Introduction to AI in Azure.

AI-901T00A
 
Fecha de publicación KeD: 14 Agosto 2026
Duración: 1 Día.
Examen: AI-900: Microsoft Azure AI Fundamentals.
 
 
 

Este curso introduce conceptos fundamentales relacionados con la inteligencia artificial (IA) y los servicios en Microsoft Azure que pueden utilizarse para crear soluciones de IA. Enseña una combinación de conceptos de IA y habilidades tecnológicas que se consideran fundamentales para una carrera exitosa implementando soluciones de IA en Microsoft Azure.

 

Perfil del público.

Este curso está dirigido a aspirantes a profesionales tecnológicos que comienzan su carrera en el desarrollo de soluciones de IA. Algo de conocimiento de sintaxis y técnicas de programación en Python es útil. Además, se recomienda conocer conceptos centrales en la nube, incluyendo almacenamiento en la nube, computación en la nube y autenticación y autorización en la nube.

 

Temario.

Ruta de aprendizaje: Conceptos de IA para desarrolladores y profesionales de la tecnología.

Aprende los conceptos principales y la terminología de la IA, comenzando con una introducción básica y luego profundizando en cargas de trabajo de IA comunes como: IA generativa y agentes, visión por computadora, voz, procesamiento de lenguaje natural y análisis de texto, extracción de información, y generación aumentada de recuperación (RAG).


Módulo 1: Introducción a los conceptos de IA.

¿Sientes curiosidad por la inteligencia artificial? ¿Quieres entender a qué se debe tanto revuelo? Este módulo te introduce en el mundo de la IA.

• Introducción a la IA.
• IA generativa y agentes.
• Texto y lenguaje natural.
• Voz.
• Visión por computadora.
• Extracción de información.
• IA responsable.
• Ejercicio: Explorar las cargas de trabajo de IA.


Módulo 2: Introducción a la IA generativa y los agentes.

La IA generativa impulsa aplicaciones que pueden crear contenido, responder preguntas y ayudar con tareas. En este módulo, explorarás los fundamentos de la IA generativa, incluyendo los modelos de lenguaje grande (LLMs), los prompts y los agentes de IA.

• Modelos de lenguaje grande (LLMs).
• Prompts.
• Agentes de IA.
• Ejercicio: Explorar la IA generativa.


Módulo 3: Introducción a los conceptos de procesamiento de lenguaje natural.

El procesamiento de lenguaje natural (NLP) respalda aplicaciones que pueden analizar texto para inferir el significado semántico.

• Tokenización.
• Análisis estadístico de texto.
• Modelos de lenguaje semántico.
• Ejercicio: Explorar el análisis de texto.


Módulo 4: Introducción a los conceptos de voz de IA.

Imagina aplicaciones y agentes de IA con los que puedas hablar. Explora los conceptos detrás de la voz de IA, incluyendo el reconocimiento y la síntesis de voz.

• Soluciones habilitadas para voz.
• Reconocimiento de voz.
• Síntesis de voz.
• Ejercicio: Explorar la voz de IA.


Módulo 5: Introducción a los conceptos de visión por computadora.

Introducción a los conceptos de visión por computadora.

• Tareas y técnicas de visión por computadora.
• Imágenes y procesamiento de imágenes.
• Redes neuronales convolucionales.
• Transformadores de visión y modelos multimodales.
• Generación de imágenes.
• Ejercicio: Explorar la visión por computadora.


Módulo 6: Introducción a los conceptos de extracción de información impulsada por IA.

La extracción de información de IA te permite extraer valores de datos de documentos, imágenes y otras fuentes de datos no estructurados.

• Descripción general de la extracción de información.
• Reconocimiento óptico de caracteres (OCR).
• Extracción y mapeo de campos.
• Ejercicio: Explorar la extracción de información de IA.


Módulo 7: Introducción a los conceptos de generación aumentada de recuperación.

La generación aumentada de recuperación (RAG) ayuda a las aplicaciones de IA generativa a producir respuestas fundamentadas en información relevante. En este módulo, explorarás cómo una solución RAG prepara, recupera y utiliza datos para generar respuestas.

• Entender la generación aumentada de recuperación.
• Preparar datos para la recuperación.
• Recuperar información y generar una respuesta.
• Evaluar una solución RAG.
• Ejercicio: Explorar RAG.


Ruta de aprendizaje: Introducción a las aplicaciones y agentes de IA en Azure.

Aprende a comenzar con cargas de trabajo y soluciones de IA en Microsoft Foundry. Comienza con una introducción básica y luego profundiza en cargas de trabajo de IA comunes como: IA generativa y agentes, análisis de texto, voz, visión por computadora, extracción de información, y recuperación de conocimientos con Foundry IQ.


Módulo 8: Introducción a la IA en Azure.

Aprende cómo Microsoft te permite desarrollar IA con la última tecnología, de forma segura y a escala.

• Entender Azure.
• Desarrollo de aplicaciones de IA en Azure.
• Microsoft Foundry para IA.
• Uso de puntos de conexión de Microsoft Foundry.
• Ejercicio: Introducción a Microsoft Foundry.


Módulo 9: Introducción a la IA generativa y los agentes en Azure.

Aprende a utilizar modelos y agentes de IA generativa con Microsoft Foundry.

• Modelos de IA generativa.
• Uso de un modelo de IA generativa.
• Creación de un agente.
• Ejercicio: Introducción a la IA generativa y los agentes en Microsoft Foundry.


Módulo 10: Introducción al análisis de texto en Azure.

Aprende a usar modelos de IA de propósito general y Azure Language en Foundry Tools, y luego crea una aplicación cliente ligera de Python que analice texto.

• Entender el análisis de texto en Foundry.
• Crear una aplicación cliente que analice texto.
• Usar Azure Language con un agente.
• Ejercicio: Introducción al análisis de texto en Microsoft Foundry.


Módulo 11: Introducción a la voz en Azure.

Aprende a reconocer y sintetizar voz usando Azure Speech en Foundry Tools.

• Reconocimiento de voz.
• Síntesis de voz.
• Creación de un agente con capacidad de voz.
• Ejercicio: Introducción a la voz en Microsoft Foundry.


Módulo 12: Introducción a la visión por computadora en Azure.

Este módulo introduce las capacidades de visión por computadora en Foundry, enfocándose en cómo los desarrolladores pueden analizar imágenes y generar contenido visual utilizando modelos multimodales, de generación de imágenes y de generación de video.

• Modelos multimodales para análisis de imágenes.
• Modelos de generación de imágenes.
• Modelos de generación de video.
• Ejercicio: Introducción a la visión por computadora en Microsoft Foundry.


Módulo 13: Introducción a la extracción de información impulsada por IA en Azure.

La IA te da el poder de desbloquear conocimientos de tus datos. Aprende a usar Azure Content Understanding en Foundry Tools para extraer información del contenido.

• Extraer información de documentos.
• Extraer información de audio y video.
• Ejercicio: Introducción a la extracción de información en Microsoft Foundry.


Módulo 14: Introducción a Microsoft Foundry IQ.

Aprende cómo Microsoft Foundry IQ ayuda a los agentes de IA a recuperar información relevante de los datos empresariales y generar respuestas fundamentadas y respaldadas por citas.

• ¿Qué es Foundry IQ?
• Bases de conocimiento.
• Conectar un agente a Foundry IQ.
• Ejercicio: Introducción a Foundry IQ en Microsoft Foundry.

 
Garantia Ofrecemos la garantía 100% de satisfacción
Si no te gusta el resultado de tu curso, puedes volver a tomarlo en cualquier otra fecha calendario.
 
Regresa a la página anterior