Servicios de Asesoría y Capacitación Empresarial, S. C.

   

English

   

   

Français

   

   

Deutsch

OBJETIVO DEL CURSO.

Conocer, comprender y aplicar los requisitos y directrices para establecer, implementar, mantener y continuamente mejorar la calidad de los datos utilizados en las áreas de análisis de datos y aprendizaje automático con base en la Norma Internacional ISO/IEC 5259-3:2024 Inteligencia artificial - Calidad de los datos para el análisis de datos y el aprendizaje automático - Parte 3: Requisitos y directrices de la gestión de la calidad de los datos.

Nota 1: el análisis de datos es un concepto compuesto que consiste de la adquisición de datos, la recopilación de datos, la validación de datos, el procesamiento de datos, incluyendo la cuantificación de datos, la visualización de datos, así como la documentación y la interpretación de datos.

Nota 2: El análisis de datos se utiliza para la comprender objetos o eventos representados por datos, para hacer predicciones para una situación dada y para recomendar pasos para lograr objetivos. Las perspectivas obtenidas del análisis de datos se utilizan para varios propósitos tales como la toma de decisiones, la investigación, el desarrollo sostenible, diseño y planificación.

Nota 3: los datos son la materia prima para el análisis de datos y el aprendizaje automático. El objetivo de la serie ISO/IEC 5259 es proporcionar herramientas y métodos para evaluar y mejorar la calidad de los datos utilizadas en el análisis de datos y el aprendizaje automático.

Nota 4: los datos apoyan la toma de decisiones y traen consigo nuevos desafíos para la gestión de la calidad de los datos en el análisis de datos y en la inteligencia artificial basada en el aprendizaje automático. Aspectos en la calidad de los datos tales como que estén incompletos, que sean falsos o que estén desactualizados, pueden afectar adversamente a los procesos y a los resultados del análisis de datos y del aprendizaje automático. Datos de diferentes fuentes, incluyendo datos estructurados (por ejemplo, bases de datos relacionales) y datos no estructurados (por ejemplo, documentos, imágenes, audios) pueden consumirse directamente en ciclo de vida de los datos para el desarrollo de modelos para el análisis de datos y el aprendizaje automático.

Nota 5: Un enfoque holístico estandarizado para controlar, producir y proporcionar datos de suficiente alta calidad es necesario para los modelos del análisis de datos y del aprendizaje automático para que sean seguros, confiables e interoperables.

Nota 6: la Norma Internacional ISO 5259-3:2024 define vocabulario, requisitos y directrices para la comunicación, alineación y acuerdos para la gestión de la calidad de los datos. Un sistema de gestión de la calidad de los datos proporciona transparencia y la capacidad de ser auditado, ya sea por una evaluación realizada por la propia organización o por una tercera parte. También facilita el logro de la satisfacción de las partes interesadas y gestiona la calidad, el desempeño y los requisitos de las auto-declaraciones. Específicamente ISO 5259-3:2024 define requisitos para los sistemas de gestión de calidad de los datos con referencia a loas mediciones de calidad de los datos que son relevantes para las tecnologías más comúnmente utilizadas en el análisis de datos y el aprendizaje automático.

DURACIÓN DEL CURSO: 24 horas.

TEMARIO DEL CURSO.

El temario del curso es el siguiente:

1. Introducción.

1. Objeto y campo de aplicación.
   
   
2. Referencias normativas.
   
   
3. Términos y definiciones.
   
   
4. Símbolos y términos abreviados.
   
   
5. Uso previsto.
   
   
6. Gestión general de la calidad de datos.
   1. Objetivo.
      
      
   2. Generalidades.
      
      
   3. Requisitos y recomendaciones.
      1. Generalidades.
      2. Cultura de la calidad de los datos.
      3. Gestión de aspectos de la calidad de los datos.
      4. Gestión de la competencia.
      5. Gestión de los recursos.
      6. Integración del sistema de gestión.
      7. Documentación.
      8. Auditoría y evaluación de la calidad de los datos.
      9. Revisión de la confirmación y medidas de la calidad de los datos.
      10. Gestión de la calidad de los datos de un proyecto específico.
          
          
   4. Productos del trabajo.
      
      
7. Gestión de la calidad de los datos de un ciclo de vida específico.
   1. Objetivo.
      
      
   2. Generalidades.
      1. Ciclo de vida de la gestión de la calidad de los datos.
         
         
      2. Etapas del ciclo de vida de la gestión de la calidad de los datos.
         1. Motivación y conceptualización de los datos.
         2. Especificación de los datos.
         3. Planificación de los datos.
         4. Adquisición de los datos.
         5. Preprocesamiento de los datos.
         6. Aumento de los datos.
         7. Aprovisionamiento de los datos.
         8. Desmantelamiento de los datos.
            
            
      3. Personalización de un proyecto independiente del ciclo de vida de la gestión de la calidad de los datos.
         
         
      4. Aspectos horizontales del ciclo de vida de la gestión de la calidad de los datos.
         1. Generalidades.
         2. Validación y verificación.
         3. Gestión del cambio.
         4. Gestión de la configuración.
         5. Gestión del riesgo.
            
            
   3. Requisitos y recomendaciones.
      1. Motivación y conceptualización de los datos.
         1. Generalidades.
         2. Análisis de las partes interesadas.
         3. Análisis de factibilidad.
            
            
      2. Especificación de los datos.
         1. Generalidades.
         2. Formato de los datos.
         3. Propiedades estadísticas y divisibilidad.
         4. Recursos de apoyo y herramientas.
            
            
      3. Planificación de los datos.
         1. Generalidades.
         2. Planes específicos del ciclo de vida de los datos.
            
            
      4. Adquisición de los datos.
         1. Generalidades.
         2. Fuente de los datos.
         3. Recopilación de los datos.
         4. Manejo de los datos.
            
            
      5. Preprocesamiento de los datos.
         1. Generalidades.
         2. Limpieza de los datos.
            
            
      6. Aumento de los datos.
         1. Generalidades.
         2. Etiquetados y anotaciones de los datos.
         3. Aumento calculado.
            
            
      7. Aprovisionamiento de los datos.
         1. Generalidades.
         2. Artículos del aprovisionamiento de los datos.
         3. Documentación.
         4. Rastreo y mejora.
         5. Optimización de los datos.
         6. Compromiso de apoyo.
            
            
      8. Desmantelamiento de los datos.
         1. Generalidades.
         2. Transferencia de datos.
         3. Borrado de datos.
         4. Borrado parcial de datos a solicitud.
            
            
   4. Productos del trabajo.
      1. Productos del trabajo de la etapa de motivación y conceptualización de los datos.
      2. Productos del trabajo de la etapa de especificación de los datos.
      3. Productos del trabajo de la etapa de planificación de los datos.
      4. Productos del trabajo de la etapa de adquisición de los datos.
      5. Productos del trabajo de la etapa de preprocesamiento.
      6. Productos del trabajo de la etapa de aumento de los datos.
      7. Productos del trabajo de la etapa de aprovisionamiento de los datos.
      8. Productos del trabajo de la etapa de desmantelamiento de los datos.
         
         
8. Procesos horizontales.
   1. Objetivo.
      
      
   2. Generalidades.
      
      
   3. Requisitos y recomendaciones.
      1. Verificación y validación.
         1. Generalidades.
         2. Puertas de la calidad del ciclo de vida de los datos.
         3. Mejora.
            
            
      2. Gestión de la configuración.
         
         
      3. Gestión del cambio.
         1. Generalidades.
         2. Planificación del gestión del cambio.
         3. Especificación de la solicitud del cambio.
         4. Análisis de la solicitud del cambio.
         5. Evaluación de la solicitud del cambio.
         6. Implementación y documentación del cambio.
            
            
      4. Gestión del riesgo.
         1. Generalidades.
         2. Requisitos y recomendaciones.
            
            
   4. Productos del trabajo.
      1. Productos del trabajo de la verificación y validación.
      2. Productos del trabajo de la gestión de la configuración.
      3. Productos del trabajo de la gestión del cambio.
      4. Productos del trabajo de la gestión del riesgo.
         
         
9. Gestión de la calidad de los datos en las cadenas de suministro.
   1. Objetivo.
   2. Requisitos y recomendaciones.
   3. Productos del trabajo.
      
      
10. Gestión de las herramientas de procesamiento de los datos.
    1. Objetivo.
    2. Requisitos y recomendaciones.
    3. Productos del trabajo.
       
       
11. Gestión de las dependencias de calidad de los datos.
    1. Objetivos.
    2. Requisitos y recomendaciones.
    3. Productos de trabajo.
       
       
12. Gestión de la calidad de los datos de un proyecto específico.
    1. Objetivo.
       
       
    2. Requisitos y recomendaciones.
       1. Contexto y uso previsto.
       2. Objetivo.
       3. Requisitos y recomendaciones.
          
          
    3. Especificación y gestión de los requisitos de la calidad de los datos.
       1. Objetivo.
       2. Requisitos y recomendaciones.
          
          
    4. Roles y responsabilidades en la gestión de la calidad de los datos.
       1. Objetivo.
       2. Requisitos y recomendaciones.
       3. Productos del trabajo.
          
          
    5. Personalización de las actividades de calidad de los datos.
       
       
    6. Planificación y coordinación de las actividades de calidad de los datos.
       1. Generalidades.
       2. Plan de la calidad de los datos.
       3. Planificación de los procesos.
          
          
    7. Progresión del ciclo de vida de la calidad de los datos.
       
       
    8. Justificación de la calidad de los datos.
       
       
    9. Desmantelamiento de los datos.
       
       
    10. Productos del trabajo.
        
        
13. Taller de ejercicios de interpretación y aplicación de la Norma Internacional ISO/IEC 5259-3:2024.

Regresar a los cursos de sistemas de gestión de inteligencia artificial.

Regresar a los cursos de sistemas de gestión.