Modalidad: Online
400 horas
Modalidad Abierta
Prácticas en empresas especializadas
¿Te gustaría trabajar en una empresa desarrollando Inteligencia Artificial?, nuestro máster en Inteligencia Artificial es lo que estás buscando. Nuestra formación te permitirá obtener los conocimientos que estás buscando de una forma sencilla, adaptada a tus horarios y en tiempo récord. Además, te brindamos la posibilidad de realizar prácticas en empresas y acceso a bolsa de empleo ya que somos agencia de colocación acreditada por el SEPE.
En 2020 la empleabilidad de perfiles Especialistas en Inteligencia Artificial ha crecido un 75,97%, según el último informe de Empleos Emergentes de LinkedIn.
Único Máster en Inteligencia Artificial que enseña la disciplina partiendo desde lo más básico hasta llegar a los algoritmos más avanzados, complejos e innovadores del estado del arte, mediante un enfoque práctico y completamente orientado a lo que se demanda en el mercado laboral
Herramientas y librerías que aprenderás
- Python
- Linux
- Jupyter Lab
- Pycharm
- Spark (PySpark, Spark MLlib)
- Hadoop (HDFS, YARN)
- Mongo DB
- AWS
- NumPy
- Pandas
- Matplotlib
- Sklearn
- Keras
- TensorFlow
- NLTK
- Gensim
- TextBlob
- ChatGPT
- DALL·E 3
- OpenAI API
- Chatbots
Descubre lo que nos diferencia
- Experiencia: Más de 20 años dedicados a la enseñanza de calidad.
- Profesores Expertos en activo que te ayudarán a lo largo de todo tu proceso formativo.
- Prácticas Exclusivas para alumnos. Colaboramos con cientos de empresas para que puedas realizar prácticas.
- Garantía de Calidad: Grupo Atrium pasa auditorías externas de calidad -Sello ISO 9001 y cuenta con más de 20 años formando a profesionales.
- Agencia de Colocación Autorizada.Por el SEPE con autorización: 1300000056.
Modelo de Aprendizaje basado en la práctica.
- Clases en directo todas las semanas
- Alta Empleabilidad. Los especialistas en TIC son los perfiles más demandados
- Tutorización individualizada con cada alumno.
Una vez que finalices nuestro curso conseguirás 7 titulaciones:
- Máster en Inteligencia Artificial
- Máster en Machine Learning y Deep Learning
- Iniciación a GNU/Linux
- Desarrollo en Python Avanzado
- Análisis de datos y visualización con Python
- Big Data Avanzado
- NPL Avanzado
- Trabajar como científico de datos especializado en Machine Learning
- Actuar como Ingeniero de Software y programador de Inteligencia Artificial en proyectos de ingeniería y consultoría.
- Liderar proyectos de datos como experto en Machine Learning y Big Data.
- Trabajar como Data Engineer y Data Analyst.
- Ser arquitecto y administrador de sistemas Big Data.
- Metodología flexible que te permitirá compaginar el estudio del Máster con tu vida profesional y familiar.
- Modelo académico basado en metodologías activas. Se concibe el aprendizaje como un proceso constructivo en el que se desarrollan competencias específicas y transversales, garantizando así la formación integral del estudiante.
- Claustro docente compuesto por expertos con años de experiencia en el sector de la inteligencia Artificial.
- Dispondrás de clases virtuales en directo, además de contar con el apoyo de un tutor virtual en todo momento.
- Entorno tecnológico innovador, fácil e intuitivo. Tendrás comunicación directa con tus compañeros y profesores, al mismo tiempo que disfrutas de foros, casos prácticos reales y clases magistrales.
- Tutorías personal e-presencial (vía foros, chat, teléfono, email).
- Debates y grupos de discusión a través de foros y chats.
- Test de autoevaluación.
- Lecturas y documentación.
Dirigido a:
Para realizar nuestro máster en Inteligencia Artificial no es necesario que dispongas de titulaciones académicas previas. Si estás en alguna de estas situaciones este curso es para ti.
- Personas sin conocimientos técnicos: Estás en situación de desempleo o quieres cambiar de área a una que ofrezca grandes posibilidades laborales.
- Personas con pocos conocimientos técnicos: Has visto algo por tu cuenta o realizado alguna formación, pero deseas aprender más y dedicarte profesionalmente al campo de la Inteligencia Artificial.
- Personas que ya trabajan en el área tecnológica: eres programador y deseas aprender nuevas herramientas y tecnologías para desarrollarte profesionalmente
- Podrás dominar herramientas, lenguajes de programación (como Python) y técnicas algorítmicas que te permitirán desarrollar y liderar proyectos de Inteligencia Artificial. Estas herramientas están a la vanguardia de la tecnología y son líderes de mercado utilizándose diariamente en empresas nacionales e internacionales.
- Entenderás y saber aplicar los algoritmos de Inteligencia Artificial más utilizados en la industria, así como tener la capacidad de poder adaptarlos y modificarlos para afrontar problemas complejos del mundo real.
- Podrás integrarte trabajando en proyectos empresariales que impliquen técnicas de Inteligencia Artificial, Big Data y computación en la nube.
- Conocerás todas las claves para la puesta en producción soluciones de inteligencia artificial, como el manejo de sistemas GNU/Linux y la Cloud.
- Conocerás el funcionamiento y uso de las Bases de Datos NoSQL (como mongoDB), sistemas de procesamiento de datos a gran escala (como Hadoop y Spark), ingesta de datos masiva (como Kafka) y microservicios (como Kubernets y Docker).
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 las tecnologías Big Data: Bases de Datos SQL/No SQL, Computación distribuida, Cloud…
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
- Python: Librerías básicas de Data Science: Pandas, Numpy, Matplotlib, Sklearn…
- Introducción teórica al análisis exploratorio de Datos
- Python: Ejemplificación del análisis exploratorio de datos mediate Datasets reales
Módulo 4: Introducción al Machine Learning
- Desambiguación de términos: ¿Machine Learning? ¿Deep Learning? ¿Data Science? ¿Big Data? Machine Learning: Aprendizaje supervisado (regresión/clasificación), no supervisado y por refuerzo.
- Nuestros primeros pasos con el Machine Learning: Regresión Lineal y Regresión Logística. Ejemplos con datos reales en Python.
Módulo 4.1: Introducción a la IA Generativa
- ¿Como aprovechar los recientes avances en IA generativa? Panorama actual de tecnologías más relevantes por campo:
1. Texto: ChatGPT, Bard, LLaMA…
2. Imagen: Dalle, Midjourney, Stable Diffusion…
- ¿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
- Introducción a las Bases de datos SQL.
- Programación en Python con SQLite.
- Bases de datos NoSQL: Clave-Valor, Columnares, Documentales y de Grafos
- Bases de Datos NoSQL Documentales: MongoDB (PyMongo)
Módulo 6: Procesamiento Distribuido
- Funcionamiento de un sistema Big Data de Procesamiento Distribuido: Ingestión, Almacenamiento, Gestión de Recursos, Cálculo Distribuido…
- Hadoop
- Introducción a Spark: pySpark y DataFrame API
- Machine Learning con Spark ML
- PySpark Pandas
Módulo 7: Algoritmos de Machine Learning y su implementación
- ¿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 7: Deep Learning (Opcional)
- 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
- Redes Generativas Adversarias (GAN)
- Deep Reinforcement Learning (DRL)
- Deep Learning Frameworks: Keras, TensorFlow, Pytorch…
Módulo 8: Procesamiento de Lenguaje Natural (Opcional)
- 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…
Módulo 9: TFM (Opcional)
- 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.
- Una vez aprobada la propuesta el alumno lo realizará
- Al entregarlo el docente dará su feedback y si este es positivo el alumno tendrá una mención especial en su diploma y prioridad en nuestra bolsa de empleo.
Claustro:
- Daniel Martínez García
Experto en Inteligencia Artificial . Fue durante años director de I+D en la División de Inteligencia Artificial de Altran y actualmente dirige la parte de Inteligencia Artificial en MonoM (Grupo Álava). Tiene un máster en Big Data y otro en Deep Learning e imparte clases en universidades y escuelas de negocios.
Prácticas en empresas del sector 100% aseguradas
Disponemos de un departamento propio especializado en colaboraciones con empresas tecnológicas de gran nivel para que nuestros alumnos puedan poner en práctica los conocimientos aprendidos.
Las prácticas tienen como finalidad tu incorporación en el mercado dentro de una empresa y disfrutar de una primera experiencia profesional que enriquezca tu CV y que pueda permitirte dar el salto al mercado laboral.
El Máster en Máster en Big Data & Analytics está diseñado para formar profesionales en el área de las nuevas tecnologías de la información y Business Intelligence , siempre con la visión de cumplir con lo que demandan las empresas e instituciones en cada momento. Para ello, ofrece una sine...
HASTA 23% DE DESCUENTO HASTA EL 27 DE MARZO.
EAE Cuenta con Un Programa de Becas y Facilidades de FinanciaciÓN para Sus Alumnos.
EAE ESCUELA DE ADMINISTRACION DE EMPRESAS
El Global Master en Business Analytics & Data Strategy que presenta EAE Business School en su nueva modalidad Híbrida, se imparte desde una óptica que engloba tanto la tecnología como la gestión, con el objetivo de enseñarte a diseñar y gestionar proyectos de Big Data y a sacar la máxima rentabilidad al tratamiento de datos masi...
Estudios recientes indican que en los últimos años se han generado el 90% de los datos a nivel mundial, además, se estima que crecerán 44 veces durante la siguiente década. Sin embargo, según una encuesta de IBM, más de la mitad de las empresas líderes reconocieron que no tienen acceso a información relevante para realizar su t...
Big Data es mucho más que un concepto de moda, es una necesidad. Actualmente, todas las industrias que generan y consumen datos de múltiples tipos y fuentes, necesitan profesionales y expertos en Big Data. Por ello, estos empleos se encuentran entre los más demandados a nivel mundial. Por ejemplo, según LinkedIn, cerca del 79% d...
La transformación digital ha llegado para quedarse y ha hecho aparecer oportunidades laborales en torno a tecnologías como Inteligencia artificial, IOT o Realidad Aumentada, entre otras. Por supuesto, los grandes beneficiados de este movimiento son los profesionales del Big Data, la Ciencia de Datos y el Análisis de Datos...
El Data Science ha emergido como una nueva disciplina que da respuesta al reto de buscar conocimiento en grandes volúmenes de datos digitales. El objetivo del presente Bachelor en Data Science es formar a profesionales que sean capaces de trabajar de forma íntegra en todas las etapas de un proyecto del ámbito de la ciencia de da...
