Diplomado en Automatización e inteligencia de procesos de negocio

El propósito de este diplomado es capacitar a los estudiantes en la optimización y automatización de procesos empresariales utilizando tecnologías avanzadas. Los participantes adquirirán conocimientos en inteligencia de procesos, minería de procesos, robótica para la automatización, e inteligencia artificial para la hiper automatización. Aprenderán a identificar, modelar y mejorar procesos de negocio, implementando soluciones tecnológicas que aumenten la eficiencia operativa y la toma informada de decisiones.

Este Diplomado es altamente pertinente para profesionales que buscan mejorar sus habilidades en la gestión de procesos de negocio y desean aplicar soluciones de automatización en sus organizaciones. Los conocimientos adquiridos permitirán a los participantes implementar proyectos de transformación digital, mejorando la productividad y competitividad empresarial a través de la automatización inteligente de tareas y procesos.

El programa se desarrollará en modalidad online con clases en vivo a través de una plataforma streaming, combinando exposiciones teóricas y prácticas. Se realizarán talleres interactivos, laboratorios virtuales y estudios de caso que permitirán a los estudiantes aplicar las técnicas aprendidas en entornos simulados y reales. La metodología incluye el uso de herramientas de minería de procesos, programación de robots y modelos de inteligencia artificial, garantizando una experiencia de aprendizaje integral y aplicada.

Gerentes, ejecutivos y profesionales vinculados a la gestión, mejoramiento, optimización y automatización de procesos en cualquier tipo de empresa u organización.

Implementar soluciones avanzadas de automatización y optimización de procesos de negocio, considerando inteligencia artificial, minería de procesos y robótica, para la mejora de la eficiencia operativa y la toma de decisiones en sus organizaciones.

Los postulantes deben contar con un grado académico o un título profesional universitario en áreas relacionadas con la ingeniería, informática, tecnologías de la información, administración de empresas, o campos afines.

Se recomienda a responsabilidad del estudiante:
– Comprensión básica de los conceptos y técnicas de gestión de procesos de negocios.
– 2 años de experiencia profesional idealmente vinculada al trabajo práctico con procesos de negocio (gestión, optimización, o automatización de procesos)
– Conocimiento básico en lenguajes de scripting como R o Python, y manejo de matemáticas y lógica.
– Nivel de lectura en inglés que les permita comprender la literatura técnica y académica en el área.

Al final del curso podrás:
– Aplicar técnicas y herramientas para la gestión de procesos de negocio que permitan caracterizar, modelar, medir, evaluar y proponer mejoras a los mismos.
– Modelar procesos de negocio considerando técnicas y herramientas avanzadas.
– Evaluar la sustentabilidad de los procesos a través de un modelo de madurez.

Contenidos:
Reconociendo los procesos de negocio
– Breve historia de BPM.
– Definición de proceso de negocio.

Descubrimiento de procesos de negocio
– Elementos de un proceso de negocio.
– Metodologías de descubrimiento de procesos de negocio.

Modelación de procesos de negocio
– Elementos de Business Process Model and Notation (BPMN).
– Modelación utilizando BPMN.
– Buenas prácticas de BPMN.

Modelo de madurez de facilitadores de procesos y capacidades de empresa
– Modelo de madurez de procesos de negocio.
– Aplicación del modelo de madurez de facilitadores de procesos.
– Análisis de resultados.

Métricas
– Métricas en los procesos de negocio.
– Tipologías de métricas.
– Metodología para definición de métricas.

Disciplinas de gestión de procesos
– Presentación de algunas de las más importantes disciplinas de gestión de procesos.

Al final del curso podrás:
– Aplicar técnicas de inteligencia de procesos a problemas reales, profundizando en su funcionamiento, la selección de un método frente a un problema y la interpretación de resultados.
– Aplicar técnicas de inteligencia de procesos al monitoreo y control de procesos de negocio.
– Describir las principales técnicas y algoritmos de Minería de Procesos, considerando las condiciones donde funcionan correctamente y cuáles son sus limitaciones.
– Aplicar técnicas de Minería de Procesos, haciendo énfasis en la experiencia práctica y el uso de tecnologías existentes.

Contenidos:
Unidad 1: Inteligencia de procesos
El valor de la información: El valor de la información. Ciclo de generación de información.

Componentes de una arquitectura de inteligencia de negocios: Data Warehousing. Query and Reporting. OLAP. Business Analytics.

Reporting: La importancia de la visualización de la información. Reportes de gestión. Paneles de control.

Aplicación de inteligencia de negocio a procesos: Data warehouse de procesos. Paneles de control de procesos. Monitoreo en tiempo real de procesos. Predicción y recomendación de procesos.

Unidad 2: Minería de procesos
Introducción a la minería de procesos: Definición y conceptos básicos de Process Mining. Descubrimiento de procesos. Verificación de conformidad de procesos. Mejoramiento de modelos.

Almacenamiento y obtención de información en logs de eventos orientados a procesos: Estructura de los logs de eventos. Análisis de factibilidad de creación de un log de evento en base al estado actual de la información y el proceso.

Descubrimiento de procesos: Definición y conceptos básicos de descubrimiento de procesos. Algoritmos para el descubrimiento de procesos; ventajas y limitaciones. Aplicación de técnicas de descubrimiento a logs de eventos sintéticos utilizando herramientas disponibles. Análisis de resultados y limitaciones de las técnicas existentes.

Verificación de conformidad de procesos: Definición y conceptos básicos de la verificación de conformidad de procesos. Algoritmos para la verificación de conformidad de procesos; ventajas y limitaciones. Aplicación de técnicas de verificación de conformidad a logs de eventos sintéticos utilizando herramientas disponibles. Análisis de resultados y limitaciones de las técnicas existentes.

Análisis y mejora de procesos: Descripción de algunas de las técnicas existentes para el análisis y mejora de procesos a través de minería de procesos. Análisis temporal de los procesos de negocio. Aplicación de técnicas de análisis y mejora de procesos a logs de eventos sintéticos utilizando herramientas disponibles. Análisis de resultados y limitaciones de las técnicas existentes.

Al final del curso podrás:
– Identificar casos de usos reales para la automatización de tareas que sean factibles y generen valor de negocio.
– Programar herramientas de clase mundial más conocidas en la industria para la automatización robótica de procesos, usando casos prestablecidos.

Contenidos:
Unidad 1: RPA
Lineamientos sobre robotización de procesos (Robotic Process Automation, RPA)
– ¿Qué es RPA y cuáles son sus beneficios?
– Aporte de RPA en la Transformación Digital de las Organizaciones.
– Posibles aplicaciones de RPA.

Técnicas de RPA
– Principales herramientas de RPA.
– Instalación de una herramienta de RPA.
– Caso práctico utilizando una herramienta de RPA.

Unidad 2: Aplicación de RPA
Taller para la identificación de caso de uso reales
– Desafíos y principales barreras de los casos de RPA a abordar.
– Utilización de marcos de trabajo tales como el MRPA para establecer métricas para automatización.
– Cuantificar los beneficios asociados a los casos reales identificados para aplicar herramientas de RPA.

Taller de aplicación y programación de herramientas de RPA
– Utilización y programación de herramientas de RPA de casos pre armados para automatización de tareas de escritorio.
– Utilización y programación de herramientas de RPA de casos pre armados para automatización de tareas operativas integrando sistemas web y otras fuentes.

Al final del curso podrás:
– Diseñar procesos más completos, según casos de uso reales para la hiperautomatización de procesos, que sean factibles y generen valor de negocio.
– Programar modelos de procesamiento de lenguaje natural, visión computacional y otras tecnologías integrando herramientas de automatización robótica de procesos (RPA), para el avance en el ciclo de vida de la gestión de procesos de negocio.

Contenidos:
Unidad 1: Conceptos de IA y Machine Learning
– Clasificación supervisada.
– Regresión numérica.
– Análisis no-supervisado.

Unidad 2: Procesamiento de Lenguaje Natural (NLP)
– Clasificación, extracción, comparación.
– Técnicas de normalización y vectorización de texto.
– Uso de grandes modelos generativos.
– Integración de NLP en la hiperautomatización de un proceso.

Unidad 3: Visión computacional
– Clasificación de imágenes.
– Segmentación de imágenes y uso de modelos pre entrenados, como YOLO, VGG, y otros.
– Integración de segmentación de imágenes en la hiperautomatización de un proceso.