Módulo 3: Herramientas y Plataformas para Implementación de IA en RRHH
Duración: 4 semanas
Objetivos:
- Familiarizarse con las herramientas y plataformas específicas para la implementación de IA en RRHH.
- Adquirir habilidades prácticas en el desarrollo y despliegue de soluciones de IA.
- Aprender a utilizar herramientas de MLOps para la gestión de modelos en producción.
Semana 1: Introducción a Herramientas Específicas para RRHH
Temas:
- Herramientas de análisis de datos: Tableau, Power BI
- Plataformas de IA para RRHH: HireVue, Pymetrics
- Introducción a People Analytics
Recursos:
- Tutoriales en YouTube sobre Tableau y Power BI
- Cursos específicos de herramientas de IA para RRHH en LinkedIn Learning
Conclusión: Al final de esta semana, deberías ser capaz de utilizar herramientas específicas para el análisis de datos y la implementación de IA en RRHH.
Semana 2: Implementación de Chatbots para RRHH
Temas:
- Diseño y desarrollo de chatbots
- Herramientas como Dialogflow y Microsoft Bot Framework
- Integración de chatbots en sistemas de RRHH
Recursos:
- «Building Chatbots with Python» de Sumit Raj (Capítulos 1-4)
- Coursera: Building Chatbots with Google Dialogflow
Conclusión: Al final de esta semana, deberías ser capaz de diseñar, desarrollar e integrar chatbots en sistemas de RRHH.
Semana 3: Implementación de Algoritmos de Recomendación
Temas:
- Introducción a sistemas de recomendación
- Implementación con Python y bibliotecas como Surprise y LightFM
- Aplicaciones prácticas en RRHH
Recursos:
- «Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow» de Aurélien Géron (Capítulo 9)
- Medium articles on recommendation systems for HR
Conclusión: Al final de esta semana, deberías ser capaz de implementar algoritmos de recomendación para mejorar procesos de RRHH.
Semana 4: Integración y Despliegue de Modelos de IA
Temas:
- Uso de APIs y microservicios para desplegar modelos de IA
- Contenerización con Docker
- Herramientas de MLOps para la gestión de modelos en producción
Recursos:
- «Machine Learning Engineering» de Andriy Burkov (Capítulos sobre despliegue)
- AWS, Google Cloud, y Azure documentation on AI model deployment
Conclusión: Al final de esta semana, deberías ser capaz de integrar y desplegar modelos de IA en producción utilizando herramientas y plataformas modernas.