Unidad 1. Introducción a la inteligencia artificial

1. Introducción
2. ¿Qué es la inteligencia artificial?
3. Contexto de Transformación Digital
4. De dónde venimos
5. ¿Qué impulsa la inversión en IA?
6. Data Science, Data Analysis, Big Data, Data Mining y Machine Learning
7. Tendencia actual en IA: uso compartido de casos.

Unidad 2. Transformación Digital e inteligencia artificial

1. Transformación Digital e inteligencia artificial
2. Cómo potenciar la Transformación Digital
3. ¿Por dónde empezar?
4. El paradigma de la Inteligencia Aumentada
   1. Cómo aprovechar la inteligencia artificial
5. Impacto corporativo de la IA
6. Impacto en los empleados
7. Visión global para el futuro del trabajo
8. Nuevos Perfiles Profesionales
9. Innovar con la fuerza laboral
10. Puestos de trabajo e inteligencia artificial
    1. Ámbitos íntimamente ligados a la inteligencia artificial

Unidad 3. Robótica y Automatización

1. Robótica y automatización
2. Robótica
3. Los Cobots
4. Aplicaciones de la robótica
5. Tendencias en Robótica
6. Los peligros de la automatización
7. Progreso en tecnología de asistencia al usuario

Unidad 4. Tecnología e Innovaciones asociadas a la IA

1. Tecnología
2. Tecnologías maduras: Big Data
3. Las V’s del Big Data
4. Datificación
5. Datificación – volúmenes de datos
6. Tecnologías disruptivas de la mano de la IA
7. Edge Computing
   1. Factores clave de Edge Computing
   2. Redes 5G
8. Gemelos Digitales
   1. Obtener el máximo valor del gemelo digital
9. Inversiones en innovación para IA
10. Capacidades de inteligencia artificial
11. Perspectivas de analítica
12. Data Mining
    1. Qué es Data Mining
    2. Etapas y ejemplos de Data Mining
13. Algoritmos Descriptivos
14. Algoritmos Predictivos
15. Machine Learning
16. Bases del Aprendizaje Automático
17. Cómo hacer aprender a una máquina
18. Aprendizaje Supervisado y No Supervisado

Unidad 5. Ámbitos de aplicación

1. Ámbitos de aplicación
2. Sectores donde se aplica inteligencia artificial
3. Salud
   1. Problemática de la IA en medicina
4. Sector financiero y Seguros
5. Industria 4.0 +
6. Medios de comunicación
7. Desarrollo de software
8. Sistemas Expertos
9. Visión Artificial
10. Ámbitos en los que NO aplicamos IA

Unidad 6. Recomendaciones

1. Recomendaciones
2. Cómo introducir cambios hacia la inteligencia artificial
3. Contexto de Innovación
4. Conviértete en Knowmad
5. Nuevos métodos de trabajo
   1. Qué están haciendo las empresas
   2. Agile Data
6. Un paso más allá: la Computación Cognitiva
   1. Sistemas cognitivos

Unidad 7. Futuro de la IA

1. Futuro de la IA
2. Futuro a corto plazo
   1. Algunas cifras a corto plazo
3. Futuro a medio plazo
4. Hiper-personalización
   1. Data Native y DataPools
5. Futuro a largo plazo
   1. Empatía e inteligencia artificial
6. Cuestiones éticas sobre inteligencia artificial

Unidad 8. Liderazgo y Gestión de proyectos de inteligencia artificial

1. Liderazgo y Gestión de proyectos de dato
2. Introducción al agilismo
3. ¿Por qué existe el enfoque «ágil»?
4. Entrega dirigida por el valor de negocio
5. Valores añadidos de la propuesta ágil
6. Enfoque ágil vs. Enfoque «tradicional»
7. Cambio en la Triple Restricción
8. Los 4 valores fundamentales del enfoque ágil
9. Otros principios básicos de la gestión ágil de proyectos
10. Resumen de diferencias entre los enfoques Ágil y Tradicional
11. Por qué la inteligencia artificial implica ser ágil
12. Metodologías Ágiles
13. Scrum
    1. Elementos de Scrum
    2. Roles en Scrum
14. Kanban
15. Lean
16. Relación entre metodologías ágiles
17. Nuevas Propuestas ágiles de gestión
18. Liderazgo en un entorno ágil
19. El líder facilitador
20. Liderazgo y coaching para las personas