Título :	Marketing Analytics de automatizaciones y uso de IA de alto impacto
Tipo de documento:	documento electrónico
Autores:	Giraldo Posada, Cristian David, Autor ; Díaz Alzate, Samuel David, Autor ; Betancourt Correa, Carlos, Asesor
Editorial:	Manizales [Colombia] : Universidad de Manizales*
Fecha de publicación:	2025
Colección:	RiDUM - Trabajos de Grado
Subcolección:	Pregrado en Ingenieria de Sistemas y Telecomunicaciones
Palabras clave:	Marketing digital  Inteligencia Artificial  Ingeniería de sistemas
Resumen:	Este documento presenta el diseño curricular del curso Marketing Analytics de automatizaciones y uso de inteligencia artificial de alto impacto, una propuesta formativa estructurada en cinco unidades progresivas orientadas al diseño, implementación y despliegue de soluciones analíticas aplicadas al marketing. El curso integra conceptos fundamentales de agentes inteligentes, arquitecturas de datos modernas y enfoques causales para la toma de decisiones, junto con técnicas avanzadas como sistemas multiagente, aprendizaje por refuerzo y buenas prácticas de MLOps orientadas a entornos productivos. La metodología combina microclases teóricas con talleres prácticos y retos autónomos, permitiendo que los participantes construyan entregables funcionales como flujos de automatización en n8n, prototipos de agentes en Copilot Studio, modelos de causalidad, tableros analíticos y pipelines reproducibles de despliegue. A lo largo del curso se promueve el pensamiento crítico, la experimentación guiada y el uso responsable de la inteligencia artificial, integrando herramientas contemporáneas tales como feature stores, sistemas RAG multimodales y frameworks de optimización. Esta propuesta está dirigida a profesionales que buscan fortalecer su capacidad para diseñar soluciones basadas en datos dentro del ámbito del marketing, con enfoque en autonomía operativa, escalabilidad y buenas prácticas éticas.
Tipo de medio :	Computadora
En línea:	https://ridum.umanizales.edu.co/handle/20.500.12746/7840
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

Marketing Analytics de automatizaciones y uso de IA de alto impacto [documento electrónico] / Giraldo Posada, Cristian David, Autor ; Díaz Alzate, Samuel David, Autor ; Betancourt Correa, Carlos, Asesor . - Manizales [Colombia] : Universidad de Manizales*, 2025. - (RiDUM - Trabajos de Grado. Pregrado en Ingenieria de Sistemas y Telecomunicaciones) .

Palabras clave:	Marketing digital  Inteligencia Artificial  Ingeniería de sistemas
Resumen:	Este documento presenta el diseño curricular del curso Marketing Analytics de automatizaciones y uso de inteligencia artificial de alto impacto, una propuesta formativa estructurada en cinco unidades progresivas orientadas al diseño, implementación y despliegue de soluciones analíticas aplicadas al marketing. El curso integra conceptos fundamentales de agentes inteligentes, arquitecturas de datos modernas y enfoques causales para la toma de decisiones, junto con técnicas avanzadas como sistemas multiagente, aprendizaje por refuerzo y buenas prácticas de MLOps orientadas a entornos productivos. La metodología combina microclases teóricas con talleres prácticos y retos autónomos, permitiendo que los participantes construyan entregables funcionales como flujos de automatización en n8n, prototipos de agentes en Copilot Studio, modelos de causalidad, tableros analíticos y pipelines reproducibles de despliegue. A lo largo del curso se promueve el pensamiento crítico, la experimentación guiada y el uso responsable de la inteligencia artificial, integrando herramientas contemporáneas tales como feature stores, sistemas RAG multimodales y frameworks de optimización. Esta propuesta está dirigida a profesionales que buscan fortalecer su capacidad para diseñar soluciones basadas en datos dentro del ámbito del marketing, con enfoque en autonomía operativa, escalabilidad y buenas prácticas éticas.
Tipo de medio :	Computadora
En línea:	https://ridum.umanizales.edu.co/handle/20.500.12746/7840
Link:	https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i