Business Intelligence Generativo: Diseña el sistema que tu negocio necesita, con IA generativa
Aprende a construir un sistema que responde preguntas de negocio en lenguaje natural, integrando datos, modelos semánticos y herramientas como Power BI Copilot, Databricks Genie y Claude. 16 horas en vivo, con ejercicios prácticos y un proyecto integrador propio.
Perfil del participante
¿A quién está dirigido?
Curso dirigido a profesionales de Business Intelligence, Data Analytics, Data Engineering, Data Science, Tecnología, Arquitectura de Datos, Consultoría y gestión basada en datos.
Jefe / Gerente de Datos o Analítica
Diseña una hoja de ruta para habilitar Generative BI en su organización, con criterios de gobernanza, seguridad y calidad de datos.
CDO o Jefe / Gerente de AI
Evalúa qué herramientas de IA generativa aplicar a BI (Copilot, Genie, Claude) y bajo qué controles de seguridad y gobernanza.
Analista de Datos / BI
Aplica lenguaje natural, Text-to-SQL y Text-to-DAX para acelerar el análisis diario y la construcción de reportes.
Ingeniero de Datos / BI o Arquitecto de Datos
Prepara modelos semánticos y arquitecturas de datos (Lakehouse, Warehouse, Semantic Models) listas para IA generativa.
Requisitos previos
Lo que necesitas para empezar
Objetivos del curso
Lo que podrás hacer al terminar
Comprender los fundamentos y conceptos clave de Generative BI.
Identificar oportunidades de aplicación de IA en procesos de Business Intelligence.
Preparar datos y modelos semánticos para su consumo mediante IA.
Utilizar Power BI Copilot para análisis y desarrollo de contenido BI.
Utilizar Databricks Genie para realizar análisis conversacional sobre datos.
Utilizar Claude como asistente para análisis, SQL, exploración de datos y generación de insights.
Diseñar soluciones de BI que integren datos, modelos semánticos e IA generativa.
Identificar riesgos relacionados con calidad, seguridad, contexto y confiabilidad de resultados generados por IA.
Contenido del curso
8 sesiones · 16 horas · 30% teoría, 70% práctica
- Evolución de Business Intelligence hacia Generative BI.
- BI tradicional, Self-Service BI, Augmented Analytics y Generative BI.
- Fundamentos de LLM aplicados a BI.
- Lenguaje natural para interactuar con datos.
- Text-to-SQL y Text-to-DAX.
- Semantic Layer y contexto empresarial.
- RAG, grounding y tool calling.
- Limitaciones y riesgos de la IA aplicada a datos.
- Principios de modelado de datos para GenBI.
- Star Schema.
- Métricas y KPIs.
- Relaciones y dimensiones.
- Medidas DAX.
- Metadata y documentación.
- Business definitions y business glossary.
- Diseño de modelos semánticos preparados para IA.
- Arquitectura de Microsoft Fabric.
- Lakehouse y Warehouse.
- SQL Endpoint.
- Data transformation.
- Capa Gold.
- Semantic Models.
- Integración entre datos, analytics e IA.
- Preparación de datos para experiencias de BI generativo.
- Introducción a Power BI Copilot.
- Generación asistida de contenido BI.
- Creación y exploración de visualizaciones.
- Preguntas en lenguaje natural.
- Resúmenes e insights.
- Análisis de tendencias.
- Generación y explicación de DAX.
- Buenas prácticas para trabajar con Copilot.
- Conceptos de Conversational Analytics.
- Arquitectura de Databricks Genie.
- Configuración de Genie Spaces.
- Contexto e instrucciones.
- Preguntas en lenguaje natural.
- Generación de SQL.
- Exploración de datos y KPIs.
- Follow-up questions.
- Validación de resultados.
- Claude como asistente de análisis.
- Análisis de datasets.
- Generación y revisión de SQL.
- Exploración y transformación de datos.
- Identificación de patrones.
- Generación de insights.
- Prompt engineering aplicado a BI.
- Context engineering.
- Comparación de asistentes de IA para diferentes necesidades analíticas.
- Arquitecturas de Generative BI.
- Data Platform + Semantic Layer + AI.
- Copilotos vs. agentes.
- Tool calling y MCP aplicado a BI.
- Seguridad y control de acceso.
- Row-Level Security.
- Gobernanza de datos e IA.
- Calidad y validación de respuestas.
- Accuracy, groundedness y observabilidad.
- Diseño de casos de uso empresariales.
- Aplicación de los conceptos aprendidos en un caso empresarial de principio a fin.
- Preparación de datos.
- Modelo semántico.
- Definición de KPIs.
- Dashboard.
- Análisis mediante lenguaje natural.
- Generación de insights.
- Comparación de diferentes herramientas de GenBI.
- Validación de resultados.
- Presentación de la solución.
Docente
Co-fundador y CEO en handytec, transforma datos en decisiones estratégicas de alto impacto mediante arquitectura de datos end-to-end, Inteligencia Artificial y analítica en tiempo real. Ingeniero de Sistemas con máster por la Universidad de Melbourne, combina un dominio técnico avanzado en tecnologías de vanguardia —Spark, Kafka, SingleStore, TensorFlow, Python, Scala y ecosistemas NoSQL— con una visión estratégica orientada a acelerar la innovación a través de Machine Learning, Cloud Computing, HPC y GenIA.
¿Listo para diseñar el BI de tu organización?
Escríbenos por WhatsApp y te contamos fechas, modalidad y proceso de inscripción.
OTROS CURSOS
'/></svg>)
IA aplicada al trabajo
En vivo online / virtual
