Saltar al contenido
Neural Soft
Contacta English (Ver esta página en inglés)

Dirección y estrategia

Curso de gestión de proyectos y productos de IA

Lleva un proyecto de IA de la idea a producción sin que se quede en piloto eterno.

Solicitar información

Muchos proyectos de IA arrancan con una demo brillante y se quedan para siempre en “piloto”. No suele ser un problema de tecnología, sino de gestión: requisitos que no se pueden comprobar, datos que nadie mantiene, riesgos que aparecen tarde o usuarios que no confían en el resultado.

Este curso da a jefes de proyecto y responsables de producto un método para llevar la IA a producción: cómo definir qué es “suficientemente bueno”, cómo evaluar un sistema que no siempre responde igual, cómo planificar la supervisión humana y cómo mantener la calidad cuando ya está en uso.

Sin programar, pero entendiendo lo bastante de la tecnología como para tomar buenas decisiones y hablar de tú a tú con el equipo técnico y con los proveedores.

Qué aprenderás

  • Entender en qué se diferencia un proyecto de IA de un proyecto de software clásico
  • Definir requisitos y criterios de calidad para sistemas que no son deterministas
  • Planificar los datos, la evaluación y la supervisión humana desde el principio
  • Gestionar riesgos técnicos, legales y de adopción
  • Organizar el equipo y el ciclo de mejora una vez en producción

Temario

8 módulos, de los fundamentos al proyecto final.

  1. Lo que cambia con la IA

    • Resultados probabilísticos y "suficientemente buenos"
    • El papel de los datos y del conocimiento del negocio
    • Ciclo de vida de un producto de IA

  2. Descubrimiento y encaje

    • Problema, usuario y proceso antes que tecnología
    • Prueba de concepto rápida con herramientas existentes
    • Criterios para seguir o descartar

  3. Requisitos que se pueden comprobar

    • Casos de prueba y conjunto de evaluación
    • Calidad, coste y latencia como requisitos
    • Qué hacer cuando la IA no sabe la respuesta

  4. Datos y conocimiento

    • Fuentes, permisos y calidad de la información
    • Datos personales y confidenciales
    • Responsables de mantener el contenido al día

  5. Arquitecturas habituales para no técnicos

    • Asistentes, RAG, extracción de datos, agentes y automatizaciones
    • Qué implica cada una en plazo, coste y riesgo
    • Herramienta de mercado, plataforma o desarrollo a medida

  6. Evaluación y lanzamiento

    • Pruebas con usuarios reales y revisión humana
    • Lanzamiento gradual y plan de comunicación
    • Métricas de uso, calidad y negocio

  7. Riesgos y cumplimiento

    • Registro de riesgos de un proyecto de IA
    • Transparencia, supervisión y obligaciones del AI Act
    • Seguridad y abuso del sistema

  8. Operar y mejorar

    • Seguimiento de la calidad en producción
    • Bucle de comentarios de los usuarios
    • Cambios de modelo, costes y versiones

Herramientas con las que practicarás

  • Lienzo de proyecto de IA
  • Plantilla de conjunto de evaluación
  • Registro de riesgos
  • Jira, Trello o la herramienta de gestión del equipo

Proyecto práctico

Planificas un proyecto de IA de tu organización de principio a fin, con el lienzo del proyecto, el conjunto de casos de evaluación, el registro de riesgos y el plan de lanzamiento por fases.

Requisitos

  • Experiencia en gestión de proyectos o de producto.
  • No hace falta programar.

Otros cursos

¿Quieres este curso para tu equipo?

Adaptamos el contenido, la duración y la modalidad a tu empresa.

Solicitar información