Máster en Inteligencia Artificial

Grupo Atrium

Descripción

El Máster en Inteligencia Artificial, en modalidad abierta (online), te permitirá dominar herramientas, lenguajes de programación 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.
Además, te prepararás para 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.
Una vez egresado, podrás integrarte trabajando en proyectos empresariales que impliquen técnicas de Inteligencia Artificial, big data y computación en la nube.
Conviértete en un experto en Inteligencia Artificial dominado herramientas, lenguajes de programación y técnicas algorítmicas que te permitirán desarrollar y liderar proyectos de Data Science y Machine Learning. Aprenderás herramientas y algoritmos que están a la vanguardia de la tecnología y son líderes de mercado utilizándose diariamente en empresas nacionales e internacionales. Serás capaz de modelizar y de extraer el valor de todo tipo de fuentes de datos: datos tabulares, imágenes, texto, vídeos… gracias a las técnicas de Deep Learning, Visión Artificial, Procesamiento de Lenguaje Natural… enseñadas en este máster. Se sigue una aproximación centrada en la aplicación práctica de estas herramientas y algoritmos, comenzando desde las bases, y profundizando en todas las áreas más relevantes de la inteligencia artificial que se usa a nivel empresarial a día de hoy.
 

Temario

Módulo 1: Nociones teóricas iniciales
  •  Desambiguación de términos: ¿Machine Learning? ¿Deep Learning? ¿Data Science? ¿Big Data?
  •  Evolución histórica de la Inteligencia Artificial
  •  Machine Learning: Aprendizaje supervisado, no supervisado y por refuerzo
  •  Aprendizaje supervisado: Regresión y clasificación
Módulo 2: Herramientas básicas
  • Primeros pasos con R
  • Programación en Python
  • Linux Shell essentials
  • Introducción al ecosistema Big Data
  • Introducción a la programación distribuida
  • Programación distribuida: Py-Spark
  • Visión general del ecosistema de bases de datos NoSQL (Clave-valor, Columnares, Documentales y de Grafos)
  • NoSQL: MongoDB con PyMongo
  • Herramientas y técnicas de visualización
  • Visión general de las herramientas Cloud disponibles
Módulo 3: 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 4: 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 5: Procesamiento de Lenguaje Natural
  • 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 6: 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 la bolsa de empleo.

Destinatarios

Perfil de ingreso: 
  • Estudiantes que posean conocimientos básicos de programación y deseen empezar su andadura profesional como científicos de datos.
  • Trabajadores del sector tecnológico que quieran progresar en su carrera.
  • Jefes de proyecto que deseen liderar eficientemente proyectos de Inteligencia Artificial.

Metodología

Videoconferencias en directo todas las semanas Tutorización personalizada por expertos en activo Acceso a campus 24 horas al día 7 días a la semana Ejercicios y prácticas Contenido adicional audiovisual Entorno tecnológico innovador e intuitivo. Tendrás comunicación directa con tus compañeros y profesores. El curso enseña un conjunto de herramientas y algoritmos, cuidadosamente seleccionados por expertos que están a la vanguardia de la tecnología, que son líderes de mercado y utilizadas en el día a día por las empresas, tanto nacionales como extranjeras.

Idiomas en los que se imparte

Español

Duración

Duración del Máster: 400 horas.

Titulación obtenida

Título propio de Máster.

Prácticas

Prácticas en Empresas.

Perspectivas laborales

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 como experto en machine learning. Podrás trabajar principalmente en empresas de: Empresas de consultoría. Empresas de producto que desarrollen soluciones de tratamiento y análisis de datos. Empresas de Banca y Finanzas. Empresas del sector retail. En industria (IoT). Empresas del sector salud. Empresas de energía. Empresas de logística y transporte. Empresas de sector seguros.

Ventajas del curso

Centro homologado por la Comunidad de Madrid. Garantías de calidad. Sello ISO 9001.

Bolsa de empleo

Acceso a Bolsa de trabajo del centro

Profesorado

Profesorado Profesional certificado
Sí, me interesa
conocer todos los detalles, precios, becas, fechas y plazas disponibles
Máster en Inteligencia Artificial
También te recomendamos estos cursos
Temas relacionados
X