Para qué te prepara:
La finalidad principal de esta maestría en innovación en IA es preparar a todos los profesionales del sector tecnológico para el presente y futuro más próximo. Con esta formación te prepararemos para liderar proyectos cuyo factor principal es la inteligencia artificial, para implementar la tecnología deep learning en softwares ya creados y para desarrollar tecnologías interactivas que permitan conocer mejor a los usuarios. Esto son solo algunas de las áreas de la inteligencia artificial en las que podrás avanzar, pero, ¡Aún hay muchas más!
A quién va dirigido:
Todos los profesionales del sector tecnológico deben mantenerse actualizados, dado el trepidante ritmo evolutivo que se da en este campo. La inteligencia artificial es una de las tecnologías estrella del Siglo XXI y de las que más posibilidades ofrecen a todos los ámbitos de la sociedad. Si tienes experiencia en programación y desarrollo, eres ingeniero informático o te apasiona todo lo relacionado con el deep learning, es tu momento para seguir creciendo.
Titulación:
Titulación de Maestría en Investigación en Inteligencia Artificial con 1500 horas expedida por ESIBE (ESCUELA IBEROAMERICANA DE POSTGRADO).
Objetivos:
- Te conformarás una visión global los avances en inteligencia artificial y de sus propósitos a corto plazo. - Estudiarás los diferentes tipos de IA y sabrás cuál encaja mejor con los objetivos de cada proyecto. - Verás las ventajas de relacionar IA y el big data. - Profundizarás en los sistemas expertos, en su estructura, en el rendimiento, y en cómo se crean. - Trabajar los diferentes tipos de algoritmos de aprendizaje automático. - Entenderás cómo funcionan y se crean los sistemas de recomendación, selección y aprendizaje. - Aprenderás todo sobre deep learning con Python, Keras y Tensorflow. - Programarás chatbots. - Investigarás en los fundamentos de la computación de la sintaxis para el PLN.
Salidas Laborales:
Muchos de los puestos mejor remunerados y valorados del sector tecnológico son los que están relacionados con la inteligencia artificial y el deep learning, por la novedad e innovación que representan. Realizando la Maestría en Investigación en IA podrás ser: analista de datos, trabajar como especialista en machine learning, desarrollar estrategias de Marketing automation y otras muchas especialidades que necesitan de la inteligencia artificial.
Resumen:
La inteligencia artificial ha abierto un campo de posibilidades infinitas para todo tipo de empresas, y no solo eso, también para organizaciones sociales y el sector educativo. Todos podemos ser partícipes de las ventajas del desarrollo tecnológico y tú, como profesional, puedes liderarlo realizando una formación especializada como la Maestría en Investigación en IA de ESIBE. Con ella, obtendrás una visión global de los fundamentos sobres los que se asienta la inteligencia artificial y profundizarás en los conocimientos técnicos necesarios para desarrollar todo tipo de proyectos. Sistemas administrativos, integración del deep learning, desarrollo de aplicaciones interactivas… entre otras muchas posibilidades.
Metodología:
Entre el material entregado en este curso se adjunta un documento llamado Guía del Alumno dónde aparece un horario de tutorías telefónicas y una dirección de e-mail dónde podrá enviar sus consultas, dudas y ejercicios. La metodología a seguir es ir avanzando a lo largo del itinerario de aprendizaje online, que cuenta con una serie de temas y ejercicios. Para su evaluación, el alumno/a deberá completar todos los ejercicios propuestos en el curso. La titulación será remitida al alumno/a por correo una vez se haya comprobado que ha completado el itinerario de aprendizaje satisfactoriamente.
Temario:
MÓDULO 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 2. TIPOS DE INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 3. ALGORITMOS APLICADOS A LA INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 4. RELACIÓN ENTRE INTELIGENCIA ARTIFICIAL Y BIG DATA
UNIDAD DIDÁCTICA 5. SISTEMAS EXPERTOS
UNIDAD DIDÁCTICA 6. FUTURO DE LA INTELIGENCIA ARTIFICIAL
MÓDULO 2. MACHINE LEARNING Y DEEP LEARNING
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL MACHINE LEARNING
UNIDAD DIDÁCTICA 2. EXTRACCIÓN DE ESTRUCTURA DE LOS DATOS: CLUSTERING
UNIDAD DIDÁCTICA 3. SISTEMAS DE RECOMENDACIÓN
UNIDAD DIDÁCTICA 4. CLASIFICACIÓN
UNIDAD DIDÁCTICA 5. REDES NEURONALES Y DEEP LEARNING
UNIDAD DIDÁCTICA 6. SISTEMAS DE ELECCIÓN
UNIDAD DIDÁCTICA 7. DEEP LEARNING CON PYTHON, KERAS Y TENSORFLOW
UNIDAD DIDÁCTICA 8. SISTEMAS NEURONALES
UNIDAD DIDÁCTICA 9. REDES DE UNA SOLA CAPA
UNIDAD DIDÁCTICA 10. REDES MULTICAPA
UNIDAD DIDÁCTICA 11. ESTRATEGIAS DE APRENDIZAJE
MÓDULO 3. PLN, CHATBOTS E INTELIGENCIA ARTIFICIAL
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL PLN
UNIDAD DIDÁCTICA 2. PLN EN PYTHON
UNIDAD DIDÁCTICA 3. COMPUTACIÓN DE LA SINTAXIS PARA EL PLN
UNIDAD DIDÁCTICA 4. COMPUTACIÓN DE LA SEMÁNTICA PARA EL PLN
UNIDAD DIDÁCTICA 5. RECUPERACIÓN Y EXTRACCIÓN DE LA INFORMACIÓN
UNIDAD DIDÁCTICA 6. ¿QUÉ ES UN CHATBOT?
UNIDAD DIDÁCTICA 7. RELACIÓN ENTRE IA Y CHATBOTS
UNIDAD DIDÁCTICA 8. ÁMBITOS DE APLICACIÓN CHATBOTS
MÓDULO 4. MACHINE LEARNING CON ARDUINO Y TENSORFLOW 2.0
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN Y PRIMEROS PASOS
UNIDAD DIDÁCTICA 2. PREPARACIÓN DE ARDUINO Y CONFIGURACIÓN DE ENTORNO PYTHON
UNIDAD DIDÁCTICA 3. CODIFICACIÓN Y CONTROL DE ARDUINO CON PYTHON
UNIDAD DIDÁCTICA 4. MANEJO DE ENTRADAS ANALÓGICAS CON PYTHON
UNIDAD DIDÁCTICA 5. USO DE SALIDAS ANALÓGICAS
UNIDAD DIDÁCTICA 6. INTRODUCCIÓN A MACHINE LEARNING
UNIDAD DIDÁCTICA 7. REDES NEURONALES, SERIES TEMPORALES Y PROBLEMAS DE REGRESIÓN
UNIDAD DIDÁCTICA 8. OBTENCIÓN DE PARÁMETROS EN ARDUINO Y GENERACIÓN DE CONJUNTOS DE DATOS
UNIDAD DIDÁCTICA 9. PROCESAMIENTO DE DATOS Y ETAPA DE ENTRENAMIENTO
UNIDAD DIDÁCTICA 10. CREACIÓN DE RED NEURONAL ARTIFICIAL Y APLICACIONES CON ARDUINO Y TENSORFLOW CON KERAS
MÓDULO 5. VISIÓN ARTIFICIAL EN INDUSTRIA 4.0 CON PYTHON Y OPENCV
UNIDAD DIDÁCTICA 1. LA VISIÓN ARTIFICIAL: DEFINICIÓN Y ASPECTOS PRINCIPALES
UNIDAD DIDÁCTICA 2. COMPONENTES DE UN SISTEMA DE VISIÓN ARTIFICIAL
UNIDAD DIDÁCTICA 3. PROCESADO DE IMÁGENES MEDIANTE VISIÓN ARTIFICIAL
UNIDAD DIDÁCTICA 4. APLICACIONES DE LA VISIÓN EN LA INDUSTRIA 4.0
UNIDAD DIDÁCTICA 5. INTRODUCCIÓN E INSTALACIÓN DE OPENCV
UNIDAD DIDÁCTICA 6. MANEJO DE FICHEROS, CÁMARAS E INTERFACES GRÁFICAS
UNIDAD DIDÁCTICA 7. TRATAMIENTO DE IMÁGENES
UNIDAD DIDÁCTICA 8. HISTOGRAMAS Y TEMPLATE MATCHING
UNIDAD DIDÁCTICA 9. COLORES Y ESPACIOS DE COLOR
UNIDAD DIDÁCTICA 10. DETECCIÓN DE CARAS Y EXTRACCIÓN DE CARACTERÍSTICAS
UNIDAD DIDÁCTICA 11. APRENDIZAJE AUTOMÁTICO
MÓDULO 6. CIBERSEGURIDAD APLICADA A INTELIGENCIA ARTIFICIAL (IA), SMARTPHONES, INTERNET DE LAS COSAS (IOT) E INDUSTRIA 4.0
UNIDAD DIDÁCTICA 1. CIBERSEGURIDAD EN NUEVAS TECNOLOGÍAS
UNIDAD DIDÁCTICA 2. CIBERSEGURIDAD EN SMARTPHONES
UNIDAD DIDÁCTICA 3. INTELIGENCIA ARTIFICIAL (IA) Y CIBERSEGURIDAD
UNIDAD DIDÁCTICA 4. CIBERSEGURIDAD E INTERNET DE LAS COSAS (IOT)
UNIDAD DIDÁCTICA 5. SEGURIDAD INFORMÁTICA EN LA INDUSTRIA 4.0