Analiza e identifica oportunidades críticas de mejora dentro de una organización y despliega asistentes inteligentes y agentes automatizados que interactúan de forma profesional en distintos contextos de negocio. Nivel de dominio 2.
Diseña soluciones basadas en inteligencia artificial, incluyendo asistentes inteligentes y flujos automatizados, alineadas con necesidades concretas del negocio. Nivel de dominio 2.
Implementa prototipos funcionales de soluciones con inteligencia artificial mediante herramientas digitales, integrando sistemas y aplicando técnicas de ingeniería de prompts. Nivel de dominio 3.
Desarrolla automatizaciones funcionales aplicadas a escenarios reales y construye un portafolio de soluciones implementables en entornos organizacionales. Nivel de dominio 1.
Inteligencia artificial: enfoques y evolución.
Modelos de lenguaje de gran escala: funcionamiento general, capacidades y limitaciones.
La evolución tecnológica de los procesos empresariales: digitalización, automatización e incorporación de sistemas inteligentes.
Impacto de la inteligencia artificial en los modelos de negocio, la organización del trabajo y las competencias profesionales.
Mapa de soluciones tecnológicas: asistentes, agentes, automatización de flujos, analítica y herramientas no-code y low-code.
Casos de aplicación en distintas áreas funcionales y en pequeñas y medianas empresas, emprendimientos y organizaciones sociales.
Brechas de acceso y apropiación tecnológica en América Latina.
Relevamiento y modelado de procesos organizacionales. Representación de flujos y notación básica.
Identificación de puntos críticos, cuellos de botella y tareas de alto costo, alto volumen o baja variabilidad.
Datos disponibles: fuentes, calidad, formatos, accesibilidad y restricciones de uso.
Criterios de viabilidad técnica, organizacional y económica.
Priorización de casos de uso según impacto, esfuerzo, riesgo y valor esperado.
Construcción del caso de negocio y definición de indicadores de éxito.
Elaboración del diagnóstico organizacional.
Diseño funcional de soluciones basadas en inteligencia artificial: alcance, usuarios, entradas y salidas esperadas.
Ingeniería de prompts: estructura, contexto, definición de rol, restricciones, formato de salida y uso de ejemplos.
Técnicas avanzadas: descomposición y secuenciación de tareas, plantillas reutilizables e iteración sistemática.
Asistentes inteligentes: configuración, instrucciones de sistema e incorporación de bases de conocimiento propias.
Agentes: definición de objetivos, herramientas disponibles y niveles de autonomía.
Documentación del diseño y versionado de prompts.
Fundamentos de la automatización de procesos: disparadores, acciones, condiciones y ramificaciones.
Plataformas no-code y low-code de automatización: criterios de selección y comparación.
Integración entre sistemas: interfaces de programación de aplicaciones (API), conectores, webhooks, autenticación y gestión de credenciales.
Diseño y construcción de flujos de trabajo de múltiples pasos.
Orquestación de agentes y flujos con intervención humana.
Pruebas, manejo de errores, registros de ejecución y mantenimiento.
Construcción del prototipo funcional.
Evaluación de la calidad, confiabilidad y pertinencia de los resultados: criterios, métricas e instrumentos.
Detección de errores, alucinaciones y sesgos.
Estrategias de validación y control.
Privacidad, protección de datos y seguridad de la información.
Marco normativo aplicable en Argentina y referencias internacionales.
Transparencia y trazabilidad de las soluciones implementadas.
Supervisión humana y definición de niveles de autonomía.
Criterios éticos para la implementación.
Análisis de riesgos y definición de mecanismos de control.
Costos, escalabilidad y sostenibilidad de la solución.
Retorno de la inversión.
Gestión de la implementación y del cambio organizacional.
Documentación y transferencia.
Inteligencia artificial: enfoques y evolución.
Modelos de lenguaje de gran escala: funcionamiento general, capacidades y limitaciones.
La evolución tecnológica de los procesos empresariales: digitalización, automatización e incorporación de sistemas inteligentes.
Impacto de la inteligencia artificial en los modelos de negocio, la organización del trabajo y las competencias profesionales.
Mapa de soluciones tecnológicas: asistentes, agentes, automatización de flujos, analítica y herramientas no-code y low-code.
Casos de aplicación en distintas áreas funcionales y en pequeñas y medianas empresas, emprendimientos y organizaciones sociales.
Brechas de acceso y apropiación tecnológica en América Latina.
Relevamiento y modelado de procesos organizacionales. Representación de flujos y notación básica.
Identificación de puntos críticos, cuellos de botella y tareas de alto costo, alto volumen o baja variabilidad.
Datos disponibles: fuentes, calidad, formatos, accesibilidad y restricciones de uso.
Criterios de viabilidad técnica, organizacional y económica.
Priorización de casos de uso según impacto, esfuerzo, riesgo y valor esperado.
Construcción del caso de negocio y definición de indicadores de éxito.
Elaboración del diagnóstico organizacional.
Diseño funcional de soluciones basadas en inteligencia artificial: alcance, usuarios, entradas y salidas esperadas.
Ingeniería de prompts: estructura, contexto, definición de rol, restricciones, formato de salida y uso de ejemplos.
Técnicas avanzadas: descomposición y secuenciación de tareas, plantillas reutilizables e iteración sistemática.
Asistentes inteligentes: configuración, instrucciones de sistema e incorporación de bases de conocimiento propias.
Agentes: definición de objetivos, herramientas disponibles y niveles de autonomía.
Documentación del diseño y versionado de prompts.
Fundamentos de la automatización de procesos: disparadores, acciones, condiciones y ramificaciones.
Plataformas no-code y low-code de automatización: criterios de selección y comparación.
Integración entre sistemas: interfaces de programación de aplicaciones (API), conectores, webhooks, autenticación y gestión de credenciales.
Diseño y construcción de flujos de trabajo de múltiples pasos.
Orquestación de agentes y flujos con intervención humana.
Pruebas, manejo de errores, registros de ejecución y mantenimiento.
Construcción del prototipo funcional.
Evaluación de la calidad, confiabilidad y pertinencia de los resultados: criterios, métricas e instrumentos.
Detección de errores, alucinaciones y sesgos.
Estrategias de validación y control.
Privacidad, protección de datos y seguridad de la información.
Marco normativo aplicable en Argentina y referencias internacionales.
Transparencia y trazabilidad de las soluciones implementadas.
Supervisión humana y definición de niveles de autonomía.
Criterios éticos para la implementación.
Análisis de riesgos y definición de mecanismos de control.
Costos, escalabilidad y sostenibilidad de la solución.
Retorno de la inversión.
Gestión de la implementación y del cambio organizacional.
Documentación y transferencia.
No se requieren conocimientos previos en programación. Sin embargo, se espera que los participantes cuenten con:
Competencias digitales básicas.
Capacidad para analizar procesos.
Interés en la aplicación práctica de tecnologías emergentes.
Además, se sugiere haber realizado previamente los módulos de Programación para no programadores y Programación con Python.
La evaluación se desarrolla mediante un Trabajo Práctico Integrador (TPI) individual, elaborado de forma progresiva durante la cursada. El proyecto debe abordar una problemática organizacional real o simulada y resolverla mediante herramientas de inteligencia artificial y automatización.
Las evidencias de evaluación incluyen:
Diagnóstico y análisis organizacional.
Identificación de oportunidades de automatización.
Diseño funcional de una solución basada en IA.
Desarrollo de prompts y workflows.
Implementación de automatizaciones.
Elaboración de un prototipo funcional.
Presentación final integradora.
Para la acreditación final, cada participante deberá entregar y presentar un proyecto que describa el problema seleccionado, analice el proceso, identifique oportunidades de mejora, diseñe la solución propuesta e incluya los asistentes inteligentes, automatizaciones y el prototipo funcional validado.
Ingeniero en Sistemas por la UAI, docente universitario y titular de Programación en Python. Cuenta con experiencia en investigación aplicada, desarrollo de software, automatización de procesos e integración de soluciones basadas en inteligencia artificial. Es fundador y director de Witcode SRL e Intellexis SRL.
Licenciado en Organización Industrial y Gerente de Operaciones de Witcode SRL. Posee experiencia en gestión de proyectos, mejora de procesos, liderazgo de equipos y transformación digital, aportando una visión orientada a la aplicación de soluciones tecnológicas en contextos organizacionales.
Arquitectura
Arquitectura
Arquitectura
Arquitectura
Arquitectura
Ciencias Económicas
Ciencias Económicas
Ciencias Económicas
Ciencias Económicas
Ciencias Económicas
Ciencias Económicas
Ciencias Económicas
Ciencias Económicas
Derecho y Ciencias Políticas
Medicina y Ciencias de la Salud
Medicina y Ciencias de la Salud
Tecnología Informática
Tecnología Informática
Tecnología Informática
Tecnología Informática
Tecnología Informática
Tecnología Informática