Fase 4: AI para Negocios e IT (Semanas 13–20)
Objetivo: Esta es la fase más importante del programa. Aquí es donde la experiencia previa se fusiona con AI para crear un perfil profesional de alto valor. Se construyen proyectos reales de AI que demuestran impacto empresarial.
🎯 Resultados Esperados
Al completar esta fase:
- Comprensión profunda de Generative AI y sus aplicaciones
- Prompt engineering avanzado para escenarios empresariales
- Conocimiento de AI Governance (NIST AI RMF, ISO 42001)
- Responsible AI principles aplicados
- Microsoft Copilot y agentes dominados
- 2 proyectos AI completos en portfolio
- Sitio web portfolio publicado
Semana 13: Fundamentos de Generative AI
Objetivo
Entender cómo funcionan los LLMs, sus capacidades y limitaciones.
Recursos Principales
| Recurso | Idioma | Tipo | Duración |
|---|---|---|---|
| DeepLearning.AI: Generative AI for Everyone | 🇬🇧 Inglés (subs ES) | Curso | 5 hrs |
| Microsoft Learn: Generative AI | 🇪🇸 Español | Learning Path | 4 hrs |
| Google: Introduction to Generative AI | 🇬🇧 Inglés | Course | 3 hrs |
| Coursera: Generative AI Concepts | 🇬🇧 Inglés (subs ES) | Course | 4 hrs |
| IBM: Generative AI Fundamentals | 🇬🇧 Inglés | Course | 3 hrs |
Plan Diario
| Día | Tema | Recurso |
|---|---|---|
| Lunes | ¿Qué son los LLMs? Transformers, tokens | DeepLearning.AI |
| Martes | Capacidades: text generation, summarization, code | Microsoft Learn |
| Miércoles | Limitaciones: hallucinations, bias, knowledge cutoff | DeepLearning.AI |
| Jueves | Casos de uso empresariales | Google course |
| Viernes | Evaluación: ¿cuándo usar AI vs. no? | Reflexión + journal |
Conceptos Clave
LLM Architecture:
├── Pre-training (massive data)
├── Fine-tuning (specialized tasks)
├── RLHF (human feedback alignment)
├── Inference (generating responses)
└── Limitations
├── Hallucinations
├── Knowledge cutoff
├── Context window limits
└── Bias amplification
Semana 14: Prompt Engineering
Objetivo
Dominar el arte de comunicarse efectivamente con modelos de AI para obtener resultados profesionales.
Recursos Principales
| Recurso | Idioma | Tipo | Duración |
|---|---|---|---|
| DeepLearning.AI: ChatGPT Prompt Engineering | 🇬🇧 Inglés | Course | 2 hrs |
| Microsoft: Prompt Engineering Techniques | 🇪🇸 Español | Docs | 3 hrs |
| OpenAI Prompt Engineering Guide | 🇬🇧 Inglés | Guide | 2 hrs |
| Anthropic Prompt Engineering | 🇬🇧 Inglés | Guide | 2 hrs |
| Google: Prompt Design | 🇬🇧 Inglés | Guide | 2 hrs |
Plan Diario
| Día | Técnica | Práctica |
|---|---|---|
| Lunes | Zero-shot, few-shot prompting | 10 prompts de práctica |
| Martes | Chain of Thought (CoT) | Análisis paso a paso |
| Miércoles | Role prompting + system prompts | Crear personas especializadas |
| Jueves | Output formatting (JSON, tables, reports) | Templates empresariales |
| Viernes | Prompt chains y workflows | Multi-step analysis |
🔨 Proyecto: Biblioteca de Prompts Profesionales
Crear una colección documentada de prompts para:
Seguridad:
- Análisis de incidentes de seguridad
- Generación de IOCs a partir de logs
- Resumen ejecutivo de vulnerabilidades
Compliance:
- Revisión de políticas contra frameworks
- Gap analysis automatizado
- Checklist de compliance
Management:
- Resúmenes ejecutivos de proyectos
- Análisis de riesgos
- Planes de acción
Entregable: Repositorio en GitHub con prompts documentados, categorizados, y con ejemplos de input/output.
Semana 15: AI Governance
Objetivo
Entender los frameworks de gobernanza de AI que las organizaciones están adoptando.
Recursos Principales
| Recurso | Idioma | Tipo | Duración |
|---|---|---|---|
| NIST AI Risk Management Framework | 🇬🇧 Inglés | Framework | 6 hrs |
| ISO/IEC 42001:2023 Overview | 🇬🇧 Inglés | Standard | 3 hrs |
| EU AI Act Summary | 🇬🇧 Inglés | Regulation | 4 hrs |
| OECD AI Principles | 🇪🇸 Español disponible | Principles | 2 hrs |
| Microsoft AI Governance Framework | 🇬🇧 Inglés | Blueprint | 2 hrs |
Plan Diario
| Día | Framework | Foco |
|---|---|---|
| Lunes | NIST AI RMF: Govern function | Políticas y roles |
| Martes | NIST AI RMF: Map function | Identificar riesgos AI |
| Miércoles | NIST AI RMF: Measure function | Métricas y evaluación |
| Jueves | NIST AI RMF: Manage function | Respuesta y monitoreo |
| Viernes | ISO 42001 + EU AI Act overview | Contexto regulatorio global |
Conceptos Clave: NIST AI RMF
NIST AI Risk Management Framework:
├── GOVERN
│ ├── Policies & procedures
│ ├── Roles & responsibilities
│ └── Organizational culture
├── MAP
│ ├── Context & use cases
│ ├── Risk identification
│ └── Stakeholder engagement
├── MEASURE
│ ├── Metrics & benchmarks
│ ├── Testing & evaluation
│ └── Bias assessment
└── MANAGE
├── Risk prioritization
├── Response strategies
└── Continuous monitoring
Semana 16: Responsible AI
Objetivo
Aplicar principios de AI responsable en diseño y deployment de sistemas.
Recursos Principales
| Recurso | Idioma | Tipo | Duración |
|---|---|---|---|
| Microsoft Responsible AI Resources | 🇪🇸 Español | Framework | 4 hrs |
| Microsoft Learn: Responsible AI | 🇪🇸 Español | Learning Path | 4 hrs |
| Google: Responsible AI Practices | 🇬🇧 Inglés | Guide | 3 hrs |
| IBM AI Ethics | 🇬🇧 Inglés | Framework | 2 hrs |
| Partnership on AI | 🇬🇧 Inglés | Resources | Referencia |
Plan Diario
| Día | Principio | Práctica |
|---|---|---|
| Lunes | Fairness & inclusión | Evaluar bias en modelo |
| Martes | Reliability & safety | Testing de edge cases |
| Miércoles | Privacy & security | Data handling assessment |
| Jueves | Transparency & explainability | Model cards, documentation |
| Viernes | Accountability | Governance workflow design |
🔨 Proyecto: Responsible AI Impact Assessment
Crear un assessment completo para un sistema AI ficticio:
- System Description: Propósito, datos, stakeholders
- Fairness Analysis: Grupos impactados, bias potencial
- Risk Evaluation: Severidad × probabilidad
- Mitigation Plan: Controles técnicos y de proceso
- Monitoring Plan: Métricas continuas
- Transparency: Documentación para usuarios
Entregable: Documento completo en GitHub con template reutilizable.
Semana 17: Copilot Empresarial y Agentes Avanzados
Objetivo
Escalar de agentes básicos (ya construidos en la Fase 1) a escenarios empresariales: agentes autónomos, integración M365 Copilot, adopción y governance.
La construcción de tu primer agente en Copilot Studio se movió a la Fase 1 como módulo prioritario. Esta semana asume que ya tienes un agente publicado y se enfoca en capacidades avanzadas y estrategia empresarial.
Recursos Principales
| Recurso | Idioma | Tipo | Duración |
|---|---|---|---|
| Microsoft 365 Copilot Adoption | 🇬🇧 Inglés | Guía de adopción | 3 hrs |
| Learning Path: Prepare your organization for M365 Copilot | 🇪🇸 Español | Learning Path | 6 hrs |
| Applied Skill: Enhance agents with autonomous capabilities | 🇬🇧 Inglés | Credencial (lab) | 3-4 hrs |
| Copilot Studio Agent Academy (rangos avanzados) | 🇬🇧 Inglés | Currículo práctico | Variable |
Plan Diario
| Día | Tema | Práctica |
|---|---|---|
| Lunes | Agentes autónomos: triggers por evento | Añadir comportamiento autónomo a tu agente |
| Martes | Agent flows avanzados + conectores | Integrar un sistema externo (Dataverse/API) |
| Miércoles | M365 Copilot: extender con agentes declarativos | Agente sobre datos de la organización |
| Jueves | Governance: DLP, autenticación, RAI para agentes | Revisión de seguridad del agente |
| Viernes | Adoption strategy y rollout empresarial | Plan de despliegue + medición de valor |
Meta de la semana: obtener la Applied Skill "Enhance agents with autonomous capabilities", que valida agent flows, triggers autónomos y hand-off a humano.
Semana 18: Proyecto AI #1 — Security Incident Assistant
Objetivo
Construir un asistente AI funcional que demuestre skills de programación, AI, y seguridad.
Especificación del Proyecto
Security Incident Assistant:
- Recibe descripción de un incidente de seguridad
- Clasifica severidad automáticamente
- Sugiere pasos de respuesta basados en el tipo
- Genera resumen ejecutivo para management
- Recomienda IOCs a buscar
Stack Técnico
Security Incident Assistant
├── Python (FastAPI o Streamlit)
├── OpenAI API / Azure OpenAI
├── Prompt engineering
│ ├── System prompt (security expert persona)
│ ├── Few-shot examples (incidentes clasificados)
│ └── Output format (JSON structured)
├── Knowledge base (playbooks de respuesta)
└── Documentation (README, architecture, usage)
Plan Semanal
| Día | Tarea |
|---|---|
| Lunes | Diseñar architecture, definir prompts |
| Martes | Setup proyecto, API calls básicas |
| Miércoles | Implementar clasificación + respuesta |
| Jueves | UI básica (Streamlit) + testing |
| Viernes | Documentación + deploy a GitHub |
| Sábado | Polish + README profesional |
Entregable
Repositorio completo en GitHub con:
- Código funcional
- README profesional con screenshots
- Arquitectura documentada
- Instrucciones de instalación
- Ejemplo de uso
Semana 19: Proyecto AI #2 — Risk Assessment Assistant
Objetivo
Construir un segundo proyecto AI enfocado en análisis de riesgo empresarial.
Especificación del Proyecto
Risk Assessment Assistant:
- Recibe información sobre un sistema o proyecto
- Evalúa riesgos contra framework (NIST, ISO)
- Genera matriz de riesgos priorizada
- Propone controles de mitigación
- Exporta reporte profesional
Stack Técnico
Risk Assessment Assistant
├── Python
├── Azure OpenAI / OpenAI API
├── Prompt engineering
│ ├── Framework knowledge (NIST, ISO 27001, ISO 42001)
│ ├── Risk categorization
│ └── Control recommendations
├── Output formatting (Markdown report)
└── Export capability (PDF or HTML)
Entregable
Repositorio profesional con mismo estándar que Proyecto #1.
Semana 20: Portfolio Website
Objetivo
Crear sitio web profesional que muestre todo el trabajo realizado.
Recursos
| Recurso | Tipo | Uso |
|---|---|---|
| GitHub Pages | Hosting gratuito | Deploy |
| Hugo o Docusaurus | Static site generator | Framework |
| Tailwind CSS | Styling | Design |
Contenido del Portfolio
- About Me — Bio profesional, experiencia, visión
- Skills — Competencias técnicas con evidencia
- Certifications — AZ-900, SC-900, en progreso
- Projects — Cada proyecto con descripción, tech stack, link
- Blog/Notes — Aprendizajes clave (opcional)
- Contact — LinkedIn, GitHub, email
📋 Checklist de Fase 4
- Generative AI: Conceptos y limitaciones dominados
- Prompt Engineering: Biblioteca de prompts creada
- NIST AI RMF: Framework completo estudiado
- ISO 42001: Overview completado
- Responsible AI: Impact assessment realizado
- Microsoft Copilot: Funcionalidades dominadas
- Proyecto 1: Security Incident Assistant completado
- Proyecto 2: Risk Assessment Assistant completado
- Portfolio website publicado
- GitHub portfolio con 7+ proyectos
🔗 Valor para el CV
Después de esta fase:
"Desarrollé asistentes AI para análisis de incidentes de seguridad y evaluación de riesgos usando Python y Azure OpenAI. Implementé frameworks de AI Governance (NIST AI RMF, ISO 42001) y diseñé procesos de Responsible AI que aseguran fairness, transparency y accountability en deployments de AI empresarial."