Para acceder a un Máster en Inteligencia Artificial, generalmente se necesita formación en informática, ingeniería, matemáticas, estadística o física. Aunque no sea completamente imprescindible, es interesante que quienes opten a este tipo de formación tengan conocimientos en programación, algoritmos y algo de experiencia en sistemas y redes informáticas. Tampoco sobra el que tengan habilidades analíticas y cuantitativas, además de capacidad de resolución de problemas.
Comentarios:
Con este?máster en IA te convertirás en el profesional más completo de un sector que crece exponencialmente cada día. ¿Estás preparado para abordar conceptos avanzados tan apasionantes como el lenguaje Python, deep learning, visión artificial o NLP? Pues enhorabuena, porque en esta formación podrás poner a prueba todo tu potencial. Leer más
¿Qué aprenderás?
Con esta formación en?Inteligencia Artificial aprenderás los fundamentos de la IA: su historia, las distintas tipologías y hasta la ética y la regulación actual. Además, profundizarás sobre la programación con Python y desarrollarás conceptos como las redes neuronales artificiales, los modelos secuenciales, el reconocimiento facial y la Inteligencia Artificial generativa. Conoce nuestro temario completo.
Formación 100% online Te ofrecemos formación 100% en línea para adaptarnos a tus ritmos y horarios.
Clases en directo y otros recursos Más de 200 clases en directo al mes con alto contenido práctico, siempre disponibles en nuestra plataforma junto con todo tipo de material didáctico (vídeos formativos, autoevaluaciones, masterclass, foros de debate…).
Learning by doing Queremos que aprendas practicando. Para ello ponemos a tu disposición ejercicios y casos prácticos (¡con test de evaluación por tema y examen final de módulo!), proyecto final (TFM) o/y prácticas en empresa hasta 300 horas.
Profesorado en activo Nuestros profesores compaginan su labor docente con la experiencia activa, con lo que conocen de primera mano lo que demanda el mercado.
Seguimiento personalizado A través de tutorías periódicas, nuestros asesores pedagógicos estarán a tu lado desde el minuto 1… ¡Y hasta el último!
Salidas profesionales:
Estudiar inteligencia artificial ofrece diversas salidas profesionales en campos como el desarrollo de software, la ciencia de datos, la robótica, la investigación, la consultoría tecnológica, y las finanzas y el marketing. En estos campos podrás trabajar en diversos aspectos, como el desarrollo algoritmos y aplicaciones basadas en IA, análisis de datos, programación para robótica o para mejorar estrategias comerciales y análisis financiero.
Titulación que se obtiene:
Prepárate para conseguir la Certificación PCAP con nuestro curso oficial de Python Institute: Python Essentials, impartido por Cisco.Leer menos
Módulo 01.- Primeros pasos en la Inteligencia Artificial
Tema 01 Historia de la Inteligencia Artificial
Tema 02 Conceptos fundamentales de la Inteligencia Artificial
Tema 03 Tipos de Inteligencia Artificial: Inteligencia Artificial débil e Inteligencia Artificial fuerte
Tema 04 Ética en la Inteligencia Artificial Leer más
Tema 05 Sesgos en los datos y los algoritmos
Tema 06 Privacidad y seguridad en la Inteligencia Artificial
Tema 07 Regulación y políticas de Inteligencia Artificial
Módulo 02.- Programación Python y análisis matemático
Tema 01 Python, el nuevo desconocido
Tema 02 Características básicas del lenguaje I
Tema 03 Características básicas del lenguaje II
Tema 04 Programación Orientada a Objetos (POO) y métodos aplicados
Tema 05 Manipulación de datos y librerías de Inteligencia Artificial: Jupyter Notebooks, TensorFlow, PyTorch
Tema 06 Álgebra lineal y cálculo aplicado
Tema 07 Estadística
Módulo 03.- Machine learning
Tema 01 Conceptos iniciales del machine learning
Tema 02 Aprendizaje supervisado
Tema 03 Aprendizaje no supervisado
Tema 04 Validación de modelos y selección de características
Tema 05 Prácticas y casos de estudio de machine learning
Tema 06 Tendencias actuales y futuras en aplicaciones de machine learning
Módulo 04.- Deep learning y redes neuronales artificiales
Tema 01 Principios del deep learning y redes neuronales artificiales
Tema 02 Fundamentos de perceptrones
Tema 03 Arquitecturas de redes multicapa
Tema 04 Entrenamiento de redes neuronales
Tema 05 Modelos preentrenados
Tema 06 Redes neuronales convolucionales (CNN) y redes neuronales recurrentes (RNN)
Tema 07 Modelos secuenciales
Tema 08 Aplicaciones del deep learning y las redes neuronales artificiales
Módulo 05.- Visión artificial
Tema 01 Fundamentos de la visión artificial
Tema 02 Adquisición y procesamiento de imágenes
Tema 03 Detección de objetos
Tema 04 Reconocimiento facial
Tema 05 Algoritmos y modelos de segmentación
Tema 06 Aplicaciones de la visión por computadora
Módulo 06.- Procesamiento del lenguaje natural (NLP) e Inteligencia Artificial generativa
Tema 01 Introducción al NLP
Tema 02 Representación Vectorial de Texto
Tema 03 Modelos secuenciales y mecanismos de atención
Tema 04 Conversión Audio-Texto
Tema 05 Introducción la Inteligencia Artificial generativa
Tema 06 Grandes Modelos de Lenguaje (LLMs)
Tema 07 Generación de imágenes y vídeo
Tema 08 El futuro de la Inteligencia Artificial generativa
TFM
- TFM 01 Visión artificial. Desarrollo de un sistema de detección de emociones faciales en humanos mediante CNNs.
- TFM 02 Machine Learning. Análisis y optimización de modelos en machine learning, eligiendo una de las tres posibles aplicaciones propuestas.
- TFM 03 NLP. Desarrollo de un chatbot para una empresa de e-commerce capaz de atender consultas en español e inglés.Leer menos
Deja tu opinión
