AI & Data Strategy Executive Program

Fundamentos de la IA generativa, evolución tecnológica, modelos LLM, casos de uso y desafíos éticos y de implementación.

Técnicas para diseñar prompts efectivos en IA generativa, incluyendo zero-shot, few-shot learning, razonamiento y estructuras avanzadas.

Análisis de datos temporales mediante técnicas estadísticas y machine learning. Casos aplicados en ventas, mantenimiento, salud, marketing y detección de anomalías.

Fundamentos del aprendizaje automático, tipos de aprendizaje (supervisado, no supervisado, refuerzo) y casos de uso aplicados.

Aplicaciones prácticas de IA generativa para automatizar procesos en ventas y CRM mediante asistentes inteligentes, correo, automatización y personalización.

Profundiza en el Deep Learning. Aprende a entrenar redes neuronales, aplicar técnicas de transfer learning para aprovechar modelos preentrenados, y explorar nuevas fronteras como AutoML, el aprendizaje por refuerzo y las redes generativas adversarias (GANs).

Técnicas actuales en visión por computador, desde detección de objetos hasta generación de imágenes con redes GAN, Diffusion y Segment Anything Model.

Fundamentos del NLP: tareas, modelos lingüísticos, embeddings, transformers, y aplicaciones como chatbots, análisis de sentimiento y búsqueda semántica.

Panorama del impacto de la IA en empresas, su evolución, disrupción tecnológica y cómo se integran los modelos fundacionales en procesos de negocio.

Bases de datos relacionales y NoSQL, ventajas y desventajas, problemas habituales de calidad y duplicidad de datos, evolución de modelos de almacenamiento. SQL y NoSQL.

Una masterclass sobre cómo se construye una empresa realmente Data Driven. Desde la arquitectura técnica hasta la cultura, pasando por IA aplicada, gobierno del dato, estrategia y procesos reales de madurez analítica.

Estrategia analítica de datos en la empresa, niveles de madurez Data-driven, técnicas analíticas (descriptiva, diagnóstica, predictiva, prescriptiva) y visualización (Dashboards, KPIs).

Fundamentos y evolución del Cloud Computing, modelos de servicio (IaaS, PaaS, SaaS), plataformas líderes (AWS, Google, Azure) y estrategias de migración a la nube.

Gestión integral del ciclo de vida del dato: calidad, seguridad, privacidad, gobernanza operativa (centralizada, descentralizada, federada) y roles clave (CDO, Data Steward).

Conceptos básicos de Big Data, almacenamiento y procesamiento distribuido (Hadoop, Spark), ecosistemas tecnológicos, bases NoSQL, gobernanza de grandes volúmenes de datos.

Ética de los datos, compliance legal, privacidad y transparencia en la gestión algorítmica, sesgos en IA y herramientas para garantizar la responsabilidad y auditoría ética.

Desarrolla una visión estratégica sobre cómo el dato puede convertirse en ventaja competitiva. Aprende a diseñar planes de acción basados en analítica para distintas áreas del negocio.

Modelo de madurez digital con ejes de capacidades tecnológicas y de liderazgo, evaluando digitalización vs. transformación, experiencia de cliente, operaciones y gobierno para liderar el cambio.

Introducción a frameworks conceptuales (BM Conceptual, BM Matrix, BM Canvas), activos intangibles, economía de datos y “effortless economy” para entender cómo crear y capturar valor en negocios digitales.

Estudio de pricing power y elasticidades, modelos de suscripción y behavioural pricing, decision engines y pricing dinámico (surge, continuous) para maximizar ingresos sin perder clientes.

Analiza el impacto económico de la IA, su evolución como nueva plataforma disruptiva (post-smartphones), el auge de modelos generativos y su integración en procesos empresariales. Una visión global sobre el porqué de su importancia en negocios.