Está en la página 1de 6

MODALIDAD VIRTUAL

CURSO DE ESPECIALIZACIÓN EN

CHATBOTS CON 

INICIO 24.AGO.19
Este curso se enfoca en un subcampo específico de Smart Assistants basados
en el Procesamiento del lenguaje natural (NLP). Este campo  perteneciente a
área del Aprendizaje  Automático (Machine Learning) es usado en la industria
e investigación para implementaciones de Traducción de Máquina (Machine
Translation), Resumen Automático (Automatic Summarization), Sistemas de
Diálogo (Dialog Systems), entre otros. Siendo dichas implementaciones el
factor disruptor en muchos negocios ya conocidos como Google Translate o
Siri de Apple.

DIRIGIDO A
Toda la comunidad universitaria, público académico y
profesionales de todas las especialidades interesados en el
área.

OBJETIVOS
1. Comprender el concepto de NLP asociado al inglés y al español.
2. Comprender qué es un chatbot.
3. Comprender cuál es el proceso de diseño de un chatbot.
4. Comprender e implementar un chatbot sin código.
5. Comprender qué es y cómo usar NLP Engines libres y de pago.
6. Comprender las arquitecturas de referencia para la
implementación de un chatbot.
7. Comprender el NLP de un Chatbot hecho con Tensorflow.
8. Implementar un Chatbot que incorpore NLP en su funcionamiento.

PRECONDICIÓN
Conocimientos básicos de programación con Python, Git son
necesarios, además de nociones básicas Machine Learning.
Conocimientos de Recurrent Neural Networks y Tensorflow son
requeridos para el capítulo 6 (No excluyente, ya que este capítulo no
será evaluado).
DOCENTE
MSc. Boris Alzamora Sánchez
Data Architect en el Banco de Crédito BCP asociado especialmente a
definiciones de Inteligencia Artificial, y Data Science. Es Master of
Information Technology (enfocado en Data Science) por The Univeristy
of New South Wales (Sydney, Australia). Además de contar con
experiencia en la Adopción Tecnológica y de Buenas Prácticas para el
desarrollo de Data Science e Inteligencia Artificial en su organización,
posee vasta experiencia en el Desarrollo de Soluciones Chatbot
usando Software Libre y con tecnologías asociadas a DevOps y Cloud.
Viene apoyando como International Affairs Office en Data Science
Research Perú y es Organizador de la cuenta oficial de Kaggle Days
Perú.

(1) La Universidad se reserva el derecho de cambiar algún docente por contingencias inesperadas.

EVALUACIÓN
La evaluación del aprendizaje será un proceso continuo donde los estudiantes
tienen la oportunidad de ir trabajando con su proyecto chatbot a lo largo del
curso, haciendo su aprendizaje un proceso incremental en base a lo avanzado
en clase.
Evaluación Unidades (EU): Se tomará en cuenta una evaluación de cada
unidad y en la que cada unidad (a excepción de la unidad 6 y 7) tendrá dos
notas:
Quiz final : Tiene un ponderación del 50% de la nota de la unidad. Consistirá
en examen tipo test online de los conceptos teóricos.
Implementación Práctica : Tiene una ponderación del 50% de la nota de la
unidad. Se pondrán a prueba los conceptos teóricos explicados en las
sesiones de manera que el alumno trabajará incrementalmente sobre su
proyecto de fin de curso.
La media de estas notas tendrá un ponderado del 30% de la nota final de
curso.
Proyecto Final (PF): correspondiente a nota obtenida en la presentación de
su proyecto final (Unidad 7) el cual equivale al 70%.
Es decir, la Nota Final (NF) del curso, sobre un escala del 0 al 20, sería
equivalente a:

NF=EU+P F
5
Finalmente, se realizará según la escala de calificación que emplea el Centro de
Tecnologías de Información y Comunicaciones de la UNI.
ESCALA DE NOTAS
Calificativos y equivalencias en términos literales:

Nota Nota Literal

17.00 – 20.00 A

15.00 – 16.99 B

13.00 – 14.99 C

11.00 – 12.99 D
< de11.00 E (desaprobado)

La nota final aprobatoria del curso será de once (11.00). Se expresará en escala
vigesimal con dos decimales, no habrá redondeo al valor inmediato superior o
inferior.
La nota de los estudiantes que no rindan la evaluación dentro del plazo
establecido para cada unidad será cero (0).
PLAN DE ESTUDIOS
MÓDULO NOMBRE DE MÓDULO TEMAS

Definición de Chatbot.
Tipos y Dominios de Chatbots.
Componentes de diálogo para bots
1 Introducción (Sentences, Intents and Utterances).
Creando UI/UX Conversacional
(Conversation Tree, BotSocierty.io).
Conclusiones.

Definición de un Rule Based Chatbot


2 Predefined Closed Creando un Rule Based Chatbot
Domain Chatbot (Manychat, chatfuel)
(Rule Based) Conclusiones

Predefined Closed Definición de un ML Based Chatbot


3 Domain Chatbot Usando un NLP Cloud (Dialogflow, Wit.ai)
Creando un ML Based Chatbot (web)
(Rule Based) Conclusiones e importancia del feedback

Arquitectura de Solución Chatbot


Arquitectura de Limitaciones de ML based y Human Take Over
4 Referencia para Conectando a Facebook Messenger, Heroku
Chatbots Conclusiones.

Facebook Messenger Creando la base Heroku, Git y Flask


5 Conectando a BD, Messenger y Dialogflow
Chatbot con Python Conclusiones

Controles UX de Facebook Messenger


Enriqueciendo Mejorando la experiencia con APIs
6 Human Take Over
el Chatbot
Conclusiones

Tensorflow Chatbot Explicación paper de referencia: seq2seq


7 Explicación de implementación con Tensorflow
(no evaluado) Arquitectura de Referencia para Chatbot Web.

Proceso de aprobación de Facebook y


Proceso de aprobación y regulaciones.
8
presentación final Presentación final de proyectos chatbot.
Cierre del curso
REQUISITOS DE INSCRIPCIÓN*
A efectos de participar en el  curso   de  especialización  los  postulantes 
deberán cumplir  con  los siguientes requisitos:

1. Llenar Ficha de Inscripción


2. Copia simple del DNI (legible, ambas caras)
3. Enviar la boleta o voucher de pago al e-mail cursos.ctic@uni.edu.pe

III  ser  considerado   alumno   matriculado   es   indispensable   la  presentación  de  todos
NOTA:  Para 
los documentos mencionados antes del inicio de clases.

INFORMACIÓN GENERAL
Inicio de clases: Duración:
24 de agosto 08 sesiones

Horarios:
Semanalmente Inversión:
videoconferencias, S/ 350*
todos los sábados
9:00 -12:00 hrs.

(*) 10%  de descuento por pronto pago hasta el 14 de agosto.

MODALIDADES DE PAGO
1. Banco
Indicar el Código Autogenerado del servicio 667 y Concepto: CURSOS
CAPACITACION-OTROS

2. Caja UNI*
Pago con tarjeta de débito o crédito
(previamente deberá solicitar la orden de pago en la Oficina de Capacitación
del CTIC-UNI).
Horario de atención de CAJA UNI:
Lunes a viernes de 8:00 a 15:30 hrs.
Pabellón Central UNI, ingresar por la puerta N° 3

INFORMES E INSCRIPCIONES (01) 4811070 anexo 7004


Oficina de Capacitación CTIC - UNI WhatsApp: 993650618
cursos.ctic@uni.edu.pe WWW.CTIC.UNI.EDU.PE