El curso Fundamentos de la Inteligencia Artificial está diseñado para brindar a los participantes una introducción integral al campo de la inteligencia artificial (IA). A través de una combinación de conceptos teóricos y aplicaciones prácticas, los participantes obtendrán una base sólida en IA y sus diversos subcampos, incluido el aprendizaje automático, el procesamiento del lenguaje natural, la visión por computadora y la robótica. Exploramos el uso de la IA en la industria y, en particular, en las telecomunicaciones y sectores relacionados. Al final del curso, los participantes tendrán una sólida comprensión de los conceptos, técnicas y aplicaciones del mundo real de la IA, particularmente en las telecomunicaciones. Estarán equipados para realizar más estudios en IA o aplicar sus conocimientos a diversos dominios donde la IA juega un papel importante. Requisitos previos No existen requisitos previos específicos para este curso. Sin embargo, sería beneficioso tener una comprensión básica de los conceptos de programación. Contenidos del curso Introducción a la Inteligencia Artificial Aprendizaje automático Procesamiento del lenguaje natural (PNL) Visión por computadora Robótica y Sistemas Autónomos IA en la industria Ética e IA responsable

Leer Más

El curso Fundamentos de la Inteligencia Artificial está diseñado para brindar a los participantes una introducción integral al campo de la inteligencia artificial (IA). A través de una combinación de conceptos teóricos y aplicaciones prácticas, los participantes obtendrán una base sólida en IA y sus diversos subcampos, incluido el aprendizaje automático, el procesamiento del lenguaje natural, la visión por computadora y la robótica. Exploramos el uso de la IA en la industria y, en particular, en las telecomunicaciones y sectores relacionados. Al final del curso, los participantes tendrán una sólida comprensión de los conceptos, técnicas y aplicaciones del mundo real de la IA, particularmente en las telecomunicaciones. Estarán equipados para realizar más estudios en IA o aplicar sus conocimientos a diversos dominios donde la IA juega un papel importante. Requisitos previos No existen requisitos previos específicos para este curso. Sin embargo, sería beneficioso tener una comprensión básica de los conceptos de programación. Contenidos del curso Introducción a la Inteligencia Artificial Aprendizaje automático Procesamiento del lenguaje natural (PNL) Visión por computadora Robótica y Sistemas Autónomos IA en la industria Ética e IA responsable

Leer Más

Temas clave cubiertos Fundamentos de la virtualización en telecomunicaciones, incluida la evolución a arquitecturas nativas de la nube y el papel de las VM y los contenedores en entornos de núcleo y borde 5G. Esenciales de redes en la nube, que cubren redes virtuales, segmentación, tecnologías de superposición, conectividad segura e integración con redes de transporte y núcleo. Fundamentos de la contenerización, incluido el ciclo de vida del contenedor, los tipos de carga de trabajo y el aislamiento de recursos para implementaciones de grado de telecomunicaciones. Kubernetes y orquestación de contenedores, incluida la arquitectura, la gestión de CNF, los mecanismos de resiliencia y la implementación en entornos de núcleo y borde. Modelos de red de contenedores, incluido el soporte de múltiples interfaces, rutas de datos de alto rendimiento e integración con sistemas de orquestación y transporte. Resultados del aprendizaje Comprender los fundamentos de la virtualización/contenerización de redes y TI (NFV, CNF) y la orquestación de contenedores. Explicar cómo la virtualización permite la escalabilidad, la resiliencia y la automatización en la red central convergente. Identificar el papel de las funciones nativas de la nube en la transición de Vodafone a redes definidas por software. Describir el impacto operativo en la gestión del ciclo de vida, la orquestación y la garantía. Público objetivo Ingenieros de red central en transición a arquitecturas nativas de la nube. Ingenieros de plataforma y nube de red. Personal de operaciones técnicas que apoya la gestión del ciclo de vida (LCM) de CNF y NS.

Leer Más

Temas clave cubiertos Fundamentos de la arquitectura de la nube privada de telecomunicaciones, incluidos los componentes de NFVI, alta disponibilidad, despliegues de borde/distribuidos y evolución de NFV a plataformas nativas de la nube Diseño de infraestructura virtual y plataformas en la nube, cubriendo computación, almacenamiento, redes, aislamiento de recursos e integración de la estructura del centro de datos Redes y seguridad de la nube privada, incluida la segmentación, la tunelización, el descubrimiento de servicios y la protección de cargas de trabajo centrales y periféricas Integración de contenedores y Kubernetes, compatible con CNF junto con máquinas virtuales con consideraciones avanzadas de redes y plano de datos Modelos operativos y gestión del ciclo de vida, incluidos la planificación, la monitorización, las actualizaciones, la recuperación ante desastres y los procesos de gobernanza Resultados del aprendizaje Diseñar y operar plataformas de nube privada diseñadas por Vodafone utilizando herramientas modernas de SDN y nativas de la nube Diseñar diseños de VPC eficientes, enrutamiento, descubrimiento de servicios y arquitecturas seguras de múltiples niveles Implementar tecnologías de superposición/subyacente que incluyen VxLAN, GRE e IPsec Optimizar las redes VNFC utilizando DPDK/SR‑IOV para cargas de trabajo de alto rendimiento. Módulos del curso Fundamentos de la arquitectura de la nube privada de telecomunicaciones Diseño de infraestructura virtual y plataforma de nube de red Redes y seguridad de la nube privada Integración de contenedores en la nube privada Modelo operativo y gestión del ciclo de vida

Leer Más

Temas clave cubiertos Visión general de las operaciones de Zero Touch (ZTO), incluido su papel en las redes 5G/nativas de la nube y la evolución hacia operaciones impulsadas por la intención y habilitadas por la IA. Redes impulsadas por la intención y automatización de políticas, traduciendo la intención empresarial en acciones orquestadas para el aprovisionamiento, la escalabilidad y la optimización. Automatización de operaciones de red como la gestión de la configuración, la auto-reparación, la escalabilidad, la activación de servicios y la gestión de incidentes. Aplicación de IA/ML para análisis predictivos, detección de anomalías, análisis de la causa raíz y optimización de la red. Marcos de gobernanza, seguridad y confianza para garantizar operaciones automatizadas seguras, auditables y fiables." Resultados del aprendizaje Identificar los procesos operativos adecuados para la automatización completa frente al control con intervención humana. Comprender los marcos de políticas/intenciones que permiten operaciones sin intervención. Explicar las interacciones entre la orquestación, la garantía, la analítica y la IA en las operaciones de cero contacto. Reconocer las consideraciones de gobernanza y confianza en los dominios automatizados. Público objetivo Ingenieros de operaciones de red Ingenieros de automatización y orquestación Arquitectos de transformación digital y operaciones Equipos de garantía de servicio y gestión de red

Leer Más

Temas clave cubiertos Fundamentos de la automatización de ciclo cerrado, incluyendo el modelo Monitorizar-Analizar-Decidir-Actuar y su papel en la mejora de la fiabilidad del servicio, la eficiencia y el rendimiento del SLA en todos los dominios de la red. Telemetría y observabilidad en tiempo real, cubriendo la recopilación de datos de fuentes multidominio, análisis de streaming e integración con sistemas de aseguramiento. Marcos de análisis y toma de decisiones, incluyendo motores de políticas basados en reglas y en IA para la monitorización de SLA, análisis predictivo y disparadores de decisiones automatizados. Orquestación automatizada y acciones de remediación, permitiendo el escalado, el redireccionamiento, la reconfiguración y la recuperación de fallos en RAN, Core, Transporte y Nube. Integración de aseguramiento de servicio de extremo a extremo, incluyendo monitorización de KPI, aplicación de SLA, automatización de incidentes y alineación con los procesos operativos. Resultados del aprendizaje Aplicar marcos de automatización de ciclo cerrado (monitorizar → analizar → decidir → actuar) Identificar fuentes de telemetría/KPI relevantes para decisiones en tiempo real Explicar la interacción entre los motores de análisis y las capas de orquestación Comprender los modelos de implementación de ciclo cerrado asistidos frente a los completos. " Público objetivo Ingenieros de automatización de redes Ingenieros de IA/análisis que apoyan el aseguramiento de la red Arquitectos de plataformas OSSEquipos de operaciones responsables del aseguramiento y rendimiento del servicio

Leer Más

La inteligencia artificial (IA) está revolucionando la industria de las telecomunicaciones e impulsando la innovación conectada a nuevas cotas. Este curso integral profundiza en el papel de la IA en las telecomunicaciones y explora sus diversas aplicaciones, desde el aprendizaje automático hasta el procesamiento del lenguaje natural, la visión artificial y la robótica. Los participantes adquirirán un conocimiento sólido sobre cómo la IA está transformando las redes de telecomunicaciones para hacerlas más eficientes y sostenibles, así como sobre su integración en arquitecturas en constante evolución para dar soporte a casos de uso de vanguardia como el metaverso, el transporte inteligente y la conducción autónoma. Además, el curso destaca la sinergia entre la IA y el Internet de las Cosas (IoT), dando lugar al potente concepto de AIoT (Inteligencia Artificial de las Cosas). Los participantes descubrirán cómo la IA está impulsando la innovación en diversos sectores, permitiendo ciudades más inteligentes, procesos de fabricación más eficientes y soluciones de salud personalizadas. Al finalizar el programa, los participantes dominarán los conceptos y técnicas de la IA, y estarán preparados para aplicar sus conocimientos en telecomunicaciones y otros ámbitos. Tanto si desean continuar sus estudios en IA como si prefieren aprovechar su experiencia en diversos campos, los participantes estarán capacitados para desenvolverse en la apasionante intersección de la IA y la innovación en telecomunicaciones. En un entorno digital en constante evolución, comprender los fundamentos de la IA es esencial para los profesionales del sector de las telecomunicaciones. Este curso no solo dota a los participantes de habilidades prácticas en IA, sino que también fomenta una profunda comprensión de las consideraciones éticas y la implementación responsable de las tecnologías de IA. Con un enfoque en aplicaciones reales y relevancia para la industria, este curso capacita a los participantes para aprovechar la IA e impulsar la innovación, mejorar la eficiencia y descubrir nuevas posibilidades en el dinámico ámbito de las telecomunicaciones y la innovación conectada. Contenido del curso Introducción a la Inteligencia Artificial Aprendizaje automático Aplicación del aprendizaje automático a la IA Procesamiento del lenguaje natural (PLN) Visión por computadora Robótica y sistemas autónomos La IA en la industria IAoT (Inteligencia Artificial de las Cosas) Ética e IA responsable

Leer Más