Modalidad: Online
400 horas
Modalidad Abierta
¡Impulsa tu carrera con nuestro Máster en Inteligencia Artificial! Participa en clases online en directo, accede a prácticas en empresas líderes y sumérgete en las últimas tecnologías del mercado. Conviértete en un profesional altamente demandado y abre las puertas a un sinfín de oportunidades laborales. ¡Inscríbete hoy y da el primer paso hacia un futuro brillante!
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
¿Qué hace único a nuestro programa?
Las clases son basadas en proyectos, con creación de piezas y aplicaciones en directo creando diferentes programas utilizando las diferentes tecnologías integrándolas en casos reales.
Cada tecnología y sus diferentes partes se aprenden en un contexto real en la creación de un proyecto. Implementando cada una de ellas y realizando demostraciones de uso.
- Garantía de Prácticas Profesionales: Al finalizar nuestro programa, aquellos estudiantes que lo deseen tendrán la oportunidad de realizar prácticas profesionales. Grupo Atrium se compromete a encontrar una empresa adecuada donde puedan aplicar lo aprendido, facilitando así su entrada al mundo laboral.
- Soporte en Discord: Un experto estará disponible exclusivamente en Discord para resolver tus dudas. Este apoyo es extendido a la realización de ejercicios y a la clarificación de conceptos discutidos en clase.
- Enfoque 100% Práctico: Adoptamos la filosofía "Learning by doing" a lo largo de nuestro programa. Aquí, no encontrarás exámenes teóricos tu evaluación se basará en la realización de ejercicios prácticos avanzados, diseñados para emular los desafíos que encontrarías en el ámbito laboral real.
- Desafíos Basados en Datos Reales: Se presentarán a los estudiantes desafíos estimulantes basados en situaciones reales, cuya superación es requisito para la aprobación.
6 Titulaciones incluidas. Diferencia tu perfil del resto.
- Máster en Inteligencia Artificial
- Machine Learning y Deep Learning
- Iniciación a GNU
- Desarrollo en Python
- Análisis de datos y visualización con Python
- Big Data
- NPL
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
- 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
- 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.
- Entender 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.
- Poder integrarte trabajando en proyectos empresariales que impliquen técnicas de Inteligencia Artificial, Big Data y computación en la nube.
- Conocer todas las claves para la puesta en producción soluciones de inteligencia artificial, como el manejo de sistemas GNU/Linux y la Cloud.
- Conocer funcionamiento y uso de las Bases de Datos NoSQL (como mongoDB), sistemas de procesamiento de datos a gran escala (como Hadoop y Spark)
5 estrellas promedio basado en 2 opiniones de Máster en Inteligencia Artificial.
Módulo 1: Introducción a los sistemas Informáticos y tecnologías Big Data (6 sesiones)
- 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 (12 sesiones)
- 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: 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 (2 sesiones)
- 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 (3 sesiones)
- ¿Como aprovechar los recientes avances en IA generativa? Panorama actual de tecnologías más relevantes por campo:
Texto: ChatGPT, Bard, LLaMA…
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 (5 sesiones)
- 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 (4 sesiones)
- 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: Deep Learning (Opcional) (11 sesiones)
[Si se realiza proporciona al alumno 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
- Redes Generativas Adversarias (GAN)
- Deep Reinforcement Learning (DRL)
- Deep Learning Frameworks: Keras, TensorFlow, Pytorch…
Módulo 8: 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…
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.
- 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.