Cálculo de hojas de cálculo con Excel (jornada completa 10 días/parcial 20 días)

Fundamentos de la edición de tablas

Trabajo con fórmulas y funciones

Formateo de celdas, edición e impresión de tablas

Rellenar, mover y copiar (autorrelleno, vista previa flash)

Ordenar y filtrar datos

Cálculo con fecha y hora

Creación y edición de gráficos

Plantillas y diseños de gráficos

Gestionar libros de trabajo (protección de hojas, protección de libros de trabajo)

Utilizar configuraciones de impresión personalizadas

Uso de plantillas de Excel

Ayuda con fórmulas y solución de problemas con AI

Cálculo de hojas de cálculo con Excel (aprox. 8 días)

Utilización de Excel como base de datos: Seleccionar (filtros automáticos y especiales), ordenar, analizar listas (tablas)

Utilización de funciones, realización de cálculos con funciones, familiarización con las referencias

Funciones matriciales: SREFERENCE, WREFERENCE, XREFERENCE

Trabajar con nombres o rangos con nombre

Creación, edición y análisis de tablas dinámicas

Funcionalidades especiales como formatos condicionales, reglas de validez, formatos definidos por el usuario

Cálculos con rangos de celdas (matrices)

Creación de distintos tipos de gráficos

Grabación de macros

Inteligencia artificial (IA) en el proceso de trabajo

Presentación de tecnologías específicas de IA

y posibles aplicaciones en el entorno profesional

Trabajo de proyecto (aprox. 2 días)

Consolidar los contenidos aprendidos

Presentación de los resultados del proyecto

Introducción a la comunicación profesional con AI (aprox. 3 días)

Estrategias y tipos de incitación

Componentes clave para un prompting eficaz

Prompting en la generación de textos vs. prompting en la generación de imágenes y vídeos

Prompting en investigación, generación de textos y con agentes de IA

Desarrollo de una biblioteca interna de instrucciones

Fundamentos jurídicos y cumplimiento de la IA en la empresa (aprox. 4 días)

Introducción a la función del responsable de IA (tareas, diferenciación de otras funciones)

Visión general de las leyes y reglamentos pertinentes (GDPR, Ley de IA, responsabilidad por productos defectuosos, derechos de autor)

Normativa nacional y de la UE (incluida la Ley de IA)

Visión general de la norma ISO/IEC 42001

Importancia de los sistemas de gestión de la IA en el contexto empresarial

Estrategias de cumplimiento

Marcos de gobernanza

Documentación y obligaciones de transparencia

Gestión de riesgos y protección de datos en proyectos de IA (aprox. 3 días)

Tipos de riesgo (sesgo, errores, riesgos éticos)

Evaluación de riesgos

Matriz de riesgos

Planificación de medidas

Protección y seguridad de los datos

Ética de los datos

Transparencia

Gestión de proyectos y garantía de calidad para proyectos de IA (aprox. 3 días)

Métodos de gestión de proyectos de IA

Garantía de calidad y procesos de aceptación

Procedimientos de prueba

Análisis de las partes interesadas

Estrategias de comunicación

Conceptos de formación para empleados

Gestión de datos y gobernanza en proyectos de IA (aprox. 2 días)

Calidad e integridad de los datos

Responsabilidades en la gestión de datos

Desarrollo de un marco de gobernanza

Gestión del cambio y formación para la introducción de la IA (aprox. 1 día)

Hacer frente a la resistencia

Conceptos de formación para empleados

Desarrollo de un plan de gestión del cambio

Creación de una hoja de ruta para ampliar los proyectos de IA (aprox. 1 día)

Estrategias a largo plazo

Infraestructura escalable

Criterios de selección de herramientas

Trabajo de proyecto, preparación de la certificación y examen de certificación "Representante de AI con cualificación certificada por TÜV Rheinland" (aprox. 3 días)

Fundamentos de los proyectos operativos de IA (aprox. 5 días)

Introducción a la IA, ML, DL, PNL y visión por ordenador (enfoque operativo)

Funciones y tareas: Establecimiento, funcionamiento y revisión de la eficacia del sistema de gestión de conformidad con la norma ISO 42001.

Delimitación de funciones y colaboración: responsable de IA, gestor de IA y auditor de IA

Identificación y evaluación de casos de uso operativo en la empresa

Inicio del proyecto: definición del objetivo, alcance, análisis de viabilidad

Gestión de las partes interesadas

Creación de valor y retorno de la inversión a través de la IA

Iniciativas exitosas de IA en la gestión

Gestión de datos y uso de herramientas (aprox. 3 días)

Preparación, calidad e integración de datos

Selección y aplicación de herramientas y plataformas de IA

Indicaciones prácticas para aplicaciones de texto, imagen y vídeo

Creación de canalizaciones de datos sencillas

Introducción a los conceptos de MLOps

Opciones de automatización de la IA en funcionamiento

Formación, validación y uso de modelos (aprox. 2 días)

Formación y validación de modelos

Procedimientos de prueba: Caja negra, caja blanca, pruebas unitarias

Utilización de modelos

Seguimiento y optimización iterativa

Integración de agentes de IA en los proyectos

Gestión de riesgos y garantía de calidad (aprox. 2 días)

Riesgos operativos: Sesgos, errores, riesgos éticos, protección de datos

Garantía de calidad: indicadores clave de rendimiento, seguimiento, procesos de aceptación

Sistema de gestión según ISO 42001 y marco jurídico

Seguridad y explicabilidad de los sistemas de IA

Gestión operativa de proyectos y métodos ágiles (aprox. 2 días)

Métodos ágiles: Scrum, Kanban, ciclos de implantación iterativos

Planificación de recursos y presupuestos

Comunicación entre el equipo y las partes interesadas

Optimización continua y estrategias de resolución de problemas (CIP)

Colaboración con socios externos

Desarrollo organizativo, gobernanza y gestión del cambio (aprox. 3 días)

Análisis de los procesos de la empresa

Análisis del nivel de madurez, análisis GAP

Gobernanza de la IA y desarrollo de estrategias

Desarrollo de una estructura organizativa sostenible

Responsabilidades y asignación de funciones

Estrategias de comunicación

Formación de los empleados

Lucha contra la resistencia

Sostenibilidad y responsabilidad digital de las empresas (RDC)

Trabajo de proyecto, preparación de la certificación y examen de certificación "AI Manager con cualificación certificada por TÜV Rheinland" (aprox. 3 días)

Conceptos básicos y condiciones marco (aprox. 4 días)

Funciones, tareas y responsabilidades en las auditorías de IA

Diferenciación de otras funciones (por ejemplo, director de IA)

Principios de auditoría según ISO 19011 (objetividad, independencia, transparencia)

Base normativa: ISO/IEC 42001 - estructura, requisitos, pruebas

Ley de AI de la UE: disposiciones pertinentes para los auditores

Directrices nacionales y normas específicas del sector

El ciclo PDCA en el contexto de la auditoría

Tipos de auditoría: auditorías de sistemas, procesos, productos y conformidad

Resumen de las fases 1 y 2

Requisitos de documentación y verificación

Riesgos específicos de la IA como objetos de auditoría (sesgo, explicabilidad, solidez, seguridad, calidad de los datos)

El estímulo en el contexto de la auditoría

Criterios de ensayo reglamentarios y técnicos (aprox. 4 días)

Requisitos de cumplimiento específicos de la IA

Protección de datos (GDPR y requisitos específicos del sector)

Seguridad de los sistemas de IA (ciberseguridad, control de acceso)

Requisitos de calidad de los datos de entrenamiento y ensayo

Validación y verificación de modelos

Explicabilidad y transparencia de las decisiones de IA

Métricas de rendimiento (exactitud, precisión, recuperación, solidez)

Principios éticos y equidad

Normas adicionales específicas del sector (por ejemplo, ISO 13485, ISO 26262, directrices BaFin)

Planificación y metodología de la auditoría (aprox. 4 días)

Definición de los objetos y objetivos de la auditoría

Creación de un plan de auditoría (recursos, calendario, funciones, comunicación)

Creación de cuestionarios y listas de comprobación

Evaluación del riesgo y la pertinencia de los puntos de auditoría

Selección de métodos de auditoría adecuados (preguntas, revisión de documentos, pruebas técnicas)

Definición de documentos justificativos y tipos de pruebas

Realización de la auditoría (aprox. 3 días)

Revisión de documentos (Fase 1) - Requisitos de la documentación de IA

Técnicas de entrevista y diálogo en la auditoría

Auditoría in situ (Etapa 2) - Utilización de herramientas de auditoría

Realización de pruebas técnicas (caja negra, caja blanca, pruebas de estrés)

Utilización de herramientas técnicas (software de auditoría, análisis de registros, revisión de código)

Recopilación, validación y estructuración de los documentos de auditoría

Evaluación e informe (aprox. 2 días)

Elaboración de un informe de auditoría con ayuda de preguntas

Presentación de los puntos débiles en función del riesgo

Medidas sugeridas y estrategias de seguimiento

Trabajo de proyecto, preparación de la certificación y examen de certificación "Auditor AI con cualificación certificada por TÜV Rheinland" (aprox. 3 días)