Máster de Formación Permanente en Machine Learning e Inteligencia Artificial
Course descriptionMáster en Formación Permanente en Inteligencia Artificial.
Objetivos :
OBJETIVO 1. APLICACIONES IA
Incide en las diferentes aplicaciones de la inteligencia artificial tanto en empresas industriales como de servicio, sacando el mayor rendimiento de esta tecnología en el negocio.
OBJETIVO 2. DESARROLLO DE APLICACIONES
Entiende el proceso vinculado al desarrollo de aplicaciones de inteligencia artificial y ponlo en práctica a través del bootcamp de Diseño IA.
OBJETIVO 3. TECNOLOGÍAS
Ahonda en las diferentes tecnologías vinculadas a la inteligencia artificial, analizando su impacto y principales puntos de convergencia.
OBJETIVO 4. PROGRAMACIÓN
Conoce las bases necesarias de programación, para el desarrollo de aplicaciones de inteligencia artificial, incidiendo en los diferentes lenguajes existentes.
Plan de estudios:
El Máster de formación permanente en Inteligencia Artificial te proporciona una visión integral de los componentes y elementos más relevantes dentro del entorno IA, aplicándolos en los procesos de modelado, así como analiza el impacto y aplicaciones de esta tecnología en las empresas industriales y de servicios. Nuestro programa se estructura en 3 bloques y culmina con el Trabajo Fin de Máster. Además, durante el desarrollo, se realizarán dos bootcamps voluntarios y diferentes actividades adicionales.
Bloque 1. Fundamentos para la Inteligencia Artificial
Bloque 2. Componentes y elementos de la Inteligencia Artificial
Bloque 3. Aplicaciones y tendencias de la Inteligencia Artificial
Trabajo Fin de Máster
Bootcamp y actividades adicionales
Enlace vídeo DP:
No hay
Plan de estudios detalle:
Bloque 1. Fundamentos para la inteligencia artificial.
Fundamentos de Matemáticas
Este módulo tiene como objetivo proporcionar aquellos conocimientos de matemáticas necesarios para el diseño de algoritmos de Machine Learning. Para ello se abordarán temas como las matemáticas y la estadística para la IA, las ecuaciones, funciones y gráficos, el álgebra lineal, la optimización matemática y los algoritmos, entre otros.
Fundamentos de programación
Este módulo tiene como objetivo proporcionar las bases necesarias de programación para el desarrollo de aplicaciones de IA. El lenguaje principal de programación que se hará servir a lo largo del programa es Python. Así, se ahondará en temas como los principales lenguajes de programación para la IA, los objetivos, operadores y expresiones, los algoritmos y estructuras de control, y la estructura de datos, entre otros.
Big Data, Data Science & Artificial Intelligence
Este módulo tiene como objetivo ofrecer una visión general de la interrelación existente entre el Big Data, el Data Science y la inteligencia artificial. Para ello, se profundizará en temas como el ecosistema de la IA, el Big Data, el Data science y la interrelación existente entre Big Data, Data Science y la Inteligencia Artificial, entre otros.
Bloque 2. Fundamentos para la inteligencia artificial.
Machine Learning I: Fundamentos
Este módulo tiene como objetivo introducir a los estudiantes conceptos y algoritmos básicos de Machine Learning que permitan generalizar patrones a través de los datos proporcionados. Se abordan temas como el aprendizaje supervisado, semi-supervisado, no supervisado y por refuerzo, así como se incidirá en los principales algoritmos de ML.
Machine Learning II: Deep Learning y Redes Neuronales
Este módulo tiene como objetivo ahondar en los principales conceptos, elementos y herramientas para el desarrollo de aplicaciones de Deep Learning. Se tratarán temas como los principales conceptos y tipologías de redes neuronales artificiales, así como se presentarán los fundamentos de Deep Learning.
Planificación automática
Este módulo tiene como objetivo profundizar en los diferentes sistemas de planificación automática existentes actualmente, incidiendo en las características de cada uno de ellos, así como en las diferentes aplicaciones de los mismos. Se verán temas como la planificación clásicas, la planificación temporal y la probabilística, así como se ahondará en las principales aplicaciones de la planificación automática.
Procesamiento del Lenguaje Natural (NLP)
Este módulo tiene como objetivo incidir en los diferentes modelos y componentes del NLP que permiten que se produzca la comunicación entre máquinas y humanos. Para ello, se verán temas como los modelos NLP, los componentes de NLP y las aplicaciones NLP, entre otros.
Speech & Text Analytics
El objetivo de este módulo es Analizar el funcionamiento de las aplicaciones de Speech and Text Analytics y su impacto en los negocios, incidiendo en sus principales aplicaciones. Se abordarán temas como las principales aplicaciones del Speech y del Text Analytics, así como se trabajará con Azure Cognitive Services.
Aplicaciones industriales de la IA
El objetivo de este módulo es distinguir las diferentes aplicaciones industriales de la inteligencia artificial y su impacto en los resultados y relación con los consumidores, y diferentes agentes implicados. Se verñan temas como la interrelación entre IA e industria, el impacto que esta tiene, así como las principales aplicaciones industriales de la IA.
Aplicaciones en servicios de la IA
El objetivo de este módulo es Profundizar en las diferentes aplicaciones de la inteligencia artificial en las empresas de servicios y su impacto en los resultados y relación con los clientes. Para ello se analizará el impacto de la IA en las empresas de servicios, así como sus principales aplicaciones.
Trabajo Final de Máster:
Durante seis meses, los estudiantes, deberán trabajar, de forma grupal, o bien en el desarrollo de un proyecto vinculado al análisis y propuesta de una aplicación de inteligencia artificial para una organización determinada o bien en la definición de un plan estratégico para la incorporación de la inteligencia artificial en una organización.
Bootcamps:
Curso de nivelación | Bases para la inteligencia artificial
OBS Business School pone a disposición de los estudiantes un curso de nivelación que les permitirá adquirir aquellos conocimientos y habilidades necesarios para poder seguir de forma adecuada el programa. Este taller es autodirigido y voluntario. Si bien, es altamente recomendable para aquellos estudiantes que provenga de ámbitos distintos a las ingenierías técnicas. A través del desarrollo de este curso, los estudiantes podrán identificar aquellas áreas que necesitas reforzar.
Bootcamp | Diseño IA:
Este bootcamp se desarrolla de forma transversal a lo largo del programa. Así, los estudiantes, tendrán diferentes sesiones puntuales después de los diferentes módulos, que les orientarán durante el proceso de diseño de una aplicación de inteligencia artificial. Este bootcamp es 100% práctico.
Bootcamp | Ética e Inteligencia Artificial
Este bootcamp tiene como objetivo incidir en el concepto de ética aplicada a lo largo de todo el proceso de concepción, diseño, desarrollo y despliegue de aplicaciones de IA en el negocio, estableciendo las bases para que las diferentes acciones que se lleven en este campo no supongan únicamente un impacto positivo en las organizaciones sino también en los diferentes individuos que forman parte del ecosistema de cualquier organización.
Actividades adicionales:
El Máster de formación permanente en Inteligencia Artificial se complementa con conferencias y seminarios que se imparten en cada uno de los bloques. Estas actividades adicionales las realizan profesionales reconocidos en la gestión empresarial quienes, mediante videoconferencias, exponen sus experiencias y casos prácticos.
‘Case studies’: Método del caso
La componente práctica del programa es indispensable y completa la formación teórica. Para ello, durante el curso se realizarán debates de temas de actualidad e interés en cada una de las asignaturas, simulaciones para la toma de decisiones aplicadas a situaciones reales o casos prácticos donde se analizarán, desde un punto de vista académico, los problemas planteados y las soluciones propuestas, así como los criterios tenidos en cuenta para llevarlas a cabo.
Webinars
La mayor parte de la formación se realiza de forma asíncrona, es decir, el intercambio de conocimiento se realiza a través de una plataforma que permite compartir textos escritos sin necesidad de que las personas estén conectadas al mismo tiempo.
Adicionalmente, en cada uno de los módulos se organizan sesiones síncronas o ‘webinars’, donde todos los participantes están conectados al mismo tiempo a través de una aplicación, lo que permite el intercambio de conocimiento en ‘tiempo real’.