Curso de Preparación para el Examen PMI Certified Professional in Managing AI (PMI-CPMAI)™

Fundamentos de Gestión de Proyectos de Inteligencia Artificial

• Introducción a la gestión de proyectos de IA
• Diferencias entre proyectos tradicionales y proyectos de IA
• Metodología CPMAI
• Ciclo de vida de proyectos de IA
• Tipos de proyectos de IA y machine learning
• Patrones de soluciones de IA
• Rol del AI Project Manager
• Stakeholders en proyectos de IA

Responsible and Trustworthy AI

• Gobernanza de datos en IA
• Privacidad y seguridad de datos
• Gestión de información sensible (PII)
• Transparencia y explicabilidad en modelos
• Identificación y mitigación de sesgos
• Cumplimiento regulatorio en IA
• Documentación y auditoría de modelos
• Responsabilidad y trazabilidad en decisiones de IA

Identificación de Necesidades de Negocio y Soluciones de IA

• Identificación de problemas de negocio
• Análisis de stakeholders
• Identificación de casos de uso de IA
• Evaluación de viabilidad técnica
• Evaluación de riesgos (seguridad, ética, operacionales)
• Definición del alcance del proyecto de IA
• Elaboración del business case
• Análisis de retorno de inversión (ROI)
• Definición de métricas de éxito
• Identificación de recursos del proyecto

Gestión de Datos para Proyectos de IA

• Definición de requerimientos de datos
• Identificación de fuentes de datos
• Evaluación de calidad de datos
• Identificación de expertos en datos (SMEs)
• Infraestructura para proyectos de IA
• Recolección y preparación de datos
• Cumplimiento normativo en el uso de datos
• Evaluación de suficiencia de datos
• Análisis exploratorio de datos
• Comunicación de hallazgos de datos a stakeholders

Desarrollo y Evaluación de Modelos de IA

• Selección de algoritmos de machine learning
• Tipos de aprendizaje automático
• Entrenamiento de modelos
• Preparación y transformación de datos
• Feature engineering
• Evaluación de modelos
• Validación cruzada
• Métricas de desempeño de modelos
• Control de versiones de modelos
• Decisión go/no-go para despliegue

Implementación y Operación de Soluciones de IA

• Plan de despliegue de soluciones de IA
• Integración con sistemas empresariales
• Gestión de infraestructura para IA
• Gobernanza de modelos
• Monitoreo de desempeño de modelos
• Detección de model drift
• Gestión de métricas de negocio
• Gestión de incidentes en sistemas de IA
• Continuidad del servicio
• Documentación de lecciones aprendidas