Especialista Universitario en Inteligencia Artificial

Con la explosión de los datos y el aumento de la potencia computacional de los dispositivos, se ha formado la coyuntura ideal para la Inteligencia Artificial. Su importancia se apoya en su materia prima, los datos. Según fuentes, en un solo minuto se envían 12 millones de mensajes y se producen casi 6 millones de búsquedas en Google.
Para las empresas, esta información representa su activo más valioso, y su crecimiento es 23 veces superior al de la población, lo que significa que las personas cada vez generamos más datos.
Ahora es posible combinar datos internos de organizaciones con datos externos para obtener una contextualización más profunda. Por ello, establecer nuevas técnicas que permitan una correcta toma de decisiones a partir del análisis avanzado y construir sistemas de IA que faciliten la actividad empresarial servirán para disponer de un activo muy valioso para tu organización.
A pesar del notable crecimiento de la IA y la ciencia del dato, las organizaciones no terminan de cubrir todas sus vacantes debido a la escasez de profesionales capacitados. Esta coyuntura supone que el crecimiento potencial de la IA y la ciencia del dato aún se encuentra en una fase temprana.
Domina técnicas de Machine Learning, estudia la computabilidad de un problema y desarrolla y estructura proyectos de ciencia de datos que se traduzcan en decisiones exitosas.

• Introducción y conceptos fundamentales.
• Estructura de datos para análisis.
• Análisis avanzado de datos.
• Algoritmos no supervisados.
• Algoritmos supervisados de regresión.
• Algoritmos supervisados de clasificación.
• Análisis de texto y Procesamiento de Lenguaje Natural.
• Data Storytelling.
• Modelos de optimización lineal con PulP.
• Valor económico de la ciencia de datos.

• Flujo de trabajo de Aprendizaje Automático.
• Manipulación de datos con Pandas.
• Análisis exploratorio de datos.
• Análisis de series de tiempo y manipulación de fechas.
• Análisis de regresión con scikit-learn.
• Análisis de clasificación con scikit-learn.
• Análisis de agrupación con scikit-learn.
• Análisis de texto con NLTK.
• Puesta en producción con streamlit y Gradio.

• El ciclo CRISP-DM.
• Fundamentos del gobierno de datos.
• Calidad de datos.
• Gestión de la metadata.
• Gestión de riesgos de datos.
• Gestión de seguridad de datos.
• Infraestructura óptima para la gestión y gobierno de datos.
• Ciclo de madurez de la gestión de datos.
• Desing thinking.
• Metodologías Agile.

• Introducción a Big Data.
• El papel de un Ingeniero de datos.
• Infraestructuras de datos.
• Bases de datos clásicas para analítica.
• Bases de datos NoSQL.
• Herramientas de ETL.
• Procesado y limpieza de datos.
• Infraestructuras de Big Data.

• Introducción y tipos de redes neuronales.
• Regresión con redes neuronales.
• Clasificación con redes neuronales.
• Series temporales con redes neuronales.
• Análisis de imagen con redes neuronales.
• Aplicaciones complejas de detección de imágenes y sonidos.
• Exploración y análisis de proyectos con redes neuronales.
• Aplicaciones avanzadas de redes neuronales.

• Documentación de un proyecto.
• Ejecución y desarrollo de una solución.
• Validación de resultados.
• Presentación del proyecto.
• Evaluación final.

• Tendrán acceso a este programa las personas profesionales con interés en aprender sobre Inteligencia Artificial y ciencia de datos.

• Profesionales de cualquier especialidad o del sector que usen datos en su trabajo y tengan interés en mejorar sus conocimientos
• Personas que desean comenzar la transición a este campo y formarse en Inteligencia Artificial

• Estando en posesión de un título universitario oficial español u otro expedido por una institución de educación superior que faculte para el acceso a las enseñanzas de este curso.
• Si el alumno ha finalizado sus estudios universitarios y se encuentra en espera de obtener el título, deberá presentar el abono de tasas acreditando que se encuentra en espera del mismo.

• Obtendrás los conocimientos y habilidades necesarias que te permitirán convertirte en científico de datos. Serás capaz de desarrollar proyectos de Analítica Avanzada y modelos predictivos con total autonomía. Trabajarás en casos de IA, te formarás bajo las múltiples funcionalidades del aprendizaje automático y profundo. 
• Sin necesidad de conocimientos de programación previos, te abrirás paso en esta disciplina. Demostraremos que los  algoritmos no serán los únicos que mejoran a través de la experiencia. Todo ello gracias a nuestra metodología «learning by doing», basada en resolución de casos de negocio reales a la vez que absorbes conocimiento.
• Esto, unido a un sistema de evaluación continua, favorece un aprendizaje constante. El conocimiento adquirido te permitirá transformar tu trabajo y aportar gran valor en la toma de decisiones organizacional.