Microsoft AI

Microsoft AI Foundry

4 - 6 horas 4 Módulos

Visión General

Tema Principal: Microsoft AI / Copilot

Carga Horaria: 4 - 6 Horas

Nivel: Avanzado

Público objetivo: Arquitectos de Soluciones, Gerentes de TI y Líderes de Ingeniería

SOBRE LA CAPACITACIÓN

Microsoft AI Foundry (anteriormente Azure AI Studio) es el centro de mando definitivo para empresas que buscan desarrollar aplicaciones de IA robustas. Esta capacitación enseña a orquestar múltiples modelos de lenguaje a gran escala, garantizando que la innovación no comprometa la seguridad o el cumplimiento de la organización. Es la elección ideal para equipos que operan en la nube de Azure y requieren soberanía total sobre sus datos.

Objetivo

Capacitar al líder técnico para gestionar el ciclo de vida completo de una aplicación de IA, desde la elección del modelo ideal hasta la implementación de filtros de seguridad rigurosos e integración con bases de datos corporativas seguras.

MÓDULOS DE LA CAPACITACIÓN

Catálogo de Modelos y Elección Estratégica

Exploración de la versatilidad del Foundry. Aprendizaje sobre cómo seleccionar, probar e implementar el modelo correcto para cada necesidad de negocio, transitando entre modelos de élite y modelos eficientes a pequeña escala.

Seguridad de Contenidos (Safety) y Cumplimiento

Configuración de capas de protección para impedir que la IA genere respuestas tóxicas, sesgadas o que violen las políticas internas. El enfoque está en la creación de filtros de seguridad que actúan en tiempo real para proteger la reputación de la empresa y garantizar el cumplimiento legal.

Integración Segura con OneLake y Datos Privados

Técnicas para conectar modelos de IA a los datos corporativos almacenados en Azure de forma totalmente privada. El alumno aprenderá a utilizar OneLake como fuente de verdad, permitiendo que la IA responda basándose en información real de la empresa sin nunca exponer esos datos al entrenamiento de modelos públicos.

Gobernanza, Costos y Soberanía de Datos

Laboratorio de gestión operativa: cómo controlar quién utiliza los recursos, monitorear costos y garantizar que la soberanía de los datos sea mantenida. Discusión sobre la flexibilidad de cambiar de modelos a medida que el mercado evoluciona, sin necesidad de reescribir toda la infraestructura de la aplicación.