Presentación
En este curso aprenderás a utilizar la IA generativa de forma avanzada, pasando del uso básico de prompts al diseño de contextos, razonamientos y análisis mejor fundamentados. Mediante ejemplos prácticos centrados especialmente en la analítica de datos, trabajarás con instrucciones más precisas, información estructurada, datos, criterios de verificación y estrategias para obtener respuestas más útiles, fiables y aplicables.
Objetivos
- Comprender el paso del prompting básico al context engineering.
- Aprender a formular instrucciones más claras, completas y orientadas a resultados.
- Usar modelos de razonamiento para explorar problemas y plantear hipótesis.
- Aplicar la IA generativa a tareas de analítica de datos, interpretación de información estructurada y generación de conclusiones.
- Incorporar criterios de verificación y control de calidad para obtener resultados más fiables.
Destinatarios y requisitos
- Destinado a personas con o sin experiencia previa en IA generativa que quieran mejorar su uso en tareas de análisis, organización de información y analítica de datos.
- Los asistentes pueden utilizar su propio ordenador si disponen de acceso a alguna herramienta de IA generativa.
Duración y modalidad
4 horas de docencia presencial en una jornada única.
Fechas y lugar de impartición
- 11 de junio, de 16:00 a 20:00
El curso se desarrollará en el Edificio de Tecnologías de la Información y las Telecomunicaciones (Sala Hedy Lamarr), Campus Miguel Delibes, Universidad de Valladolid.
Imparte
Manuel Barrio Solórzano, Profesor Titular del Área de Ciencias de la Computación e Inteligencia Artificial de la Escuela de Ingeniería Informática de Valladolid.
Organiza
Centro de Inteligencia Artificial de la Universidad de Valladolid (UVaIA), Ayuntamiento de Valladolid, Agencia de Innovación y Desarrollo Económico (Ideva), Vicerrectorado de Innovación Docente y Transformación Digital de la Universidad de Valladolid y Centro VirtUVa.
Programa
- Del prompting al context engineering: diseño de instrucciones, contexto, objetivos, restricciones y formatos para obtener mejores resultados.
- Modelos de razonamiento: uso de la IA para explorar problemas, formular hipótesis, ordenar análisis y tomar decisiones mejor fundamentadas.
- Analítica de datos y ejecución asistida: trabajo con tablas, esquemas, variables e información estructurada para identificar análisis posibles, generar procedimientos, apoyar la creación de código y obtener resultados verificables.
- Verificación y control de calidad: revisión crítica de respuestas, cálculos, conclusiones, límites de interpretación y presentación de resultados fiables.
Este curso se integra dentro de un paquete formativo impulsado desde el Centro de Inteligencia Artificial de la Universidad de Valladolid (UVaIA) en colaboración con el Ayuntamiento de Valladolid, a través de la Agencia de Innovación y Desarrollo Económico (IdeVA), el Vicerrectorado de Investigación de la Universidad de Valladolid y el Centro Virtuva.
El centro UVaIA se estrenó en mayo de 2024 integrado por expertos de diferentes áreas de la Universidad de Valladolid para impulsar la investigación en IA, la formación, transferencia y divulgación.
