Most Active Speaker

Antonio José Soto Rodriguez

Antonio José Soto Rodriguez

Director Verne Tech

Data & AI Business Unit Director - VerneTech - SolidQ

A Coruña, Spain

Actions

After more than 20 years managing information systems, mainly in Microsoft environments, with special focus on Business Intelligence systems and data management, I am now more focused on the management of teams and sales. Always looking for new challenges to help our customers optimize their investments in their data platform. Right now focused on Big data, Smart data and IA technologies in order to define new lines of business

Después de más de 25 años gestionando sistemas de información, principalmente en entornos de Microsoft, con especial atención a los sistemas de Business Intelligence y la gestión de datos, ahora estoy más centrado en la gestión de equipos y ventas. Siempre buscando nuevos retos para ayudar a nuestros clientes a optimizar sus inversiones en su plataforma de datos. En este momento se centra en Big data, Smart data y tecnologías IA con el fin de definir nuevas líneas de negocio

Awards

  • Most Active Speaker 2024
  • Most Active Speaker 2023

Area of Expertise

  • Business & Management
  • Information & Communications Technology
  • Real Estate & Architecture

Topics

  • Artificial Intelligence (AI) and Machine Learning
  • Microsoft (Azure) Data Platform
  • Data / Data Ops / Data Governance

Sessions

No solo de IA Gen vive el hombre: Ciclo de Vida Completo de ML en Microsoft Fabric en

De la Preparación de Datos a la Monitorización de Modelos.
• Preparación de datos y gestión de experimentos en Synapse Data Engineering.
• Configuración de entornos de entrenamiento y prueba en Fabric.
• Despliegue de modelos en endpoints de producción con integración de monitorización.
• MLOps en Fabric: control de versiones, retrain automático y detección de drift.

Crea tu propio Agente con Microsoft Copilot Studio en

En esta sesión verás como crear agentes utilizando Copilot Studio, sin necesidad de código, y como desplegarlo en diferentes canales

Copilot en Microsoft Fabric en

En esta sesión aprenderemos a aprovechar las capacidades de Copilot de Microsoft Fabric para mejorar la experiencia de los desarrolladores y los usuarios finales. Esta presentación mostrará cómo ir de principio a fin aplicando las funciones que ofrece Copilot en Microsoft Fabric con el objetivo de conocer cómo aprovechar Copilot en Microsoft Fabric para mejorar nuestra productividad y mejorar la eficiencia en todas las cargas de trabajo

Microsoft Fabric AI Skills. Talking with your structured data at a glance! en

In this session we´ll go through the process to define what an AI skill is, how it compares to Fabric Copilot and how to create one to talk with your data

Azure AI Search: Entendiendo las bbdd vectoriales y las búsquedas semánticas en

En esta sesión, veremos las bases de la vectorización y como podemos utilizar Azure AI Search, para almacenarlas y potenciar nuestras soluciones a través de las búsquedas semánticas.

Extendiendo Copilot con Complementos de Power Platform en es

Dentro de las opciones para extender Copilot, podemos echar mano de los complementos de la Power Platform (como Docusign, Salesforce, Github yu otros) y de determinados Flujos de Power Automate. Ahora además, podemos utilizar estos mismos complementos para crear Acciones en Copilot Studio, reutilizando dichas opciones y configuraciones

Azure AI. Aterrizando proyectos. De la eterna POC a la vida real en

En esta sesión veremos todas las novedades presentadas por Microsoft la pasada semana, centrándonos en aquellas orientadas a productivizar soluciones basadas en AI, las diferentes opciones que tenemos y como operacionalizarlas (MLOps)

Scale Power Platform capacities with Generative AI en es

We´ll show how we can use Gen AI in our Power PLatform solutions using AI Builder, Copilot, ChatGPT and others so we can multiply Power Platform capacities

Azure AI Studio: Creando nuestro propio Copilot en es

En esta sesión veremos las capacidades que nos proporciona el nuevo Azure AI Studio para crear nuestras propias soluciones, centralizando el desarrollo de las mismas y operacionalizando los productos creados. Veremos también que nos proporciona el Azure AI SDK y como podemos aprovechar sus funcionalidades.

Microsoft Fabric al rescate! en es

En esta sesión veremos las funcionalidades e integraciones que introduce Microsoft Fabric enfocado a los usuarios de Business Applications así como la integración con el resto de componentes de la Power Platform, a través del paradigma de Onalake

Azure Open AI: Hablando con mis datos en es

En esta sesión veremos como utilizando el framework de Langchain, podemos tener "conversaciones" con datos estructurados almacenados en nuestro motor de base de datos relacional!

OpenAI Deep Dive: Prompt Engineering en

Uno de los aspectos más relevantes a la hora de personalizar el comportamiento de los modelos LLM son las diferentes opciones que tenemos a la hora de crear y gestionar el modo en el que le preguntamos o solicitamos al modelo que nos genere contenido. En esta sesión veremos las diferentes opciones y los aspectos técnicos relacionados con estas opciones que nos permiten personalizar el comportamiento de los modelos

SynapseML: Como montar tus pipelines de ML en Azure Synapse y PySpark en

Uno de los casos de uso para los que podemos necesitar desplegar pools de Spark en Azure Synapse es la implementación de pipelines de entrenamiento o despliegue de modelos de Machine Learning, o para integrar dentro de nuestros procesamientos de datos, soluciones como Azure Cognitive Services. En esta sesión veremos lo sencillo que es hacerlo con SynapseML, que es la evolución de MMLSpark. Ah.. y a pesar de su nombre, no es solo para Synapse. También podemos utilizarlo en Databricks, por ejemplo!!

Interpretabilidad de Modelos de ML utilizando Python e InterpretML en es

Incluso hoy en día es bastante común encontrarse con clientes o colegas que perciben los modelos de ML como una caja negra capaz de realizar magia para darle al cliente lo que quiere. Sin embargo, la cruda realidad es que sin una comprensión razonable de cómo funcionan los modelos de ML, los proyectos del mundo real rara vez tienen éxito. Teniendo en cuenta que cualquier proyecto de este estilo tiene un componente de negocio muy relevante y que el objetivo final de estos modelos es tomar decisiones automáticas por parte de los usuarios, tienen derecho a hacer preguntas como "¿Cómo puedo confiar en este modelo?" o "¿Cómo se toman las decisiones del modelo?" Responder a estas preguntas puede convertirse en un desafío y es una de las áreas donde se están invirtiendo más esfuerzos hoy en día.

Azure Responsible AI dashboard workshop en es

Un modelo de ML es una caja negra que es difícil de depurar. Las técnicas tradicionales de rendimiento del modelo de ML proporcionan una pequeña visión de la verdadera precisión del modelo. Además, estas técnicas tienen un punto ciego para encontrar dónde están los errores de modelo o datos. Esto puede conducir a problemas de equidad o sesgo social. Existe una creciente necesidad de transparencia para poder comprender o explicar qué características impulsaron el resultado de un modelo para algunas regulaciones de la industria. Este taller brindará a los participantes aprendizaje práctico sobre cómo usar el panel de IA responsable de Azure Machine Learning para depurar un modelo mediante Análisis de errores, Análisis de datos y Explicabilidad/Interpretabilidad. Al final del taller, los participantes aprenderán los procedimientos recomendados para usar Azure Responsible AI Dashboard para ayudar a los profesionales de ML a producir soluciones de IA que sean menos dañinas y más confiables.

Responsible AI with Microsoft Responsible AI Toolbox en es

Responsible AI is an approach to assessing, developing, and implementing AI systems safely, reliably, and ethically, and making responsible decisions and actions. In this session we will see how to do it with a set of tools provided by MIcrosoft that we can use in our AI projects in Azure

Securing our reports from bad guys! Data Protection in Power BI en es

In this session, we will review the options that the entire Power BI platform and Azure could provide us to implement data protection mechanisms through sensibility labels, governance policies and integration with Microsoft Cloud App Security and Microsoft Sentinel so you could share your reports without fear!

Incorpora Inteligencia a tus Power Apps: AI Builder en es

En esta sesión veremos las opciones que nos proporciona AI Builder, para introducirnos en el mundo de la Inteligencia Artificial, sin necesidad de escribir ni una linea de código. Analizaremos los diferentes escenarios de negocio que nos proporciona out-of-the-box y haremos una demo de predicción de ventas, para que veais lo sencillo que es conectar las piezas del puzzle!!

Interpretability of Machine Learning Models using Python and Microsoft InterpretML en es

Even today it is quite common to meet clients or colleagues who perceive Machine Learning models as a black box capable of performing magic or alchemy to give the customer what they want. However, the stark reality is that without a reasonable understanding of how ML models work, real-world projects are rarely successful. Considering that any project of this style has a very relevant business component and that the ultimate goal of these models is to make decisions automatically by users, they have the right to ask questions such as "How can I trust this model?" or "How do you make the model decisions?" Answering these questions can become challenging and is one of the areas where more efforts are being invested today.

In this session, we´ll walk through different interpretability strategies using Python and packages such as Microsoft Interpret ML

RFM NAV Customer Classification with Python and Azure Functions en

In this session you´ll learn how to create an Azure Function that invokes a Machine Learning clustering model that take RFM information directly from Dynamics NAV tables so you can classify your customers in groups based on their purchase patterns.

The Data Lab: Filling the gap between Strategy and Data. en

Learn from real experiences how to incorporate successful data-based projects into your organization without disrupting existing processes using and implementing agile procedures. We will show real cases of existing Data Labs that have had a high impact on the businesses of the companies that have implemented them using Big Data technologies. In this talk you will also learn how to manage a Data Lab that includes a mixed team trough LEAN concepts that would help you to be agile and efficient. We will also show the different architecture approaches that you could use to implement the Data Lab concept and how to integrate it into an existing architecture using hybrid approaches that could get the best from the Cloud and On-premises . Finally we will show you the methodology that will allow you to discover the projects that would have more impact on the business and how to accomplish them.

Customer Insights: Artificial Intelligence at the service of the business en es

In this session, we will see how Customer Insights can help us establish a CDP (Customer Data Platform) in our organization, allowing us to consolidate all our customers' data, and use embedded Machine Learning models to extract the most out of that data. And all this using the CDM, Power Query, and Azure ML Services!!

IA Responsable con Microsoft Responsible AI Toolbox en es

La IA responsable es un enfoque para evaluar, desarrollar e implementar sistemas de IA de manera segura, confiable y ética, y tomar decisiones y acciones responsables. En esta sesión veremos como hacerlo con un conjunto de herramientas proporcionado por MIcrosoft que podemos utilizar en nuestros proyectos de IA en Azure

No solo de OpenAI vive el hombre: Los superpoderes de Azure Cognitive Services es

En estos días que OpenAI copa todos los comentarios, en esta sesión veremos que existen otros servicios de Inteligencia Artificial, dentro de Azure, que permiten integrar dentro de nuestras aplicaciones soluciones de Computer Vision, Custom Vision, o Moderaciones de Contenidos

Microsoft Fabric: Everything you need as Data Science Platform! en es

In this session we will analyze in depth the features that Microsoft Fabric provides us to act as a Data Science platform when developing pipelines and creating models. We will also see the integrations with other components of the MIDP

Microsoft Fabric: Todo lo que necesitas para una plataforma de Ciencia de Datos en es

En esta sesión analizaremos en profundidad las características que Microsoft Fabric nos proporciona para actuar como plataforma de Ciencia de Datos a la hora de desarrollar pipelines y creamos modelos. Veremos también las integraciones con otros componentes de la MIDP

Microsoft Fabric al rescate! en es

En esta sesión veremos las funcionalidades e integraciones que introduce Microsoft Fabric enfocado a los usuarios de Business Applications así como la integración con el resto de componentes de la Power Platform, a través del paradigma de Onalake

Azure Open AI: Hablando con mis datos en es

En esta sesión veremos como utilizando el framework de Langchain, podemos tener "conversaciones" con datos estructurados almacenados en nuestro motor de base de datos relacional!

Azure Responsible AI dashboard workshop en es

Un modelo de ML es una caja negra que es difícil de depurar. Las técnicas tradicionales de rendimiento del modelo de ML proporcionan una pequeña visión de la verdadera precisión del modelo. Además, estas técnicas tienen un punto ciego para encontrar dónde están los errores de modelo o datos. Esto puede conducir a problemas de equidad o sesgo social. Existe una creciente necesidad de transparencia para poder comprender o explicar qué características impulsaron el resultado de un modelo para algunas regulaciones de la industria. Este taller brindará a los participantes aprendizaje práctico sobre cómo usar el panel de IA responsable de Azure Machine Learning para depurar un modelo mediante Análisis de errores, Análisis de datos y Explicabilidad/Interpretabilidad. Al final del taller, los participantes aprenderán los procedimientos recomendados para usar Azure Responsible AI Dashboard para ayudar a los profesionales de ML a producir soluciones de IA que sean menos dañinas y más confiables.

Interpretabilidad de Modelos de ML utilizando Python e InterpretML en es

Incluso hoy en día es bastante común encontrarse con clientes o colegas que perciben los modelos de ML como una caja negra capaz de realizar magia para darle al cliente lo que quiere. Sin embargo, la cruda realidad es que sin una comprensión razonable de cómo funcionan los modelos de ML, los proyectos del mundo real rara vez tienen éxito. Teniendo en cuenta que cualquier proyecto de este estilo tiene un componente de negocio muy relevante y que el objetivo final de estos modelos es tomar decisiones automáticas por parte de los usuarios, tienen derecho a hacer preguntas como "¿Cómo puedo confiar en este modelo?" o "¿Cómo se toman las decisiones del modelo?" Responder a estas preguntas puede convertirse en un desafío y es una de las áreas donde se están invirtiendo más esfuerzos hoy en día.

Semantic Link, when Power BI meets Spark en es

Would you like to use the job done by analysts in Power BI models into your Data Science process? Would you like to automatically detect relationships between data stored in CSV files? Would you like to validate information automatically in your Data Science pipelines? Would you like to augment your data from Notebooks? If the answer to any of these questions is yes, Semantic Link is the Microsoft Feature that you need to know!

Semantic Link, cuando Power BI conoció Spark en es

¿Te gustaría usar el trabajo realizado por los analistas en los modelos de Power BI en tuproceso de ciencia de datos? ¿te gustaría detectar automáticamente las relaciones entre los datos almacenados en archivos CSV? ¿Te gustaría validar la información automáticamente en tus pipelines de Data Science? ¿te gustaría aumentar tes datos de Notebooks cargando información desde Power BI? Si la respuesta a cualquiera de estas preguntas es sí, Semantic Link es la característica de Microsoft que necesita conocer.

Incorpora Inteligencia a tus Power Apps: AI Builder en es

En esta sesión veremos las opciones que nos proporciona AI Builder, para introducirnos en el mundo de la Inteligencia Artificial, sin necesidad de escribir ni una linea de código. Analizaremos los diferentes escenarios de negocio que nos proporciona out-of-the-box y haremos una demo de predicción de ventas, para que veais lo sencillo que es conectar las piezas del puzzle!!

Protegiendo nuestros informes de los malos! Protección de Datos en Power BI en es

En esta sesión veremos las opciones que nos proporciona Power BI para implementar mecanismos de protección de en los datos, a través de las etiquetas de sensibilidad, las políticas de gobierno y la integración con Microsoft Cloud App Security, para poder compartir tus informes y datos sin miedo a que sean hackeados!

Power BI Datamarts: What´s new, old? en es

No-Code / Low-Code has come to the world of Datawarehouse. With the possibility of creating Data Marts in SQL Azure, directly from the Power BI service, simply with a browser, using the Dataflows interface, we have at our disposal a new Architecture alternative for Analytics solutions. In this session we will see in detail what are the functionalities that we have at our disposal, and the scenarios and use cases in which we could use this alternative within our Enterprise Architectures

Power BI Datamarts: ¿Qué hay de nuevo, viejo? en es

El No-Code / Low-Code ha llegado al mundo del Datawarehouse. Con la posibilidad de crear Data Marts en SQL Azure, directamente desde el servicio de Power BI, simplemente con un navegador, utilizando el interfaz de los Dataflows, tenemos a nuestra disposición una nueva alternativa de Arquitectura para soluciones de Analítica. En esta sesión veremos en detalle cuales son las funcionalidades que tenemos a nuestra disposición, y los escenarios y casos de uso en los que podríamos utilizar esta alternativa dentro de nuestras Arquitecturas Empresariales

Customer Insights: Inteligencia Artificial al Servicio del Negocio en es

En esta sesión veremos como Customer Insights puede ayudarnos a establecer un CDP (Customer Data Platform) en nuestra organización, permitiéndonos consolidar todos los datos de nuestros clientes, y utilizar modelos de Machine Learning embebidos para extrar el máximo partido a esos datos. Y todo ello utilizando el CDM, Power Query y Azure ML Services!!

Interpretabilidad de Modelos de ML utilizando Python e InterpretML en es

Incluso hoy en día es bastante común encontrarse con clientes o colegas que perciben los modelos de Machine Learning como una caja negra capaz de realizar magia o alquimia para darle al cliente lo que quiere. Sin embargo, la cruda realidad es que sin una comprensión razonable de cómo funcionan los modelos de ML, los proyectos del mundo real rara vez tienen éxito. Teniendo en cuenta que cualquier proyecto de este estilo tiene un componente de negocio muy relevante y que el objetivo final de estos modelos es tomar decisiones automáticas por parte de los usuarios, tienen derecho a hacer preguntas como "¿Cómo puedo confiar en este modelo?" o "¿Cómo se toman las decisiones del modelo?" Responder a estas preguntas puede convertirse en un desafío y es una de las áreas donde se están invirtiendo más esfuerzos hoy en día.

En esta sesión, recorreremos diferentes estrategias de interpretabilidad utilizando Python y paquetes como Microsoft Interpret ML

Arquitectura Big Data para el siglo XXI. Big Data no es solo para los ricos es

Han pasado ya los días en los que era necesario realizar grandes desembolsos para poder disponer de arquitecturas que nos permitiesen obtener las bondades de cluster Hadoop o Spark. Hoy en día, la nube nos permite implementar este tipo de soluciones a un precio razonable y con una flexibilidad sin límites. En esta sesión veremos las diferentes opciones que tenemos en Azure para desplegar la Arquitectura Big Data que mejor se adapte a nuestras necesidades, a través de escenarios reales de Análisis de Datos en tiempo real, Machine Learning y exploración de grandes cantidades de datos de forma interactiva

Azure Sentinel: Todo lo que no querrías ver en tu organización... es

Presentación del servicio Azure Sentinel y como podemos analizar alertas y descubrir incidentes de seguridad en organizaciones, lo que no nos gustaría descubrir.

Desarrollo de soluciones Multiplataforma con Power BI XMLA Endpoints, .NET Core, AMO y ADOMD.NET es

Durante esta sesión revisaremos los nuevos paquetes NuGet AMO y ADOMD.NET que nos permiten desarrollar soluciones con .NET Core y que junto a los XMLA Endpoints de Power BI, abren nuevas posibilidades para tener soluciones multiplataforma para la gestión de soluciones Power BI, como por ejemplo, tener una App Service Linux que refresque los modelos o realice nuevos despliegues.

Jugando a adivinar el futuro con ML.NET es

Estamos ya en el momento en el que el Machine Learning ha pasado de ser una caja negra a una tecnología utilizada en un gran cantidad de escenarios. En esta sesión introduciremos los conceptos de Machine Learning, como realizar la aproximación a un proyecto real y como implementarlo utilizando ML.NET, la librería de .NET Core que nos permite crear modelos de ML. Para ello intentaremos realizar predicciones utilizando algoritmos de Regresión

Power BI para desarrolladores es

Seguro que has oído hablar de Power BI y sus capacidades de BI de autoservicio. Hoy en día ya no solo es una herramienta para usuario final, sino que nos permite implementar soluciones empresariales de BI con un nuevo paradigma de mayor flexibilidad y facilidad de uso que las soluciones BI tradicionales. En esta sesión veremos los aspectos clave para los desarrolladores, desde como embeber informes Power BI en nuestras aplicaciones, hasta como interactuar con los modelos desplegados, actualizar datos o realizar modificaciones a nuestros modelos.

Agregando Funcionalidad a nuestros informes con Power Automate. Desencadenando acciones es

Es habitual que nuestros usuarios, además de visualizar información en nuestros informes, quieran desencadenar acciones a partir de sus análisis, o interactuar con otras soluciones. Para ello, disponemos de la visual nativa de Power Automate con la que podemos lanzar flujos que nos permitan realizar determinadas acciones desde nuestros informes de Power BI

Segmentando mis clientes con ML.NET y Python ¿Quién lo hará mejor? es

En esta sesión veremos como utilizar datos de clientes para realizar una segmentación de los mismos, comenzando por un análisis RFM que nos sirva para enriquecer nuestros datos para posteriormente crear un modelo ML utilizando el mismo algoritmo en ML .NET y en Python sklearn, para ver los resultados. Todo ello, por supuesto con Visual Studio Code!

Primeros pasos en IA para usuarios de Power BI. ¿Quién dijo miedo? es

En esta sesión veremos las posibilidades que nos proporciona Power BI Premium, para integrarse con los Azure Cognitive Services, así como la posibilidad de utilizar las funcionalidades de AutoML en los flujos de datos

Información en Tiempo Real: Power BI Streaming es

Aunque Power BI es una plataforma para el desarrollo de soluciones analíticas, dispone de posibilidades para que podamos utilizarla también como plataforma de reporting y uno de los escenarios más demandados, es el de mostrar información en tiempo real. Esto es posible gracias la posibilidad de generar conjuntos de datos de tipo streaming. En esta sesión veremos como mostrar información de sensores en tiempo real en nuestros informes, mezclando también conceptos de IoT

Azure AI Studio: Creando nuestro propio Copilot en es

En esta sesión veremos las capacidades que nos proporciona el nuevo Azure AI Studio para crear nuestras propias soluciones, centralizando el desarrollo de las mismas y operacionalizando los productos creados. Veremos también que nos proporciona el Azure AI SDK y como podemos aprovechar sus funcionalidades.

Ensuring Security Best Practices in Azure OpenAI en es

We’ll cover topics such as data privacy, model integrity, secure deployment, and monitoring, providing attendees with a comprehensive understanding the main points that they should put attention on related to security, privacy and Responsable use of models in Azure OpenAI. We’ll also discuss best practices for developers and organizations to ensure their AI implementations are secure.

Buenas prácticas de seguridad en Azure Open AI en es

En esta sesión cubriremos temas como la privacidad de los datos, la integridad de los modelos, la implementación segura, el compromiso de derechos de autor del cliente y la supervisión, proporcionando a los asistentes una visión completa de los principales puntos a los que deben de prestar atención relacionados con la seguridad, la privacidad y el uso responsable de los modelos en Azure OpenAI. También analizaremos las mejores prácticas para que los desarrolladores y las organizaciones garanticen que sus implementaciones de IA sean seguras.

RAG Achitecture with Azure Databricks en es

In this session we will cover how to create a LLM-bases solution using the RAG pattern in Azure Databricks, using features such as Azure Databricks Vector Search the AI playground or the model servicing capabilities.

Soluciones basadas en LLM con Azure Databricks en es

En esta sesión, trataremos cómo crear una solución basada en LLM mediante el patrón RAG en Azure Databricks, mediante características como Azure Databricks, Vector Search, el área de juegos de IA o las funcionalidades de mantenimiento de modelos.

Multiplica las capacidades de Power Platform con IA Generativa en es

En esta sesión veremos como utilizar IA Generativa en nuestras soluciones de Power Platform. Que opciones de integración tenemos y como podemos incrementar las funcionalidades de la plataforma Low-Code a través de soluciones de IA Generativa. Veremos conceptos como AI Builder, Copilot, Chatbots.....

Prebuilt Azure AI services in Microsoft Fabric en es

Microsoft Fabric is the definitive solution to centralize all your data initiatives and projects, including features to create a centralized lakehouse, processing data with data warehouse experiences, including business rules into semantic models, creating realtime analytics solutions and also AI projects. In this last feature, beyond the ability to create experiments and deploy models based on your data we also have a subset of Azure AI Services included in the package that we can use out of the box. In this session we´ll analyze these options and how to use them into our Microsoft Fabric experience without the need to create or use any external services.

In-depth look into the Azure AI Services included with Microsoft Fabric

Servicios de Azure AI incluidos en Microsoft Fabric. ¿Quién da más? en es

Microsoft Fabric es la solución definitiva para centralizar todas tusiniciativas y proyectos de datos, incluidas las características para crear un lakehouse centralizado, el procesamiento de datos con experiencias de almacenamiento de datos, la inclusión de reglas de negocio en modelos semánticos, la creación de soluciones de análisis en tiempo real y también proyectos de IA. En esta última característica, más allá de la capacidad de crear experimentos e implementar modelos basados en nuestros datos, también tenemos un subconjunto de Azure AI Services incluido en el paquete que podemos usar de forma predeterminada. En esta sesión, analizaremos estas opciones y cómo usarlas en nuestra experiencia de Microsoft Fabric sin necesidad de crear ni usar ningún servicio externo.

En esta sesión haremos un Análisis detallado de los servicios de inteligencia artificial de Azure incluidos en Microsoft Fabric

Extendiendo Copilot con Complementos de Power Platform en es

Dentro de las opciones para extender Copilot, podemos echar mano de los complementos de la Power Platform (como Docusign, Salesforce, Github yu otros) y de determinados Flujos de Power Automate. Ahora además, podemos utilizar estos mismos complementos para crear Acciones en Copilot Studio, reutilizando dichas opciones y configuraciones

Building Assstants with Azure Open AI Assistants API en es

In this session we will look at the capabilities included in Azure Open AI to develop wizard-based solutions with the Assistants APIs, which allow us to define multi-agent solutions capable of generating the necessary context for LLMs in solving different problems

Learn how to use the Assistants API to create your own assistants, use Function Calling and Code Interpreter capabilities

Creando asistentes con Azure Open AI Assistants API en es

En esta sesión veremos las capacidades incluidas en Azure Open AI para desarrollar soluciones basadas en asistentes con el Assistants APIs, que nos permitan definir soluciones de multiagente capaces de generar el contexto necesario para los LLM en la resolución de diferentes problemas

Descubre como utilizar el API de Assistants para crear tus propios asistentes, utilizar capacidades de Function Calling y Code Interpreter

MLOps : Designing an Azure ML solution for Enterprise en es

In this session you will learn how to implement a solution based on Azure Machine Learning from an Cloud Architect point of view, that you could use on an Enterprise Design, putting attention not just on the Azure ML artifacts but in the infrastructure needed to run the complete solution

MLOps: Diseñando una solución Azure ML para la empresa en es

En esta sesión aprenderás a implementar una solución basada en Azure Machine Learning desde el punto de vista de un arquitecto en la nube, que podría usar en un diseño pensado para gran empresa, poniendo atención no solo en los artefactos de Azure ML sino en la infraestructura necesaria para ejecutar la solución completa.

Evaluation & Metrics for Gen IA with Azure AI Foundry en es

Evaluation and metrics are a fundamental part of all Artificial Intelligence projects, and it could not be less for Generative AI projects. In this session we will show what the main alternatives are for evaluating applications based on Generative AI as well as the main metrics used. All within the Azure AI environment.

Evaluación y métricas de IAGen con Azure AI Foundry en es

La evalución y las métricas forman una parte fundamental de todos los proyectos de Inteligencia Artificial, y no podía ser menos para los proyectos de IA Generativa. En esta sesión mostraremos cuales son las principales alternativas para la evaluación de aplicaciones basadas en IA Generativa así como las principales métricas utilizadas. Todo ello dentro del entorno de Azure AI.

Automating processes with Power Automate and Generative AI. From 0 to 100 en es

In this session, we will see the possibilities we have to use Generative AI functionalities within our Power Automate flows, to implement a multitude of automation use cases, from classic invoice processing to incident management, or data structuring! We will analyze the different options within the Power Platform and its integration with Azure AI services.

Automatizando procesos con Power Automate e IA Generativa. De 0 a 100 en es

En esta sesión veremos las posibilidades que tenemos para utilizar funcionalidades de IA Generativa dentro de nuestros flujos de Power Automate, para poder así implementar multitud de casos de uso de automatización, desde el clásico procesamiento de facturas, a la gestión de incidentes, o la estructuración de datos! Analizaremos las diferentes opciones dentro de la Power Platform y su integración con servicios de Azure AI.

Power BI & Fabric Summit 2025 Sessionize Event Upcoming

February 2025

Christmas Power Platform Euskadi 2024 Sessionize Event

December 2024

DataSaturday Madrid 2024 (SQLSatMadrid) Sessionize Event

November 2024 Madrid, Spain

PowerBI Days Santiago de Compostela + Fabric 2024 Sessionize Event

October 2024 Santiago de Compostela, Spain

DevFest Ponferrada 2024 Sessionize Event

September 2024 Ponferrada, Spain

Gira Online Speakers Latam 2024 Sessionize Event

August 2024

PowerBI Days Bilbao + Fabric 2024 Sessionize Event

June 2024 Bilbao, Spain

Codemotion Madrid 2024 Sessionize Event

May 2024 Madrid, Spain

Global AI Bootcamp 2024 - Latam Sessionize Event

March 2024

Global Power Platform A Coruña 2024 Sessionize Event

February 2024 A Coruña, Spain

Power BI & Fabric Summit 2024 Sessionize Event

February 2024

PowerBI Days Málaga + Fabric Sessionize Event

February 2024 Málaga, Spain

Microsoft 365 Live 2023 Sessionize Event

November 2023

Bizz Summit ES 2023 Sessionize Event

September 2023 Madrid, Spain

Gira Online Speakers Latam 2023 Sessionize Event

August 2023

Power BI Summit 2023 Sessionize Event

March 2023

Global AI Bootcamp 2023 - A Coruña Sessionize Event

March 2023 A Coruña, Spain

Global Power Platform Bootcamp A Coruña 2023 Sessionize Event

February 2023 A Coruña, Spain

Microsoft Intelligence Data Platform Spanish Meetup Group User group Sessionize Event

February 2023

Virtual Azure Community Day Sessionize Event

January 2023

NetCoreConf Madrid 2022 Sessionize Event

November 2022 Pozuelo de Alarcón, Spain

Bizz Summit ES 2022 Sessionize Event

September 2022 Madrid, Spain

Global AI Bootcamp 2022 Sessionize Event

March 2022 Madrid, Spain

Bizz Summit ES Sessionize Event

June 2021

@PowerBIEspanol Virtual Conf 2021 Primavera Sessionize Event

June 2021

Global Azure 2021 - Spain Sessionize Event

April 2021

Power Platform Bootcamp Galicia 2021 Sessionize Event

February 2021

#DataWeekender #TheSQL Sessionize Event

October 2020

Virtual NetCoreConf II 2020 Sessionize Event

October 2020

NetCoreConf Galicia 2019 Sessionize Event

September 2019 Santiago de Compostela, Spain

Antonio José Soto Rodriguez

Director Verne Tech

A Coruña, Spain

Actions

Please note that Sessionize is not responsible for the accuracy or validity of the data provided by speakers. If you suspect this profile to be fake or spam, please let us know.

Jump to top