Curso de IA aplicada al Agile Delivery (Programa detallado)

Objetivo:

Aplicar la inteligencia artificial para optimizar la gestión del Delivery en todo el flujo de trabajo

Dirigido a:

  • Profesionales Agile que ya participan en la gestión y entrega de valor -Scrum Masters, Product Owners, Agile Coaches y gestores de proyectos- que buscan incorporar la inteligencia artificial para mejorar su eficacia sin perder el control sobre la toma de decisiones. 
  • Profesionales de este ámbito que quieran reforzar su valor incorporando la IA como herramienta de uso habitual en su trabajo.

Requisitos:

Se recomienda contar con conocimientos previos sobre:

  • Metodologías ágiles, especialmente Scrum y la gestión de productos o proyectos Agile. Tener experiencia básica en la gestión de backlogs, requisitos, roadmaps, planificación de iteraciones y métricas ágiles.
  • Disponer de conocimientos básicos sobre el uso de herramientas de inteligencia artificial generativa, aunque no es imprescindible, ya que el curso aborda su aplicación práctica en el contexto del Agile Delivery.

Programa del curso

1.- Flujo de delivery: proyectos + servicio + cambios

Objetivo

  • Identificar los flujos de delivery que intervienen en proyectos, servicios y cambios.

Contenido

  1. Flujo de delivery: proyectos + servicio + cambios
    1. Flujo de delivery
    2. Decisiones a tomar
    3. Caso de ejemplo
    4. Resumen

2.- ¿IA o tú? El nuevo juego laboral

Objetivo

  • Distinguir casos de uso en los que nuestra intervención humana aportará más valor gracias a la IA.

Contenido

  1. ¿IA o tú? El nuevo juego laboral
    1. Desmontando expectativas irreales: ¿qué debemos esperar?
    2. Encaje de la IA en la gestión del trabajo
    3. Resumen

3.- Enfoque ágil de gestión del trabajo

Objetivo

  • Aplicar prácticas ágiles apoyadas por inteligencia artificial a lo largo del proceso de gestión del proyecto y del trabajo.

Contenido

  1. Enfoque ágil de gestión del trabajo
    1. Pasos del proceso ágil para proyectos
    2. Enfoque ágil end-to-end: delivery ágil
    3. Resumen

4.- Arquetipos, Requisitos y Backlog

Objetivo

  • Elaborar arquetipos, requisitos y backlog con apoyo de inteligencia artificial.

Contenido

  1. Arquetipos, Requisitos y Backlog
    1. Entendiendo el trabajo: arquetipos y requisitos
    2. Construcción y gestión del backlog
    3. Resumen

5.- Roadmap y Mapa PMVs

Objetivo

  • Construir un roadmap y un mapa de PMVs para priorizar entregas.

Contenido

  1. Roadmap y Mapa PMVs
    1. De la visión al plan
    2. Construcción y gestión del roadmap y mapa PMVs
    3. Resumen

6.- Ejecución de iteraciones

Objetivo

  • Ejecutar iteraciones de trabajo de forma más eficiente con ayuda de la inteligencia artificial.

Contenido

  1. Ejecución de iteraciones
    1. La realidad de la ejecución en Agile
    2. Cómo mejorar la ejecución con IA
    3. Resumen

7.- Métricas: sin ellas no hay gestión (¡ni IA!)

Objetivo

  • Seleccionar métricas para evaluar la gestión del delivery y potenciarlas con inteligencia artificial.

Contenido

  1. Métricas: sin ellas no hay gestión (¡ni IA!)
    1. Medir no es suficiente: entender las métricas
    2. Interpretación y toma de decisiones
    3. Resumen

8.- Proyecciones

Objetivo

  • Estimar proyecciones de entrega a partir de datos de trabajo y señales de desempeño.

Contenido

  1. Proyecciones
    1. De reaccionar a anticipar
    2. Cómo mejorar la capacidad de predicción
    3. Resumen

9.- Modelo de uso profesional de IA en Agile

Objetivo

  • Diseñar un modelo de uso profesional de inteligencia artificial para la gestión ágil del delivery.

Contenido

  1. Modelo de uso profesional de IA en Agile
    1. Cómo encajar la IA en tu forma de trabajar
    2. Modelo práctico para IA en Agile
    3. Resumen