Conocimientos/Contenidos

• CON1:Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo o aplicación de ideas, a menudo en un contexto de investigación
• CON2:Conocer qué es el PLN, su ecosistema y su importancia dentro de la Inteligencia Artificial.
• CON3:Conocer las aplicaciones del PLN.
• CON4:Conocer los diferentes niveles de análisis del lenguaje y sus dificultades de procesamiento automático
• CON5:Conocer herramientas y recursos de análisis del lenguaje.
• CON6:Comprender la evolución del PLN (simbólica, estadística, neural)
• CON7:Conocer los principales métodos de aprendizaje automático para PLN.
• CON8:Conocer métricas y métodos de evaluación del resultado del aprendizaje en PLN.
• CON9:Conocer las competiciones y campañas internacionales de evaluación de sistemas PLN.
• CON10:Conocer las opciones de diseño de un sistema de aprendizaje automático (monolítico, pipeline, autoincremental, etc.)
• CON11:Conocer los recursos lingüísticos masivos existentes (base de datos, bases de conocimiento, corpus anotados, Dataset, Data lake etc.).
• CON12:Conocer herramientas de apoyo a la anotación de corpus.
• CON13:Conocer métodos de enriquecimiento semiautomático de corpus.
• CON14:Conocer métricas y métodos de evaluación de corpus.
• CON15:Conocer métodos para el descubrimiento automático de conocimiento y su integración en un proceso de PLN
• CON16:Saber qué es un modelo del lenguaje.
• CON17:Conocer aplicaciones de los modelos del lenguaje.
• CON18:Conocer los distintos modelos del lenguaje (unigrama, N-grama, factorizados¿).
• CON19:Conocer los modelos pre-entrenados disponibles (BERT, GPT, XLNet¿)
• CON20:Conocer la problemática de los sesgos en PLN (raza, sexo, minorías, etc.)
• CON21:Comprender las dificultades asociadas a la discapacidad.
• CON22:Comprender la necesidad del uso del PLN en la administración pública
• CON23:Entender el desafío social en aplicaciones del PLN: asistentes virtuales, traducción automática, resúmenes, simplificación, etc.
• CON24:Conocer los últimos avances en inteligencia artificial generativa en PLN.
• CON25:Conocer los retos y oportunidades de la inteligencia artificial generativa en PLN.

Habilidades/Destrezas

• HD1:Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
• HD2:Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
• HD3:Que los estudiantes sepan comunicar sus conclusiones -y los conocimientos y razones últimas que las sustentan- a públicos especializados y no especializados de un modo claro y sin ambigüedades.
• HD4:Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
• HD5:Saber identificar las necesidades de análisis y recursos para diferentes problemas del PLN.
• HD6:Saber identificar las necesidades de aprendizaje de cada problema PLN.
• HD7:Saber valorar la problemática del idioma o dominio objetivo y la disponibilidad de recursos para él.
• HD8:Saber cómo incorporar la inteligencia artificial generativa en las aplicaciones PLN.
• HD9:Desarrollar habilidades de comunicación oral y escrita en la presentación o defensa de ideas o informes.

Capacidades/Competencias

• • C1:Conocer los fundamentos del Procesamiento del Lenguaje Natural (PLN).
  • C2:Saber analizar, sintetizar y evaluar ideas nuevas y complejas con espíritu crítico en el área del PLN.
  • C3:Adquirir habilidades de documentación e investigación en PLN.

Para acceder a los Estudios de Formación Permanente se requiere:

• Estar en posesión de un título universitario oficial.
• También podrán acceder quienes les reste superar el TFG (trabajo fin de grado) y un máximo de 9 créditos ECTS para obtener la titulación de Grado

Todos nuestros cursos son susceptibles de ser bonificados por FUNDAE, siempre que se cumplan las condiciones establecidas. La posibilidad de bonificación dependerá de varios factores específicos de cada empresa y de la correcta gestión del proceso. Recomendamos a las empresas interesadas que consulten con su departamento de Recursos Humanos o con un asesor especializado en formación bonificada para verificar su elegibilidad y obtener más información sobre el proceso.

Tras este proceso, podéis contactar con nosotros para verificar si el curso finalmente será bonificable o no.

Disponemos de ValgrAI Careers, una plataforma diseñada para conectar el talento con oportunidades profesionales en el campo de la Inteligencia Artificial y disciplinas relacionadas. ValgrAI Careers es un recurso donde:

• Empresas colaboradoras líderes en el sector de la IA comparten sus ofertas de trabajo
• Grupos de investigación publican oportunidades de vanguardia
• Organizaciones innovadoras buscan expertos en IA y tecnologías afines

Esta plataforma está abierta a todos los interesados en el campo de la IA, permitiendo a estudiantes, graduados y profesionales explorar y conectar con empleadores que valoran la formación especializada en este sector en constante evolución.