Titulaciones y Salidas Profesionales
- DATA SCIENTIST
- EXPERTO EN DEEP LEARNING
- EXPERTO EN DIRECCIÓN DE PROYECTOS DE CIENCIA DE DATOS E INTELIGENCIA ARTIFICIAL
- EXPERTO EN INTELIGENCIA ARTIFICIAL
- EXPERTO EN NLP
- EXPERTO EN VISIÓN ARTIFICIAL
Acceso a bolsa de empleo y a taller de búsqueda de empleo impartido por expertos de recursos humanos especializados en contratación de perfiles tecnológicos.
- Ingeniero de Software y programador de Inteligencia Artificial en proyectos de ingeniería y consultoría
- Científico de Datos
- Analista de Datos
- Especialista Ingeniero de Datos
- Especialista en Machine Learning
Además, gracias nuestra formación en Python podrás optar a más empleos.
- Seguridad Informática
- Desarrollador de Software
- Desarrollor Web
TEMARIO
Módulo 1: Módulo 1: Introducción a los sistemas Informáticos y tecnologías Big Data
Principales componentes de un sistema informático. Sistemas Operativos, para que sirven, que tipos hay y cómo funcionan
- Introducción a GNU/Linux
- GNU/Linux Avanzado
- Como usar GNU/Linux en Cloud (AWS)
- Introducción teórica a la IA y las tecnologías Big Data:
Módulo 2: Fundamentos de Programación en Python
- Introducción a los lenguajes de programación
- Python: Sentencias Básicas y Bloques Lógicos
- Python: Funciones y Scope
- Python: Clases y Objetos y Tratamiento de Excepciones
- Python: Módulos y Uso de librerías de Python
Módulo 3: Análisis de Datos con Python (5 sesiones)
- Python: Librerías básicas de Data Science:
1. Numpy
2. Pandas
3. Matplotlib
4. Sklearn
- Introducción teórica al análisis exploratorio de Datos:
- Python: Ejemplificación del análisis exploratorio de datos mediate Datasets reales
Módulo 4: Introducción al Machine Learning (2 sesiones)
Desambiguación de términos: Machine Learning, Deep Learning, Data Science, Big Data.
- Tipos de Machine Learning: -Aprendizaje supervisado: Regresión lineal, regresión logística.
- Ejemplos de aplicación de los algoritmos de Machine Learning vistos en datos reales con Python mediante el uso de sklearn.
Módulo 4.1: Introducción a la IA Generativa
¿Cómo aprovechar los recientes avances en IA generativa?
Panorama actual de tecnologías más relevantes por campo:
1. Texto: ChatGPT, DeepSeek, LLaMA
2. Imagen: DALL·E, Midjourney, Stable Diffusion
3. Video: Runway ML, Sora
- ¿Qué es el Prompt Engineering? ¿Es quizás una de las profesiones del futuro?
- Usando la API de Open AI para crear nuestros primeros chatbots basados en ChatGPT
Módulo 5: Bases de Datos Big Data (6 sesiones)
- Introducción a las Bases de datos SQL.
- Programación en Python con SQLite.
- Introducción a PowerBI
- Bases de datos NoSQL:
- Bases de Datos NoSQL Documentales: MongoDB
- MongoDB con Python: PyMongo
Módulo 6: Procesamiento Distribuido (4 sesiones)
- Funcionamiento de un sistema Big Data de Procesamiento Distribuido:
- Hadoop
- PySpark Pandas
Módulo 7: Algoritmos de Machine Learning y su implementación (9 sesiones)
- ¿Qué es un modelo de machine learning? ¿Qué es el entrenamiento? ¿Cómo valido que mis modelos generalizan correctamente?
- Regresión Lineal
- Regresión Logística
- Algoritmos de agrupamiento (K-Means, Clustering espectral, Clustering jerárquico
)
- Support Vector Machines (SVM)
- Árboles de Decisión y Random Forests
- K Nearest Neighbors (KNN)
- Redes Bayesianas
- Modelos Ocultos de Markov
- Algoritmos de reducción de la dimensionalidad (PCA, t-SNE
)
- Algoritmos de selección de modelos y búsqueda inteligente de hiper parámetros (grid search, random search, cross validation
)
- Modelos Ensemble y Sistemas multi-agente
- Ecosistema Data Science en Python: Skit Learn, Pandas, Numpy, Matplotlib
- Pre-procesamiento de datos numéricos (Normalización, discretización, estandarización
)
Módulo 8: Deep Learning (Opcional)
Si se realiza proporciona al alumno o alumna un título extra en Deep Learning
- Introducción a los sistemas cognitivos y al aprendizaje profundo
- Perceptrones multi capa (MLP)
- Aspectos prácticos en el entrenamiento de redes neuronales y computación en GPU/TPU
- Redes Convolucionales (CNN)
- Redes Recurrentes (RNN)
- Auto-Encoders
- Deep Reinforcement Learning (DRL)
- IA GENERATIVA:
1. Redes Generativas Adversarias (GAN)
2. Modelos de Difusión
3. Large Language Models
- Deep Learning Frameworks: Keras, TensorFlow, Pytorch
Módulo 9: Procesamiento de Lenguaje Natural (Opcional) (5 sesiones)
- Pre-procesamiento de texto y creación de corpus (tokenización, lematización, separación de oraciones
)
- Conceptos clave de análisis a nivel de documento (TF-IDF, BoW
)
- Topic Modeling (LDA y LSI)
- Análisis morfológico y morfosintáctico (PoS Tagging)
- Named Entity Recognition
- Embeddings
- Deep Learning aplicado a NLP
- La revolución de los modelos Deep Learning de lenguaje basados en contexto (BERT, ELMo...)
- Modelos de generación de texto y agentes conversacionales
- Ecosistema NLP en Python: NLTK, gensim, spacy, rasa
10) Módulo10: TFM (Opcional) (3 meses)
- El alumno presentará una propuesta de proyecto al docente, que utilice algoritmos y tecnologías vistos en este máster para la resolución de un problema real de negocio.
Conviértete en un programador certificado en Python
En nuestro curso, aprenderás todo lo necesario para presentarte al examen oficial PCEP Certified Entry-Level Python Programmer del Python Institute.
MASTERS RELACIONADOS
Échale un vistazo a los siguientes Másters relacionados
El Máster en Inteligencia Artificial (IA) emerge como una respuesta fundamental a la revolución tecnológica actual, donde la IA se ha convertido en un pilar esencial para la innovación en diversos sectores. Este programa aborda la creciente demanda de profesionales altamente capacitados en el di...
Más INFO
El Máster en Big Data, Análisis de Datos e Inteligencia Artificial (MBDA) está diseñado para ti. Con este programa, adquirirás las competencias necesarias para dirigir proyectos de Big Data de principio a fin, implantando una auténtica cultura Data Driven en tu empresa. Aprenderás a tomar de...
Más INFO
Toma decisiones inteligentes basadas en la experiencia de los datos con nuestro excepcional Máster en Inteligencia Artificial Machine Learning. En un mundo impulsado por la información, la capacidad de analizar y extraer conocimientos valiosos de grandes conjuntos de datos se ha vuelto esencial. E...
Más INFO
Conviértete en el perfil híbrido que más demanda tiene en el sector salud. Este máster online te prepara para aplicar IA en contextos clínicos reales y liderar proyectos de salud digital, tanto si vienes del ámbito tecnológico como sanitario. Aprenderás a integrar datos, automatizar procesos...
Más INFO
La irrupción de la Inteligencia Artificial ha tenido un enorme impacto sobre prácticamente todos los sectores productivos, y la mayoría de los expertos y los estudios sobre el tema coinciden en señalar que se trata solo del comienzo de una revolución mayor. Por ejemplo, el informe PwC's 2024 AI...
Más INFO
La inteligencia artificial está revolucionando el sector financiero, impulsando la automatización, el análisis de datos y la toma de decisiones estratégicas. Sin embargo, según McKinsey, las empresas financieras enfrentan dificultades para contratar personal capacitado en IA, especialmente en ...
Más INFO