Temario del curso
Introducción a la IA generativa
- Panorama general de la IA en la fabricación
- Principios de la IA generativa
- Aplicaciones reales y estudios de caso
Optimización del diseño con IA generativa
- Uso de la IA para el diseño y desarrollo de productos
- Estudio de caso: Diseño generativo en la práctica
- Fomento de la creatividad y la innovación en el diseño de productos
Mantenimiento predictivo
- Implementación de IA para la previsión del mantenimiento de equipos
- Taller: Creación de un modelo de mantenimiento predictivo
- Reducción del tiempo de inactividad y los costes de mantenimiento mediante IA
Mejora del control de calidad
- Aplicación de la IA en los procesos de garantía de calidad
- Ejercicio: Detección y análisis de defectos impulsados por IA
- Mejora de la calidad del producto con algoritmos de aprendizaje automático
Análisis de datos y toma de decisiones
- Interpretación de los análisis generados por la IA para mejorar la producción
- Actividad en grupo: Escenarios de toma de decisiones basadas en datos
- Utilización de la visualización de datos para comprender mejor los resultados de la IA
Integración de la IA en los sistemas de fabricación
- Estrategias para adoptar la IA en los flujos de trabajo de fabricación existentes
- Mesa redonda: Superación de desafíos en la integración de IA
- Mejores prácticas para implementar IA en entornos de fabricación
Tendencias futuras de la IA en la fabricación
- Exploración de tecnologías emergentes y su impacto potencial
- Sesión interactiva: Preparación para el futuro de la IA en la fabricación
- Mantenimiento de la ventaja competitiva mediante el aprendizaje continuo en IA
Sesiones prácticas
- Proyectos prácticos utilizando herramientas de IA generativa
- Revisiones entre pares y presentaciones en grupo
- Proyecto final: Desarrollo de una estrategia integral de IA para un escenario de fabricación
Resumen y próximos pasos
Requerimientos
- Antecedentes en ingeniería de manufactura o mejora de procesos
- Conocimientos básicos de IA y aprendizaje automático (machine learning)
- Conocimientos básicos de programación, preferiblemente en Python
Público objetivo
- Ingenieros de manufactura
- Especialistas en mejora de procesos
- Desarrolladores de IA
Reseñas (3)
Profundidad sobre el contexto de fondo y la formulación de prompts.
Olaf Kannt - Helios Klinikum Krefeld
Curso - Generative AI and Prompt Engineering in Healthcare
Traducción Automática
los consejos y las indicaciones recomendadas que podemos llevarnos de esta capacitación
Lee Mei Lin - ST Engineering IHQ Pte Ltd
Curso - InVideo AI: Creating Engaging Short-Form Videos
Traducción Automática
Uso de prompts apropiados y eficaces
Marses Pacaldo
Curso - Generative AI and Prompt Engineering for Corporate Professionals
Traducción Automática