermedios de Python y nociones de estadística para sacar mayor provecho del programa.
• Diseñar e implementar infraestructura de IA/ML (pipelines, marcos de desarrollo y despliegue).
• Aplicar algoritmos supervisados, no supervisados, de refuerzo y deep learning.
• Crear agentes de troubleshooting capaces de diagnosticar y resolver problemas.
• Aprovechar Azure para gestionar el ciclo de vida de IA/ML.
CURSO 1: Foundations of AI and Machine Learning
- Componentes de infraestructura de IA/ML.
- Pipelines de datos y marcos de desarrollo.
- Preparación para despliegue en producción.
CURSO 2: AI and Machine Learning Algorithms and Techniques
- Algoritmos supervisados, no supervisados y de refuerzo.
- Ingeniería de características y evaluación.
- Deep learning y LLMs preentrenados.
CURSO 3: Building Intelligent Troubleshooting Agents
- Arquitectura de agentes de resolución de problemas.
- NLP para interacción con usuarios.
- Algoritmos de decisión y evaluación del desempeño.
CURSO 4: Microsoft Azure for AI and Machine Learning
- Configurar y gestionar recursos de Azure para IA/ML.
- Implementar pipelines de extremo a extremo.
- Desplegar y monitorear modelos en producción.
CURSO 5: Advanced AI and Machine Learning Techniques and Capstone
- Técnicas avanzadas (ensambles, transferencia de aprendizaje).
- Ética en GenAI y diseño de sistemas escalables.
- Proyecto final integrador.
