Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2023-05 Microsoft FABRIC - Acelerar Conocimientos Con IA
2023-05 Microsoft FABRIC - Acelerar Conocimientos Con IA
Acelerar los
conocimientos
con IA
Mayo de 2023 Acelerar los conocimientos con IA
2
Mayo de 2023 Acelerar los conocimientos con IA
3
Mayo de 2023 Acelerar los conocimientos con IA
4
Mayo de 2023 Acelerar los conocimientos con IA
Casos prácticos
Optimizar la preparación de los datos Transformación dinámica de datos
La pantalla basada en cuadrícula de Data Wrangler Data Wrangler se ha diseñado para acelerar el
permite a los científicos de datos explorar, limpiar proceso iterativo del análisis de datos de exploración.
y transformar los datos en un entorno inmersivo Sus visualizaciones integradas y su catálogo de
y dinámico. La herramienta ofrece un panel de transformaciones habituales de limpieza de datos
resumen útil e interactivo que actualiza las estadísticas aceleran el tedioso proceso de preparación de datos,
descriptivas basadas en la columna seleccionada. lo que ayuda a los usuarios a preparar sus datos para
También proporciona una biblioteca de operaciones el entrenamiento. Al generar código de Python que se
habituales de limpieza de datos que se pueden utilizar puede copiar de nuevo en el cuaderno, Data Wrangler
para transformar columnas individuales o varias admite la reproducibilidad que es fundamental para
columnas a la vez, con lo que se genera el código los flujos de trabajo de machine learning.
correspondiente en tiempo real.
5
Mayo de 2023 Acelerar los conocimientos con IA
Casos prácticos
Colaboración con fluidez Cumplimiento de calidad de los datos
SemPy, una biblioteca de Python, hace posible la Con la capacidad de definir reglas de calidad de
colaboración entre científicos de datos y analistas datos claras en Python, respaldadas con el control de
de datos para explorar y validar la capa de datos versiones y junto con SemPy, se puede equipar a los
semántica mediante Python Notebooks. Con SemPy, equipos de gestión de los datos en el sector público
los científicos de datos pueden usar características para administrar y cumplir los requisitos legales o
con las que están familiarizados, como Python, para políticos de calidad y precisión de los datos. Mediante
analizar los datos, lo que ayuda a obtener mejores el uso de SemPy, los equipos pueden validar sus
conocimientos de calidad y a tomar decisiones conjuntos de datos en tiempo real, lo que garantiza
fundamentadas. Con SemPy, los científicos de datos y el cumplimiento coherente de sus responsabilidades
los analistas de datos pueden elaborar juntos mejores judiciales.
informes y obtener conocimientos más completos a
partir de los datos.
6
Mayo de 2023 Acelerar los conocimientos con IA
Microsoft Fabric permite a los científicos de datos ● Modelos MLFlow: implementa modelos de
administrar el ciclo de vida de desarrollo de su modelo, machine learning para descubrir patrones
incluida la experimentación y la administración de ocultos en los datos. Cada artefacto de modelo
modelos, a través de MLFlow. Fabric facilita la iteración, incluye capacidades de control de versiones
creación y evaluación de modelos de machine learning de modelos para que los científicos de datos
para identificar y resolver preguntas empresariales. puedan volver a modelos anteriores, comparar
el rendimiento entre diferentes versiones y
garantizar la reproducibilidad en sus proyectos
El registro de experimentos y modelos integrados
de machine learning.
permite a los científicos de datos rastrear y comparar
diferentes ejecuciones de experimentos y versiones de
● Administración de artefactos de machine
modelos, registrando automáticamente los cambios
learning: los científicos de datos pueden crear
y los resultados. Con estas nuevas características, los
y administrar artefactos de modelos en Fabric.
científicos de datos pueden realizar un seguimiento
rápido, compartir y administrar su trabajo sin tener que
preocuparse por el registro manual. ● Almacén de seguimiento de MLFlow nativo:
impulsado por el registro de modelos de Azure
Machine Learning, los científicos de datos
Casos prácticos
Con la compatibilidad con MLFlow integrada, los A los nuevos usuarios se les proporciona acceso
usuarios de Microsoft Fabric pueden realizar varias inmediato a un gran conjunto de cuadernos para
simulaciones para obtener los mejores modelos para empezar a resolver problemas rápidamente y responder
resolver un problema determinado. La funcionalidad a varios tipos de preguntas empresariales mediante
de registro automático MLFlow realiza un seguimiento machine learning. Esta incorporación rápida y fluida
sin esfuerzo de los parámetros y las métricas, lo que acelera la comprensión de cómo utilizar las diversas
permite una revisión y comparación eficientes. herramientas de machine learning que se ofrecen en
Microsoft Fabric.
7
Mayo de 2023 Acelerar los conocimientos con IA
SynapseML ayuda a los desarrolladores e investigadores SynapseML facilita el uso de modelos de lenguaje de
a crear sistemas de IA responsables introduciendo nuevas gran tamaño con nuevas API de solicitud, finalización e
herramientas que revelan por qué los modelos realizan integración. Esto significa que los desarrolladores pueden
ciertas predicciones y cómo los desarrolladores pueden convertir rápida y fácilmente una columna DataFrame en
mejorar su conjunto de datos de entrenamiento para eliminar una línea de comandos de LLM. Las clases de integración
sesgos. En concreto, SynapseML incluye implementaciones de OpenAI hacen que sea fácil insertar tablas grandes
distribuidas de explicaciones aditivas de Shapley (SHAP), de frases de forma rápida y sencilla desde cuadernos de
medidas de equilibrio de conjuntos de datos y una variedad Microsoft Fabric. Con estas nuevas capacidades, la creación
de otras herramientas de IA responsables para explicar las de la siguiente solución inteligente está a solo unas líneas de
predicciones de la visión, el texto y los modelos tabulares. comandos.
8
Mayo de 2023 Acelerar los conocimientos con IA
conocimientos empresariales
Microsoft Fabric permite a los usuarios operativizar
modelos de machine learning mediante la función
PREDICT, que permite la puntuación por lotes a escala.
Novedades
Los científicos de datos pueden generar predicciones
directamente desde un cuaderno de Fabric con unas ● Puntuar los modelos empaquetados de MLFlow
pocas líneas de código, o bien desde la página de a escala con la función PREDICT.
elementos de un modelo específico con la ayuda de
una experiencia guiada con poco código.
● Utilizar una experiencia guiada con poco código
para escribir predicciones de modelos en un
PREDICT facilita el traspaso desde la creación de almacén de lago.
modelos hasta el consumo de modelos tanto para
desarrolladores profesionales como para usuarios
con menos experiencia. Una vez que se escriben las ● Servir predicciones de modelos en Power BI con
predicciones de modelos en el lago de datos de Fabric, un rendimiento sin precedentes mediante el
se pueden servir sin problemas a los informes de modo Direct Lake.
Power BI con una velocidad sin precedentes, gracias
a la nueva funcionalidad de Direct Lake. Los datos
enriquecidos están disponibles inmediatamente y se
actualizan continuamente para obtener conocimientos
empresariales con más rapidez.
Casos prácticos
PREDICT permite a los científicos de datos Cuando las predicciones por lotes llegan al almacén
generar predicciones mediante cualquier modelo de datos de Fabric, están optimizadas para impulsar
empaquetado MLFlow, con la certeza de que ningún los conocimientos empresariales. El nuevo modo
dato dejará la plataforma Fabric para la puntuación. Direct Lake hace que los datos enriquecidos estén
Los usuarios pueden llamar a PREDICT con tres API disponibles inmediatamente en los informes de Power
diferentes, para obtener la máxima flexibilidad, o bien BI, sin necesidad de realizar pasos adicionales. Con la
pueden configurar trabajos de puntuación por lotes biblioteca SynapseML, los usuarios pueden insertar
con solo unos clics con una nueva experiencia con cualquier modelo MLFlow directamente en una base
poco código. Selecciona los datos de entrada, asígnalos de datos o un trabajo de Spark. La nueva palabra clave
a un modelo y elige la ubicación de salida correcta PREDICT permite a los científicos de datos utilizar
en el almacén de lago para las nuevas predicciones: modelos en Spark SQL, enriqueciendo datos de forma
Fabric generará el código de extremo a extremo fluida en las canalizaciones existentes.
para ellos.
9
Mayo de 2023 Acelerar los conocimientos con IA
Casos prácticos
Casos prácticos
Detección de anomalías Puntuación de opiniones
Con la característica de conocimientos automatizados, La función Score Sentiment evalúa la entrada de texto
los usuarios pueden encontrar y explorar fácilmente y devuelve una puntuación de opinión para cada
conocimientos como anomalías, tendencias y análisis documento. Esta función es útil para detectar opiniones
de KPI en sus datos a medida que interactúan con sus positivas y negativas en redes sociales, reseñas de clientes
informes y los consumen. Notifica proactivamente al y foros de debate. El modelo utiliza una combinación
usuario si hay conocimientos interesantes en sus informes de técnicas durante el análisis de texto, incluido
y proporciona explicaciones de los conocimientos. Power el procesamiento de texto, el análisis de sintaxis,
BI también puede ejecutar análisis de conocimientos la colocación de palabras y las asociaciones de palabras
y mostrar notificaciones emergentes que resaltan los para crear un cloud de palabras a partir de los comentarios
principales conocimientos de elementos visuales en detectados.
la página del informe actual. Los conocimientos más
importantes son aquellos destacables por factores como la
rectificación y la importancia, por ejemplo, una anomalía
grande el día anterior o una tendencia pronunciada en la
última semana.
10
Mayo de 2023 Acelerar los conocimientos con IA
Copilot en Próxima-
Microsoft Fabric mente
Microsoft Fabric presentará experiencias Copilot ● La magia del chat: los cuadernos de Fabric
basadas en Azure OpenAI en todas las experiencias de tienen ChatGPT integrado en celdas de código,
datos para acelerar la productividad. Copilot puede lo que permite a los usuarios interactuar
ofrecer nuevos conocimientos ayudando a los usuarios directamente a través de lenguaje natural
a aprovechar las sólidas capacidades de análisis de sin abrir navegadores o sesiones adicionales
Power BI y Synapse. Fabric también permite a las y volver a ejecutar mensajes dinámicamente
organizaciones integrar y personalizar las capacidades para documentar o resumir elementos de su
de Azure OpenAI directamente con sus datos. código.
Casos prácticos
Obtención acelerada de conocimientos Aumento de la productividad
Un director de productos podría hacer una Para desarrolladores y científicos de datos, la función
pregunta sobre la propuesta de valor de una nueva de magia permite una integración perfecta con
característica del producto en toda la documentación, los resultados de los modelos GPT directamente
en investigaciones y en materiales de marketing. El integrados en el cuaderno. Se puede acceder a la
plugin de IA, ajustado según los propios datos de la generación de código, las respuestas en lenguaje
organización, recorrería la base de conocimientos, natural y los conocimientos sobre los datos mediante
identificando todos los puntos de datos relevantes comandos en línea, lo que reduce el cambio de
y condensándolos en un formato asimilable. A contexto. La interacción tiene en cuenta el contexto
continuación, el director recibiría una respuesta y es consciente de los datos dentro de Fabric. Conserva
completa en la que se detallaría el valor añadido el contexto para que los demás usuarios puedan
pertinente para la característica del producto comprenderlo e interactuar con él.
especificada.
11
Mayo de 2023 Acelerar los conocimientos con IA
Los cuadernos de Microsoft Fabric son una herramienta ● Colaboración: el cuaderno de Fabric es un
innovadora diseñada para facilitar el análisis de datos IDE colaborativo que permite a varios usuarios
y la colaboración con fluidez entre los profesionales editar en colaboración y en tiempo real. Esto
de datos. Los cuadernos de Microsoft Fabric se han permite a los científicos de datos realizar tareas
diseñado para responder a las necesidades de los de depuración en directo y fácilmente, trabajar
analistas de datos principiantes y de los científicos de simultáneamente y enseñar online sin barreras.
datos experimentados, y ofrecen un espacio de trabajo
accesible pero sólido para combinar y explorar datos. ● Recursos de cuaderno: el cuaderno de Fabric
tiene una carpeta de recursos integrada que
Con el lanzamiento de Microsoft Fabric, se han permite a los usuarios almacenar pequeñas
realizado algunas actualizaciones potentes, incluida la porciones de conjuntos de datos, módulos
compatibilidad con más lenguajes de programación y de código e imágenes que se pueden utilizar
características de creación más ricas. La coedición en más adelante para codificar cómodamente. El
tiempo real permite una programación colaborativa explorador de recursos de cuaderno ofrece una
fluida, el autoguardado protege cada edición, el experiencia de sistema de archivos local para
grupo de inicio permite una configuración rápida de administrar archivos fácilmente.
la sesión y los gestos intuitivos como arrastrar y soltar
o fragmentos de código ofrecen una experiencia de ● Grupos de inicio: los grupos de inicio están
incorporación más fluida y sin coste de aprendizaje. preconfigurados con áreas de trabajo de Fabric,
lo que significa que los usuarios pueden obtener
Casos prácticos
Con las capacidades de administración de recursos Los cuadernos de Fabric proporcionan potentes
en los cuadernos de Fabric, los científicos de datos capacidades integradas de exploración y visualización
pueden comenzar la exploración experimental de datos. Con el comando display(), los usuarios
basada en pequeños conjuntos de datos utilizando pueden obtener una vista previa y visualizar fácilmente
instrucciones estándar de Python, sin tener que lidiar el conjunto de datos con información de resumen
con los requisitos previos de configuración de big data. completa y varios tipos de gráficos. Esto simplifica las
Los científicos de datos pueden organizar de forma tareas habituales de preparación de datos, como la
intuitiva su código y otros recursos de una manera validación de la distribución y las comprobaciones de
flexible y estructurada, estableciendo tareas desde una calidad, lo que las hace sencillas y directas.
experiencia local cómoda.
12
Mayo de 2023 Acelerar los conocimientos con IA
Azure Cognitive Services ofrece una potente y amplia ● Detección de anomalías: las organizaciones
gama de modelos de IA preconfigurados para que pueden identificar patrones o comportamientos
los usuarios con distintos niveles de habilidades anómalos en sus datos, lo que permite la
puedan usar la IA. Microsoft Fabric se integra con detección temprana.
Azure Cognitive Services de forma nativa sin tener que
aprovisionar previamente ningún recurso de Azure. Con ● Azure OpenAI: los usuarios pueden acceder a
Azure Cognitive Services integrado en Microsoft Fabric, LLMs avanzados y crear soluciones inteligentes
las organizaciones pueden usar capacidades de IA "out para generar código, interpretar datos y entender
of the box", como Azure OpenAI, análisis de texto, la lógica sin tener experiencia en IA ni en ciencia
detección de anomalías, traducción y mucho más. de datos. Los usuarios pueden combinar este
resultado con sus datos estructurados existentes
para tomar decisiones más inteligentes.
Novedades
● Análisis de texto: con una colección de
● Traducción: Fabric integra Azure Cognitive características de Azure Cognitive Services for
Services para facilitar la traducción en tiempo Language, los usuarios pueden extraer, clasificar
real y la comunicación entre idiomas. y comprender texto dentro de los documentos.
Casos prácticos
Traducción en tiempo real Privacidad mejorada
En una organización, los usuarios de diversas Los servicios cognitivos, como el reconocimiento
ubicaciones geográficas y orígenes lingüísticos de entidades con nombre (NER) y la detección de
utilizan informes y paneles. Los puntos de conexión de información de identificación personal (PII), mejoran la
traducción se pueden utilizar para traducir al idioma privacidad y el cumplimiento de los datos, convirtiendo
la limpieza de datos y la garantía de privacidad en
local del espectador el contenido de estos informes,
una tarea eficiente. Por ejemplo, mientras tratan el
como etiquetas, descripciones y datos basados en
contenido generado por los usuarios o los comentarios
texto, lo que hace que estos informes y paneles sean
de los clientes, las empresas pueden utilizar el detector
accesibles para una audiencia global. de PII para identificar y censurar automáticamente la
información de identificación personal antes de que se
incluya en informes.
13
Mayo de 2023 Acelerar los conocimientos con IA
Casos prácticos
Con un lago de datos unificado, los científicos de datos En toda la organización se puede utilizar un modelo
pueden ejecutar modelos predictivos en los datos de certificado de previsión de la demanda para predecir la
ventas y escribir los resultados en One Lake en una sola demanda futura de productos. Al colaborar fácilmente,
operación. Los analistas de datos pueden acceder a estos los científicos de datos pueden trabajar juntos para crear
resultados inmediatamente, incluidas las previsiones de el mejor resultado de predicción. Al disponer del modelo
ventas futuras, y usarlos para crear paneles dinámicos y certificado y de fácil acceso a través de Microsoft Fabric
en tiempo real que proporcionen conocimientos útiles a se descomponen los silos, lo que ayuda a varios equipos a
los equipos de ventas y a los responsables de la toma de planificar de forma más eficaz y reducir los costes, desde
decisiones. la cadena de suministro hasta las ventas.
14
Mayo de 2023 Acelerar los conocimientos con IA
Pasos siguientes
Transformar los datos en conocimientos valiosos es Microsoft Fabric deja que los analistas de datos
esencial para todas las organizaciones. Microsoft Fabric se centren en los datos. Funciona de forma fluida,
reúne herramientas y soluciones de análisis en un solo proporcionando la herramienta adecuada en el
lugar, lo que permite a los usuarios crear y compartir momento idóneo en una única solución integrada para
esos conocimientos. No se trata solo de simplificar la cualquier conjunto de datos. Microsoft Fabric permite
forma en que usamos los datos, sino de ampliarlos: a las organizaciones obtener valor real de sus datos
encontrar nuevas formas de crear predicciones y y preparar sus sistemas para el futuro.
análisis que puedan impulsar un cambio positivo para
cualquier empresa.
© 2023 Microsoft Corporation. Todos los derechos reservados. Este documento se proporciona «tal cual». La información y las opiniones expresadas
en este documento, incluidas las direcciones URL y otras referencias a sitios web de Internet, están sujetas a cambios sin previo aviso. Cualquier riesgo
relacionado con el uso del documento es responsabilidad del usuario. Este documento no te proporciona ningún derecho legal sobre ninguna propiedad
intelectual de ningún producto de Microsoft. Puedes copiar y usar este documento para uso interno y como material de consulta. 15