Curso de Big Data, Virtualización y Machine Learning

La Industria 4.0 se caracteriza por poder interconectar las máquinas y los sensores entre sí lo que genera una cantidad de información y datos que hasta la fecha no había sido  imaginada. Este gran volumen de datos supone un reto tecnológico a la hora de tratarlos, almacenarlos y crear modelos válidos que permitan extraer información y conocimiento de los mismos. SEAS ha preparado el Curso de Big Data, Virtualización y Machine Learning con el que podrás conocer las herramientas y la tecnología que están detrás de las soluciones que utiliza la industria para tratar estos grandes volúmenes de información.
Conocerás los nuevos paradigmas y modelos creados, como por ejemplo la virtualización o el almacenamiento y computación distribuida. Con esta formación podrás conocer también el amplio abanico de técnicas de inteligencia artificial y machine learning que permiten extraer el conocimiento de los datos generados por los sensores y la Industria 4.0 y crear modelos con los que poder optimizar procesos, predecir comportamientos, detectar anomalía, etc...

Introducción al Big Data

• El problema del Big Data.
• El problema del almacenamiento.
• El problema del procesado.

Introducción a la virtualización

• ¿Qué es la virtualización?.
• Aplicaciones de la virtualización local.
• Centros de datos.
• Sistemas en la nube.

Introducción al tratamiento de datos

• Estadística básica para tratamiento de datos.
• Limpieza y preparación de los datos.
• Búsqueda e ingeniería de características en los datos.
• Evaluación del error y elección de sets de entrenamiento y validación.
• Elección del método de tratamiento de datos.

Visualización y exploración de datos

• Análisis de la muestra.
• Análisis temporal.
• Análisis multivariable.
• Análisis de redes y grafos.

Machine learning en la industria 4.0 (I)

• ¿Qué es Machine Learning?.
• Modelos de regresión.
• Modelos de clasificación.
• Detección de anomalías.

Machine learning en la industria 4.0 (II)

• Reducción de dimensiones.
• Árboles de decisión.
• Composición de modelos: Boosting y Baggin.

Machine learning en la industria 4.0 (III)

• Clasificadores Bayesianos ingenuos.
• Algoritmos genéticos.
• Redes neuronales clásicas.
• Redes neuronales avanzadas.

Personas interesadas en aprender sobre big data, virtualización y machine learning.

Para acceder a uno de los Cursos Técnicos se debe cumplir alguno de los siguientes requisitos: 

• Ser mayor de 18 años

En este caso, se expide el título de Curso Técnico indicando el contenido y la duración del estudio en horas. No otorga ECTS.
 
O cumplir uno de los siguientes requisitos: 

• Estar en posesión del título de Bachiller o declarado equivalente. También titulados en Bachillerato europeo y en Bachillerato internacional, o equivalentes a títulos de bachiller de sistemas educativos de estados miembros de la Unión Europea o de otros estados no miembros
• Estar en posesión de titulación de Técnico Superior de Formación
• Profesional, o de Técnico Superior en Artes Plásticas y Diseño o Técnico Deportivo Superior
• Ser mayor de 25 años con al menos 1 año de experiencia profesional acreditada y relacionada con el contenido de la formación
• Ser Titulado universitario

En cualquiera de estos casos se expide el título de Curso Técnico indicando el contenido, duración en horas del estudio y créditos ECTS otorgados.
 

• Conocer las principales técnicas de Big Data utilizadas en la actualidad
• Comprender los conceptos básicos de la virtualización y computación distribuida
• Entender los conceptos básicos de estadística descriptiva utilizados normalmente en tratamiento de datos
• Conocer las principales técnicas utilizadas en la actualidad de Machine Learning y modelado estadístico

Formación bonificable para trabajadores a través de Fundae: Fundación Estatal para la Formación en el Empleo.