Udemy
    •  
    •  
    •  
    •  
    •  
    •  
    •  
    •  
Turn what you know into an opportunity and reach millions around the world.
Learn More
Your cart is empty.
Keep shopping
Introducción a las pruebas de sistemas de IA
Rating: 4.6 out of 5(474 ratings)
1,512 students

Introducción a las pruebas de sistemas de IA

El primer paso de tu próximo desafío como tester de inteligencia artificial
Created byNadia Cavalleri
Last updated 7/2025
Spanish
Spanish [Auto],

What you'll learn

  • Comprender los concepos claves de la inteligencia artificial (IA, ML, DL, RNA, NPL, etc.)
  • Reconocer la importancia de los datasets en proyectos de IA.
  • Reflexionar sobre los conocimientos necesarios en relacion a álgebra, probabilidad y estadística al trabajar en estos proyectos
  • Diferenciar las pruebas tradicionales de las pruebas de IA.
  • Evaluar atributos de calidad en sistemas de IA.
  • Diseñar estrategias de pruebas específicas para proyectos de IA.
  • Conocer los riesgos de seguridad asociados a este tipo de proyectos
  • Conocer las certificaciones existentes para testers de IA

Course content

3 sections20 lectures2h 31m total length
  • ¡Bienvenidos!6:51
  • ¿Qué es la inteligencia artificial?3:07
  • Usos y abusos de la inteligencia artificial11:36
  • Machine learning o aprendizaje automático11:50
  • Identificar el tipo de aprendizaje más adecuado en cada caso
  • Identificar la tarea más adecuada en cada caso
  • Redes neuronales artificiales8:09
    • Ejemplo de red neuronal artificial: https://adamharley.com/nn_vis/cnn/3d.html

  • Deep learning6:56
  • IA generativa2:38
  • Preguntas de repaso
  • Datasets e hiperparametros9:54
  • Álgebra, probabilidad y estadística8:09

Requirements

  • Sería ideal tener conocimientos básicos de Testing pero no es indispensable

Description

Este curso de Introducción a las Pruebas de Sistemas de Inteligencia Artificial te ofrece los fundamentos para sumergirte en el fascinante mundo de la Inteligencia artificial.


Comenzaremos explorando los conceptos básicos como machine learning (aprendizaje automático), deep learning, redes neuronales artificiales, inteligencia artificial generativa, datasets, hiperparámetros, y muchos conceptos más.  Esto te dará un panorama general y te permitirá ordenar todos esos conceptos que seguramente escuchaste pero que todavía no podes diferenciar.


Además, abordaremos el proceso de construcción de modelos de Inteligencia Artificial. Entenderás como las pruebas tradicionales se diferencian de las pruebas de inteligencia artificial y cuáles son lso desafíos con los que nos encontraremos al sumergirnos en este tipo de proyectos.  Conocerás los atributos de calidad más relevantes en este campo y las métricas más utilizadas para evaluar el desempeño de los modelos. Analizaremos también qué aspectos deben probarse en un proyecto de machine learning.


Hablaremos de las estrategias de pruebas y haremos una revisión de los riesgos y ataques más comunes en la Inteligencia artificial según OWASP. Finalmente, repasaremos las certificaciones disponibles que hay en el mercado para este campo orientadas a testing.


Seguramente, el día de mañana (¡U hoy mismo!), cuando te toque probar un modelo de IA, tengas que especializarte en el tipo específico que te toque, pero con este curso ya tendrás una gran base como para poder arrancar rapidamente y especializarte con más formaciones posteriores en el nuevo desafío.


¡Prepárate para un viaje educativo enriquecedor y desafiante!

Who this course is for:

  • Profesionales del Testing y la calidad de software que quieran adentrarse en las pruebas de IA
  • Profesionales de IA que quieran incorporar una perspectiva de calidad al desarrollo de sus productos
  • Cualquier profesional interesado en la calidad de los sistemas de IA