Estrategia de datos, recursos y personas

Comprender la inteligencia artificial

Maarten Van den Broeck

Senior Content Developer at DataCamp

Estrategia y gobernanza de datos

Estrategia de datos: diseño y desarrollo de enfoques basados en datos para decisiones empresariales

Pasos de la estrategia de datos:

Fijar objetivos orientados a los datos
Averiguar los datos necesarios
Determinar las fuentes y tipos de datos
Análisis predictivo y prescriptivo
Operacionalizar procesos

Fijar objetivos orientados a los datos

Averiguar los datos necesarios

Determinar fuentes y tipos de datos

Análisis predictivo y prescriptivo

Operacionalizar procesos basados en datos

Infraestructura de IA

Infraestructura de IA basada en la nube

Recursos escalables, almacenamiento, IA y modelos preconstruidos
Elástica, a la carta

Google Cloud, Azure y AWS

Pros: gran escalabilidad, rentabilidad
Contras: ubicación de los datos, se necesita Internet

Infraestructura de IA in situ (autoalojada)

Las organizaciones poseen hardware, software, datos y red para IA

Infraestructura in situ

Pros: mayor control, menor latencia
Contras: costes iniciales, escalabilidad limitada

Metodología MLOps

Operaciones de machine learning (MLOps): gestión y funcionamiento eficaces y fiables de los sistemas ML (IA) en la empresa

Metodología MLOps

Operaciones de machine learning (MLOps): gestión y funcionamiento eficaces y fiables de los sistemas ML (IA) en la empresa

Pasos de la metodología MLOps

Funciones relacionadas con la IA

Arquitecto de IA

Arquitecto de IA

Científico de datos

Científico de datos

Ingeniero de machine learning y datos

Ingeniero de machine learning

Otros: Eticista de IA, jefe de proyecto

Otras funciones de la IA

Crear tu equipo de IA

Liderazgo y gestión

Director de IA/jefe de equipo
Director(es) del proyecto de IA

Ejecución

Arquitectos de IA: seleccionar herramientas
Científicos de datos: analizar datos, entrenar y evaluar modelos
Ingenieros y ML: implementar modelos

Ayuda

Crear un equipo

Crear tu equipo de IA

Liderazgo y gestión

Director de IA/jefe de equipo
Director(es) del proyecto de IA

Ejecución

Arquitectos de IA: selección de herramientas
Científicos de datos: analizan datos y entrenan y evalúan modelos
Ingenieros de datos y ML: implementar modelos

Apoyo: eticista de IA; expertos en la materia

Crear un equipo

¡Vamos a practicar!

Comprender la inteligencia artificial