Descripción
Curso de especialización en IA para profesionales del sector TIC (3a Edición)
150h
15 Febrero 2024 - 31 Junio 2024
Práctico, con casos de éxito
¡Bonificable por Fundae!
Presentación del curso
La Inteligencia Artificial ha tenido un profundo impacto en el mundo de las Tecnologías de la Información y la Comunicación (TIC) mediante la automatización de procesos y la mejora de la productividad. El potencial de la IA y su impacto en la industria no tiene límites.
En los últimos años, la Inteligencia Artificial se ha convertido en un término de moda, omnipresente y del que, lamentablemente, incluso los profesionales vinculados al ámbito de las TIC desconocen sus fundamentos, capacidades y también limitaciones y problemas.
Dotar a los profesionales del ámbito tecnológico y TIC de las bases necesarias para comprender los mecanismos actuales que sustentan la nueva revolución de la IA es sin duda el principal objetivo de este curso.
Este curso está diseñado para proporcionar una base sólida en inteligencia artificial, aprendizaje automático (Machine Learning) y aprendizaje profundo (Deep Learning), lo que permite a los estudiantes desarrollar todo tipo de aplicaciones y soluciones utilizando las últimas herramientas en estas áreas.
Los temas cubiertos incluyen procesamiento, análisis y tratamiento de datos, modelos predictivos que ayudan en la toma de decisiones, el uso de fuentes de información no estructurada como imágenes, audio y señales para tareas de clasificación, regresión y segmentación, sistemas de recomendación y generación de contenido, y cómo utilizar este conocimiento para desarrollar soluciones integrales. Además, abordaremos el despliegue y seguimiento de estas soluciones en producción.
Los cimientos básicos para desarrollar este tipo de aplicaciones se basan en el uso de modelos base, utilizando herramientas de desarrollo de última generación, los últimos desarrollos en herramientas de AutoML y asistencia en la generación de código, con el fin de utilizar herramientas de alto nivel que nos permiten disminuir la complejidad en el desarrollo de aplicaciones.
Con la creciente demanda de soluciones basadas en IA, este curso brinda a los estudiantes el conocimiento y las habilidades necesarias para sobresalir en este campo emocionante y de rápido desarrollo.
Edición especial Colegios de Ingeniería Informática
*Consulta condiciones especiales para colegiados/as en info@ccii.es o a través de tu colegio autonómico.
Datos básicos
Duración e inicio
Duración de 150h repartidas en 5 meses. Comienzo el 15 de febrero de 2024.
Modalidad
Curso 100% online (síncronas y asíncronas) grabadas para su posterior visualización
Dirigido a
Profesionales del sector TIC; que trabajen en sectores tecnológicos; o con conocimiento de desarrollo de software
Certificaciones
Certificación oficial de la Universitat Politècnica de València y ValgrAI
Precio
Precio especial de 1.390€ (curso valorado en 1.500€)
Contenidos del curso
01
Módulo 1. Introducción al aprendizaje automático para profesionales de las TIC
- Introducción a la inteligencia artificial
- Definición de inteligencia y de inteligencia artificial
- Tipos de IA
- Diferentes enfoques de la IA
- Panorama actual, áreas de aplicación y ventajas e inconvenientes
Introducción al aprendizaje automático
-
- Deducción vs. Inducción
- Principios del aprendizaje automático
- Métricas y evaluación de modelos de aprendizaje automático.
- Sesgo.
- Ciclo de vida del aprendizaje automático Ingeniería de características y manipulación de datos
- Diferentes enfoques y técnicas principales del aprendizaje automático (Regresión lineal, regresión logística, Naïve Bayes, SVM, árboles de decisión, métodos de conjunto)
- Principales bibliotecas de Python para el aprendizaje automático
- Introducción a las herramientas de AutoML
- Introducción al aprendizaje profundo
- Una breve introducción a la neurona artificial, las redes neuronales y el aprendizaje profundo
- Algunos ejemplos básicos basados en redes neuronales feed-forward
02
Módulo 2. Introducción al aprendizaje profundo para profesionales de las TIC
- Introducción al aprendizaje profundo
- Enfoque conexionista del aprendizaje automático
- El aprendizaje profundo como un subconjunto del aprendizaje automático
- Información de entrada estructurada frente a no estructurada y aprendizaje de representaciones
- Entrenamiento de una red neuronal, descenso de gradiente y retropropagación
- Regularización y optimización
- Redes neuronales convolucionales
- El operador convolucional
- Capas convolucionales
- Capas de agrupación (pooling)
- Capa densa final
- Aprendizaje por transferencia
- Arquitecturas comunes de CNN
- Detección y segmentación de objetos
- Redes neuronales recurrentes y una introducción básica a los transformadores
- RNN básica ‘vanilla’
- LSTM y GRU
- Modelos de lenguaje
- Mecanismo de atención e introducción a los transformadores
- Modelos de lenguaje grandes
- Algunos ejemplos de soluciones NLP
- Autoencoders y redes generativas antagónicas
- Codificadores, decodificadores, autoencoders y autoencoders variacionales
- Redes generativas antagónicas (GAN)
03
Módulo 3. Modelos fundamentales en la IA discriminativa y generativa
- Introducción a los modelos fundamentales
- IA discriminativa e IA generativa
- Introducción a los modelos fundamentales (FM)
- Proceso básico de entrenamiento de los FM
- Ajuste fino, aprendizaje por transferencia, aprendizaje contextual
- FM en NLP, ASR, texto a voz y otros
- FM en NLP, ASR, texto a voz y otros contextos basados en texto
Aplicaciones en análisis de sentimientos, resumen, chatbots, etc
- FM en NLP, ASR, texto a voz y otros contextos basados en texto
- FM en IA generativa multimodal
- Modelos de difusión estables
- FM en generación de imágenes, vídeos, animaciones
04
Módulo 4. Despliegue. Servicios en la nube. MLOps.
- MLOps
- Introducción al flujo de trabajo del ciclo de ML
- Introducción a MLOps
- Despliegue de un modelo
- Modelos como servicios
- Entornos y dockers
- Despliegue de modelos ML/DL
- Introducción a Big Data y Big Data para ML
- Introducción a Big Data
- Principales plataformas de Big Data
- Apache Spark e integración en modelos ML
- Solución en la nube para ML
-
- Introducción a la computación en la nube
- Diferentes alternativas para soluciones basadas en la nube para la generación y despliegue de modelos ML/DL
- Caso de uso basado en Microsoft Azure ML
05
Módulo 5. Proyecto final.
Profesorado
Información adicional
¡Da el salto y súbete a la ola de la IA! 🌊
Puedes reservar tu plaza en el curso añadiéndolo al carrito y haciendo el pago con TPV o rellenando el formulario para que nos pongamos en contacto contigo y te ofrezcamos otros métodos de pago.
1.500,00 €Añadir al carrito
¡Rellena el formulario!