Programa de especialización: IA Aplicada a Procesos Industriales y de Manufactura

• Definir las características de las aplicaciones de la IA.
• Comprender los conceptos y beneficios de la IA.
• Explicar los casos de uso y las aplicaciones de la IA.
• La Inteligencia Artificial como palanca de innovación: ¿investigación o transferencia de tecnología?
• Introducción al Aprendizaje Automático.
• El papel del aprendizaje automático dentro de la Inteligencia Artificial.
• Crear un modelo sencillo de aprendizaje automático.
• Optimizar y ajustar el modelo.
• Distinguir entre varias soluciones de IA en una variedad de industrias y casos de uso.
• Identificar una solución de aprendizaje automático adecuada para resolver un problema empresarial determinado.

• Fundamentos de la Inteligencia Estratégica.
• Ciclo de Inteligencia.
• Metodologías de Análisis de Datos.
• Fuentes de Información.
• Técnicas de Recolección.
• Análisis de Escenarios.
• Integración de la Inteligencia en la Estrategia Organizacional.
• Herramientas y Tecnologías de Soporte.
• Evaluación y Mejora Continua.

• Qué tecnologías evaluar y cómo gestionar el proceso de implantación, por ejemplo, con el objetivo de optimizar la producción o mejorar la calidad o reducir costes.
• Qué puede significar aplicar la IA a los procesos y sistemas empresariales: aplicaciones industriales de la IA, por ejemplo, control de calidad automatizado, mantenimiento predictivo de máquinas o gestión optimizada de la cadena de suministro.
• Evaluar la idoneidad de una aplicación empresarial para el procesamiento del lenguaje natural.
• La importancia de los datos; El pipeline de la Inteligencia Artificial.
• Los retos actuales de la Inteligencia Artificial.
• Aplicaciones y casos prácticos en el mantenimiento predictivo.

• Introducción a la robótica industrial: aplicaciones y mercado de los robots.
• Introducción a la robótica móvil: del robot aspirador al coche autónomo.
• Introducción a la visión por computador y sus posibles aplicaciones en la industria: desde el control de calidad de procesos y productos hasta el guiado de robots.

• Industria 4.0: visión y tecnologías facilitadoras clave.
• Presentación y análisis de casos de empresas manufactureras que han adoptado la IA en la producción.
• Enfoques del mantenimiento: hasta el fallo, preventivo, basado en la condición, predictivo.
• Técnicas basadas en datos para el mantenimiento predictivo, con aplicación a casos de uso industrial.
• Desarrollar una hoja de ruta para que una organización obtenga ventajas estratégicas mediante el uso de la inteligencia artificial.
• Presentación y análisis de casos de empresas manufactureras que han adoptado la IA en la producción.

• Industria 4.0: visión y tecnologías facilitadoras clave.
• Enfoques del mantenimiento: hasta el fallo, preventivo, basado en la condición, predictivo.
• Técnicas basadas en datos para el mantenimiento predictivo, con aplicación a casos de uso industrial.
• IA para la preservación activa y el acceso a documentos sonoros.
• Análisis automático de defectos basado en técnicas de visión por computador y redes neuronales.
• Reconocimiento automático de manipulaciones basado en clustering y clasificación.

• Etapas del proceso de transformación tecnológica y digital.
• Alineación con las estrategias de negocio.
• Identificación de requisitos.
• Análisis de procesos para mejorar la eficiencia.
• Criterios de selección de soluciones y proveedores.
• Estimación de costes del proyecto y análisis de beneficios).
• Gestión de proyectos.
• Gestión del cambio.
• Análisis y gestión de riesgos.
• Comunicación y colaboración a través de canales digitales.
• Liderazgo.
• Gestión de equipos.

Casos reales de empresas manufactureras que han implantado con éxito soluciones basadas en IA: resultados obtenidos, retos afrontados y estrategias adoptadas para superarlos.

Casos prácticos sobre el uso de datos de sostenibilidad en las empresas: el uso inteligente de los datos puede ayudar a mejorar la sostenibilidad de las empresas mediante la reducción de los residuos, la optimización del uso de los recursos y la reducción del impacto medioambiental.

• Aprendizaje profundo: introducción y conceptos generales.

– Aprendizaje profundo para el análisis de imágenes.

– Aplicabilidad del aprendizaje profundo y conjuntos de datos.

– Aprendizaje profundo vs visión tradicional.

• Ponga en práctica los conocimientos adquiridos trabajando juntos para idear y desarrollar soluciones basadas en IA para retos empresariales específicos con la orientación de expertos del sector y mediante ejercicios prácticos y sesiones de intercambio de ideas.
• Creemos juntos un modelo: formación práctica en una plataforma sin código para poner en práctica sus conocimientos mediante el uso de la construcción de modelos de inteligencia artificial.
• Presentación de la solución ideada: presentación de las soluciones ideadas durante el taller de codiseño y debate sobre las posibilidades de aplicación en el entorno empresarial. Se proporcionarán consejos prácticos y sugerencias para aplicar con éxito las estrategias y tecnologías presentadas.