Agenda Verne Academy SUMMIT

Veamos las herramientas que hay para mantener y administrar estructuras, medir rendimientos y mejorar cuellos de botellas.

Adéntrate en el fascinante mundo de la gestión eficiente de proyectos de Machine Learning, utilizando Databricks como plataforma clave. En esta charla, analizaremos cómo maximizar el potencial de Databricks al aplicar las metodologías de MLOps, optimizando la construcción, implementación y monitoreo de modelos de aprendizaje automático. Únete a nosotros y descubre cómo mejorar la colaboración entre equipos, aumentar la eficiencia y garantizar el éxito en tus iniciativas de ciencia de datos, aprovechando al máximo las prácticas modernas en la gestión de modelos y procesos de Machine Learning.

En esta sesión haremos un repaso de las novedades de los Power BI Core Visuals de los últimos meses. Veremos casos de uso y mejoras potenciales de UX que permiten estos cambios.

Precision Agriculture is a term that refers to a farming management strategy based on observing, measuring, and responding to variations to improve agricultural production sustainability and maximize output. WEITEC is providing the means for state-of-the-art technology to make its way into precision agriculture and provide cost-effective, AI-powered solutions to small- and mid-sized farming operations. Here we will describe WEITEC´s cloud architecture to collect information from various data sources, its friendly and dynamic user interface, and some of its machine learning models used to help agro engineers and farmers operate more efficiently.

Introducción a los Visuales de tipo Deneb para Power BI.

Cuando uno comienza en el mundo del Machine Learning, lo primero que aprende es a evaluar si un modelo de machine learning es bueno o no en función de una serie de métricas. Sin embargo, todos sabemos que en el mundo demo hay unicornios y todo es color de rosa. ¿Qué pasa en la realidad? Cuando estamos desarrollando un modelo para negocio, ¿Cuánta importancia tiene ese 0 o 1 si el usuario no puede entender el por qué?

En esta charla, veremos de forma práctica los puntos a tener en cuenta y métodos a emplear cuando nos enfrentamos a un caso real donde el valor de nuestra solución de machine learning radica más en la información que nos pueda dar el modelo sobre qué ha influido en la predicción que en sí el numero que nos devuelve. ¡No te lo pierdas!

En esta charla aprenderéis a diseñar prompts seguros, para que no puedan usar de una manera maliciosa nuestros chats.

Descubre una metodología completa para contar mejores historias con datos. Desde entender a la audiencia hasta la implementación, pasando por prototipado y testing, repasaremos técnicas de User-Centered Design que te ayudarán a elevar tus cuadros de mando y habilitar la toma de decisiones en tu organización.

Tras esta exposición, seremos capaces de saber qué emociones expresan nuestros clientes hacia nosotros o hacia la competencia, así como de conocer información tan diversa como la tendencia de la opinión pública sobre un determinado asunto o los primeros sentimientos que está despertando la campaña de marketing que acabamos de lanzar.

Los datos nos están esperando para que, mediante código, extraigamos el máximo conocimiento de ellos.

Dentro del ecosistema Power BI y los nuevas arquitecturas de Datos en la nube nos encontramos con un abanico de componentes tan grande como espectacular: Power BI, Power BI Dataflows, Power BI Datamarts, Cloud Data warehouse y las nuevas arquitecturas avanzadas Lakehouse.

¿Cómo encajan todas estas piezas? ¿Las necesito realmente? ¿En qué casos sí y en cuales no?

Entender las razones por las cuales un componente se convierte en clave en la evolución de nuestras arquitecturas es fundamental para que nuestra solución sea un éxito, técnico y de negocio.

En esta sesión realizaremos un paso de 0 hasta el Lakehouse y veremos como se transforma toda nuestra solución. Ademas, compartiremos muchas de las lecciones aprendidas en este camino que estamos siguiendo en Avolta.

Cuando se habla de IA Generativa sólo escuchamos sobre ingeniería de prompt y modelos, pero en esta charla os enseñaremos cómo lo puede consumir el usuario final con un software fácilmente configurable y usando la documentación interna de tu empresa. Haremos un tour rápido por las tecnologías y os enseñaremos el producto final.

Descubre con nosotras uno de los últimos lanzamientos de Microsoft para el desarrollo de soluciones de AI Generativa: Prompt Flow. En esta charla desentrañaremos todas las herramientas que prompt flow nos proporciona para estandarizar y agilizar nuestro flujos de AI Generativa: búsqueda vectorial, variants y mucho más. Y no solo desde un enfoque técnico y de desarrollo sino también desde el uso de una inteligencia artificial responsable gracias a sus sistemas de evaluación. Si quieres pasar al siguiente nivel y dejar tus prompts en txt, ¡no te lo pierdas!

En esta sesión verás cómo puedes ayudar a tu organización a gestionar los costes de Azure en tus suscricipciones.

Empezaremos mostrando el marco de trabajo FinOps para puedas contextualizar cómo lo suelen gestionar las empresas. En ese marco de trabajo estás tú como una de las personas involucradas, y entenderás que eres parte del eslabón aunque no lo sepas.

Tras ello, te mostraremos las posibilidades que tienes como dueño de tus grupos de recursos o subscripciones. Verás que puedes habilitar presupuestos, crear alertas, recibir notificaciones e informes periódicos.

Finalmente, veremos un ejemplo un poquito más avanzado donde exportando los consumos para consumirlos directamente en Excel o Power BI.

Las capacidades y características de Power Virtual Agents son ahora parte de Microsoft Copilot Studio. Crearemos chatbots basados en Inteligencia Artificial fácilmente sin la necesidad de usar código.

Nemo y Dori nos acompañarán a las profundidades de los planes de ejecución del plan caché de SQL Server del que aprenderemos a extraer información importante para depurar y mejorar el rendimiento de nuestras consultas.

Uso de Machine Learning para la predicción de renovación de servicios mediante el empleo de clasificación binaria.

Nuestra propuesta consiste en mostrar cómo se puede implementar una solución de procesado de datos en tiempo real con Azure y Fabric, utilizando como ejemplo la lectura de sensores en máquinas de producción o en edificios. Queremos demostrar la capacidad y las ventajas de estas tecnologías para gestionar flujos de datos masivos y complejos, y para presentar la información de forma ágil y eficiente.

Objetivos de la charla:

• Presentar un proyecto completo de procesado de datos en tiempo real, desde la generación de los datos hasta su visualización.
• Demostrar la capacidad de las tecnologías utilizadas, tanto de Azure como de Fabric, para gestionar flujos de datos masivos y complejos, y para ofrecer soluciones escalables, flexibles y eficientes.
• Enlazar las tecnologías tradicionales de Azure con sus equivalentes en Fabric, mostrando las similitudes y las diferencias entre ambas plataformas, y las ventajas de utilizar una u otra según el caso de uso.
• Mostrar tanto los alertas de Power BI como los controles en la ETL para disparar flujos y alertas en caso de fallos o incumplimiento de requisitos de calidad del dato.

Utilizando el nuevo componente Copilot para Canvas Power Apps, habilita usuarios de aplicaciones a accionar utilizando AI.

Microsoft Fabric se presenta como una solución SaaS que dispone de todas las capacidades analíticas necesarias para una organización. En la sesión nos acercaremos a procesos que permiten la aceleración de la generación de modelos semánticos en una arquitectura Delta Lakehouse a través de dos de los motores principales de Fabric, SQL y Spark.

Tener clústers es el pan nuestro de cada día en compañías con datos e IA. Pero tenerlos no significa entenderlos! Utilizando un enfoque integral, desplegaremos soluciones para traducir los enigmas de los clústeres en conocimientos valiosos para los usuarios de negocio. Exploraremos cómo estos instrumentos no solo revelan patrones ocultos en los datos, sino que también permiten una interpretación intuitiva y práctica para aquellos que buscan comprender el por qué detrás de las agrupaciones identificadas. En este viaje, aprenderemos a traducir la complejidad de los modelos de aprendizaje automático en narrativas empresariales coherentes, empoderando a los usuarios de negocio para tomar decisiones informadas basadas en una comprensión profunda de los clústeres.