ZETRUMPERÚ Ya soy alumnoIngresar al aula Contáctanos

Tendencia

IA aplicada a procesos

Diseña pilotos de IA para procesos con valor medible, datos adecuados, supervisión humana y gobierno responsable.

◉ModalidadVirtual ◷Duración57 horas ♢NivelAvanzado ✓Al finalizarCertificado incluido

Próximo acceso: Acceso inmediato · 19 módulos · modalidad virtual

Sobre el curso

Ruta profesional completa

Diseña pilotos de IA para procesos con valor medible, datos adecuados, supervisión humana y gobierno responsable.

Resultado final: Piloto controlado de IA para un proceso real con expediente de valor, datos, riesgos, evaluación, supervisión y adopción.

  • 19 módulos jerárquicos y 95 clases.
  • 19 guías PDF y 19 recursos audiovisuales.
  • 19 tareas con rúbrica y 19 evaluaciones de siete preguntas.
  • 57 horas estimadas de estudio y práctica.
  • Certificado digital de finalización

Las prácticas usan casos formativos y deben adaptarse a políticas, datos, infraestructura y riesgos del entorno real antes de ponerse en producción.

ZT
Docente o mentorEquipo académico Zetrum Perú

Contenido académico

Temario del curso

57 horas · Virtual

Temario jerárquico

Módulo 1 - Descubrimiento de procesos y oportunidades de IA

  1. 1.1. Proceso, actividad, evento, actor, entrada y salida
  2. 1.2. Mapeo AS-IS con SIPOC y diagrama de flujo
  3. 1.3. Cuellos de botella, retrabajo, variabilidad y errores
  4. 1.4. Automatización basada en reglas frente a IA
  5. 1.5. Matriz inicial de oportunidad, factibilidad y riesgo

Módulo 2 - Fundamentos de IA para responsables de procesos

  1. 2.1. IA, aprendizaje automático y modelos basados en reglas
  2. 2.2. Aprendizaje supervisado, no supervisado y por refuerzo
  3. 2.3. IA predictiva: clasificación, regresión y pronóstico
  4. 2.4. IA generativa: tokens, contexto y generación probabilística
  5. 2.5. Agentes, herramientas y límites de autonomía

Módulo 3 - Caso de negocio, línea base y métricas de valor

  1. 3.1. Problema, usuario, resultado y alcance del caso
  2. 3.2. Línea base de tiempo, costo, calidad y volumen
  3. 3.3. Indicadores de resultado y de salvaguarda
  4. 3.4. Estimación de costo total y retorno esperado
  5. 3.5. Hipótesis, experimento, umbral go/no-go y kill criteria

Módulo 4 - Datos del proceso: inventario, calidad y linaje

  1. 4.1. Inventario de fuentes, propietarios y permisos
  2. 4.2. Unidad de análisis, etiqueta, variable y granularidad
  3. 4.3. Completitud, exactitud, consistencia, vigencia y unicidad
  4. 4.4. Muestreo, representatividad y sesgos de cobertura
  5. 4.5. Linaje, versionado y ficha de conjunto de datos

Módulo 5 - Privacidad y protección de datos personales en Perú

  1. 5.1. Dato personal, dato sensible, titular, encargado y banco de datos
  2. 5.2. Finalidad, consentimiento, proporcionalidad y calidad
  3. 5.3. Nuevo Reglamento de la Ley 29733 vigente desde 2025
  4. 5.4. Minimización, anonimización, seudonimización y retención
  5. 5.5. Derechos del titular, incidentes y responsabilidad proactiva

Módulo 6 - Principios de IA responsable y diseño centrado en personas

  1. 6.1. Principios de IA de la OCDE y ciclo de vida
  2. 6.2. Derechos, dignidad, inclusión y no discriminación
  3. 6.3. Transparencia, explicabilidad y comunicación al usuario
  4. 6.4. Robustez, seguridad, sostenibilidad y rendición de cuentas
  5. 6.5. Participación de afectados y diseño de salvaguardas

Módulo 7 - Gobernanza, roles e inventario de sistemas de IA

  1. 7.1. Gobernanza como función transversal del NIST AI RMF
  2. 7.2. Propietario del proceso, producto, datos, modelo, riesgo y auditoría
  3. 7.3. Inventario de sistemas, modelos, proveedores y dependencias
  4. 7.4. Políticas de uso aceptable, aprobación y excepciones
  5. 7.5. ISO/IEC 42001 y mejora continua Plan-Do-Check-Act

Módulo 8 - Mapeo de riesgos e impacto del caso de IA

  1. 8.1. Contexto de uso, propósito previsto y límites
  2. 8.2. Actores, afectados, beneficios, daños y severidad
  3. 8.3. Uso fuera de propósito, mal uso y dependencia excesiva
  4. 8.4. Registro probabilidad-impacto y tolerancia al riesgo
  5. 8.5. Evaluación de impacto y perfil de riesgo del caso

Módulo 9 - IA generativa y diseño de instrucciones

  1. 9.1. Modelo fundacional, ventana de contexto, tokens y temperatura
  2. 9.2. Instrucción, contexto, ejemplos, restricciones y formato de salida
  3. 9.3. Prompts reutilizables y salidas estructuradas
  4. 9.4. Alucinación, incertidumbre y verificación con fuentes
  5. 9.5. Pruebas de prompts, conjunto de casos y versionado

Módulo 10 - Documentos: extracción, clasificación y validación

  1. 10.1. OCR, estructura, campos, tablas y metadatos
  2. 10.2. Clasificación, extracción de entidades y reglas de validación
  3. 10.3. Esquemas JSON, normalización y evidencia de origen
  4. 10.4. Confianza por campo y umbral de revisión
  5. 10.5. Trazabilidad del documento, versión y correcciones

Módulo 11 - Texto y lenguaje para atención y triaje

  1. 11.1. Normalización de texto, idioma y metadatos
  2. 11.2. Clasificación de intención, tema, urgencia y sentimiento
  3. 11.3. Resumen fiel y extracción de acciones
  4. 11.4. Enrutamiento, prioridad y acuerdos de nivel de servicio
  5. 11.5. Evaluación por clase, matriz de confusión y errores críticos

Módulo 12 - Predicción, priorización y pronóstico

  1. 12.1. Objetivo predictivo, variable objetivo y horizonte
  2. 12.2. Separación entrenamiento, validación y prueba
  3. 12.3. Clasificación, regresión, series temporales y línea base
  4. 12.4. Métricas de error, precisión, exhaustividad y costo
  5. 12.5. Fuga de datos, sobreajuste y generalización

Módulo 13 - Asistentes con recuperación de conocimiento (RAG)

  1. 13.1. Base documental, autoridad, vigencia y permisos
  2. 13.2. Fragmentación, metadatos, embeddings e índice
  3. 13.3. Recuperación, ranking y construcción de contexto
  4. 13.4. Respuesta con citas, abstención y escalamiento
  5. 13.5. Evaluación de recuperación, fidelidad y utilidad

Módulo 14 - Integración y automatización del proceso

  1. 14.1. Arquitectura de entrada, decisión, acción y registro
  2. 14.2. API, webhook, cola, lote y programación periódica
  3. 14.3. Contrato de datos, autenticación y gestión de secretos
  4. 14.4. Idempotencia, reintentos, timeout y circuit breaker
  5. 14.5. Ruta alternativa, compensación y recuperación manual

Módulo 15 - Supervisión humana, experiencia y gestión de excepciones

  1. 15.1. Human-in-the-loop, human-on-the-loop y autoridad final
  2. 15.2. Umbrales de confianza y colas de revisión
  3. 15.3. Explicación accionable, consentimiento y aviso de IA
  4. 15.4. Sesgo de automatización, fatiga y calibración humana
  5. 15.5. Corrección, apelación, override y aprendizaje de excepciones

Módulo 16 - Evaluación integral y validación antes del despliegue

  1. 16.1. Criterios funcionales, de calidad, riesgo y experiencia
  2. 16.2. Gold set, muestreo, anotación y acuerdo entre evaluadores
  3. 16.3. Métricas por tarea, clase y subgrupo
  4. 16.4. Pruebas de robustez, seguridad, privacidad y abuso
  5. 16.5. Informe de validación, limitaciones y decisión go/no-go

Módulo 17 - Seguridad de IA y gestión de terceros

  1. 17.1. Modelo de amenazas para datos, prompts, herramientas y salidas
  2. 17.2. Inyección de instrucciones, contenido no confiable y exfiltración
  3. 17.3. Mínimo privilegio, aislamiento y aprobación de acciones
  4. 17.4. Evaluación de proveedor, ubicación de datos y subencargados
  5. 17.5. Versiones, portabilidad, continuidad y cláusulas de incidente

Módulo 18 - Despliegue, monitoreo e incidentes

  1. 18.1. Despliegue gradual, canario, piloto y rollback
  2. 18.2. Telemetría de uso, calidad, latencia, costo y seguridad
  3. 18.3. Deriva de datos, concepto, comportamiento y proceso
  4. 18.4. Alertas, runbook, incidente, comunicación y recuperación
  5. 18.5. Revalidación, cambio controlado y retiro seguro

Módulo 19 - Proyecto integrador: del piloto al escalamiento responsable

  1. 19.1. Expediente del caso, arquitectura y mapa TO-BE
  2. 19.2. Prototipo funcional y demostración punta a punta
  3. 19.3. Resultados del piloto frente a línea base y salvaguardas
  4. 19.4. Registro de riesgos, decisiones, limitaciones y controles
  5. 19.5. Hoja de ruta de adopción, capacitación y mejora continua

Empieza tu próxima habilidad

Aprende con una ruta clara y práctica

Completa tu matrícula y recibe acceso al aula después de validar el pago.

Inscribirme al curso →