Fundamentos de GenAI

Este curso introduce los conceptos fundamentales de la Inteligencia Artificial Generativa y su aplicación práctica en entornos empresariales. Dirigido a profesionales técnicos y no técnicos que necesitan comprender qué es GenAI, cómo funciona y cuándo aplicarla. Al finalizar, el participante será capaz de reconocer casos de uso reales, identificar la arquitectura más adecuada para cada necesidad e identificar riesgos operativos y éticos en proyectos de IA generativa.

Al finalizar el curso, el participante será capaz de:

• Distinguir IA discriminativa de IA generativa con ejemplos propios
• Identificar la modalidad generativa adecuada para un caso de uso dado
• Explicar qué es un LLM y cómo genera texto mediante predicción de tokens
• Distinguir cuándo aplicar RAG y cuándo Fine-tuning según el tipo de necesidad
• Reconocer si un caso de uso justifica el uso de IA generativa frente a una solución más simple
• Identificar riesgos éticos y de privacidad en una solución GenAI

1. Introducción a la IA Generativa — Diferencias entre IA discriminativa y generativa, casos de uso empresariales, panorama actual de modelos
2. Modalidades de GenAI — Generación de texto, imagen, audio, vídeo y código, criterios de selección por caso de uso
3. Large Language Models (LLM) — Arquitectura transformer, predicción de tokens, temperatura y parámetros de generación, limitaciones y sesgos
4. Técnicas de personalización — RAG (Retrieval-Augmented Generation), Fine-tuning, cuándo aplicar cada una, trade-offs técnicos y económicos
5. Evaluación de necesidades reales — Análisis de casos de uso, alternativas no generativas, criterios de viabilidad técnica y ROI
6. Riesgos y gobernanza — Privacidad de datos, alucinaciones, sesgos éticos, propiedad intelectual, marco de gobernanza empresarial

• Navegador web actualizado (Chrome, Firefox, Edge o Safari)

Ninguno requerido. Se recomienda familiaridad básica con conceptos de tecnología digital y experiencia profesional en análisis de problemas de negocio o técnicos. No se requieren conocimientos previos de programación ni matemáticas avanzadas.