Especialista en Inteligencia Artificial
Utilizar aplicaciones y algoritmos de Inteligencia Artificial, en diferentes proyectos de aplicabilidad en las empresas.
230 h de formación
Carga lectiva completa certificada.
Agencia de colocación oficial
Acceso exclusivo a ofertas de empleo.
Clases Presenciales
Aprendizaje en aula con expertos.
Grupos Reducidos
Máximo aprovechamiento garantizado.
Formato presencial
08:30-14:30
4.9/5 valoración
Impulsa tu futuro profesional con CEP Formación
Utilizar aplicaciones y algoritmos de Inteligencia Artificial, en diferentes proyectos de aplicabilidad en las empresas.
Nuestro Enfoque Diferenciador
- Utilizar aplicaciones y algoritmos de Inteligencia Artificial, en diferentes proyectos de aplicabilidad en las empresas.
¿Por qué estudiar con nosotros?
Beneficios diseñados para tu crecimiento profesional y personal.
230 h de formación
Carga lectiva completa certificada.
Agencia de colocación oficial
Acceso exclusivo a ofertas de empleo.
Clases Presenciales
Aprendizaje en aula con expertos.
Grupos Reducidos
Máximo aprovechamiento garantizado.
Contenido Teórico-Práctico
Aprende haciendo con casos reales.
Certificación Profesional
Título acreditado por CEP Formación.
¿Para quién es este curso?
Personas que cumplen los requisitos de acceso de la convocatoria formativa
Perfil Profesional
Dirigido a personas que buscan excelencia y actualización constante en su sector.
Estructura del programa
Contenidos actualizados y prácticos, divididos en bloques modulares para un aprendizaje progresivo y sólido.
FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL (42 h)
Adquirir los conceptos básicos, herramientas y lenguajes relacionados con la Inteligencia Artificial y sus diferentes modalidades.
- Inmersión a la IA explicando sus principales modalidades.
- Breve noción sobre los principales algoritmos de IA.
- Análisis de los diferentes tipos de aprendizaje.
- Fundamentos matemáticos para el entendimiento del funcionamiento de distintos
- Implementación de conceptos matemáticos de IA utilizando Python como lenguaje de
- Fundamentos estadísticos básicos para el entendimiento del funcionamiento de distintos
- Implementación de conceptos estadísticos utilizando Python como lenguaje de
- Puesta en marcha del entorno de trabajo.
EXPLORACIÓN DEL CONJUNTO DE DATOS (5 h)
Adquirir el conocimiento necesario para el tratamiento de los conjuntos de datos relacionados conel entrenamiento de modelos.
- Reconocimiento de las competencias y funciones de un Data Scientist relacionadas con la
- Fundamentos de la visualización de los datos de entrada del modelo.
- Inmersión en las librerías más utilizadas en la visualización de datos.
- Identificación de las herramientas necesarias para poder examinar los datos en función del
- Aplicación práctica de librerías de visualización de datos.
- Fundamentos del pre-procesado de los datos de entrada del modelo.
- Inmersión en las librerías más utilizadas en la preparación y limpieza de datos.
- Identificación de las herramientas necesarias para la limpieza, reducción y preparación de los
ALGORITMOS DE MACHINE LEARNING (40 h)
Utilizar diferentes algoritmos de Machine Learning y su aplicabilidad para la resolución de problemas de diversa índole.
- Fundamentos de los conceptos matemáticos básicos para la comprensión de los distintos
- Definición teórico-práctica de estos conceptos matemáticos.
- Implementación en Python de dichos conceptos matemáticos.
- Introducción a los modelos de ML más utilizados.
- Implementación en Python de estos modelos haciendo uso de las librerías más relevantes.
- Introducción a los conceptos de sistemas de recomendación y aprendizajes por refuerzo.
- Identificación del algoritmo más relevante a desarrollar según tipología y aplicabilidad.
- Aplicabilidad en Python de diferentes casos de uso prácticos como refuerzo a la comprensión de
REDES NEURONALES (50 h)
. Aplicar los conceptos de las Redes Neuronales a diferentes campos (Computer Visión, NLP, etc)
- Fundamentos de los conceptos matemáticos básicos para la comprensión de los distintos
- Definición teórico-práctica de estos conceptos matemáticos.
- Desarrollo en Python de los algoritmos que implementan dichos conceptos.
- Identificación de los modelos basados en Redes Neuronales más utilizados según
- Implementación en Python de dichos algoritmos haciendo uso de las librerías más
- Identificación del algoritmo más relevante a desarrollar según tipología y aplicabilidad.
- Aplicabilidad en Python de diferentes casos de uso prácticos como refuerzo a la
- Generación de nuevas ideas y fomento de la creatividad.
VISUALIZACIÓN DE RESULTADOS (3 h)
Interpretar los fundamentos y librerías para la representación y visualización de los datos obtenidos de los modelos de Machine Learning.
- Fundamentos de la visualización de los resultados del modelo.
- Inmersión en las librerías más utilizadas en la visualización de los resultados de un modelo.
- Identificación de las herramientas necesarias para evaluación de resultados en función del
- Aplicación práctica de librerías de visualización de datos.
- Visualización del proceso de entrenamiento y búsqueda de puntos de optimización o sesgos en
- Identificación de problemas como vanishing gradient o exploding gradient durante el
- Evaluación de resultados:
- Capacidad de visualización de la precisión de un modelo.
BASES DE DATOS EN IA (5 h)
Aplicar los diferentes modelos de Bases de datos y su integración con las herramientas de Inteligencia Artificial.
- Inmersión al lenguaje SQL y a las bases de datos más relevantes:
- Introducción al lenguaje SQL, modelo de datos y a las bases de datos más
- Aplicación práctica de consultas SQL, CRUD.
- Nociones básicas DBA.
- Buenas prácticas en bases de datos SQL.
- Fundamentos de bases de datos NoSQL.
- Introducción a las bases de datos NoSQL y comparativa con las bases de datos
- Inmersión a las bases de datos NoSQL más relevantes.
AUTO MACHINE LEARNING (10 h)
Utilizar herramientas para la generación, entrenamiento y pruebas de modelos de Machine Learning. Conocer los principios de MLOps y su aplicación.
- Inmersión al Auto Machine Learning y a las plataformas más relevantes.
- Introducción al Auto ML y a los beneficios que puede proporcionar con respecto a los
- Tratamiento de datos desde AWS SageMaker.
- Introducción a la carga y tratamiento de conjuntos de datos sobre el servicio SageMaker.
- Visualización de datos en SageMaker con la finalidad de obtener información sobre el
- Entrenamiento de modelos ML mediante AutoML
- Aplicación práctica y entrenamiendo de modelos sobre SageMaker.
- Validación y evaluación de modelos ML sobre SageMaker.
Responsible AI (5 h)
Aplicar una Inteligencia Artificial Responsable.
- Comprender y articular los problemas críticos, sociales, legales, políticos y éticos que
- Comprender conceptos relevantes, que incluyen: ética, moralidad, responsabilidad,
- Identificar y evaluar problemas éticos actuales en la industria y la ciencia de datos.
- Aplicar el juicio crítico y la reflexividad profesionales a los problemas morales sin soluciones
- Evaluar los problemas éticos que enfrenta en su práctica profesional actual.
- Identificar y aplicar soluciones éticas a esos problemas.
- Compromiso ético (saber aplicar la evidencia científica en la práctica profesional y mantener
- Capacidad de crítica y autocrítica.
CASO PRÁCTICO EN IA (60 h)
Realizar un proyecto completo por parte del alumno aplicando los diferentes conocimientos de Inteligencia Artificial tratados a lo largo del curso.
- Análisis de los factores relevantes de un problema de IA.
- Técnicas y herramientas para la toma de decisiones a la hora de abordar el proyecto.
- Identificación de los entornos, fases y herramientas necesarias para llevar a cabo la
- Gestión y seguimiento de las distintas fases del proyecto de IA.
- Planificación, diseño y programación de los componentes de un proyecto de forma
- Manejo de diversidad de conocimientos que aporten una base en el desarrollo y/o
- Desarrollar hábitos de excelencia y calidad en el ejercicio profesional.
- Capacidad de comunicar conclusiones a públicos especializados y no especializados
Softskills: píldoras formativas (10 h)
Poner en práctica el uso de las metodologías ágiles y entender el valor de las habilidades “soft” en la era digital con las que podrán adaptarse en un entorno en constante cambio, así como enfrentarse a los nuevos retos tecnológicos alcanzando óptimos resultados.
- Iniciación en el desarrollo ágil de proyectos mediante el uso de la metodología Scrum:
- Principios y fundamentos de Agile y comparativa con el enfoque tradicional.
- Entender los distintos roles y su relación entre ellos.
- Conocer las ceremonias y cómo apoyarse en ellas para cumplir con el control de
- Introducción a Design Thinking como herramienta para encontrar soluciones innovadoras a
- Descripción de las diferentes etapas
- Uso de técnicas disponibles en las distintas fases.
- El arte de contar historias (storytelling) como medio para transmitir un mensaje con éxito.
Preguntas frecuentes
Resolvemos tus dudas sobre el proceso formativo en CEP Formación.
¿Cuándo comienza el curso?
Las fechas de inicio y el horario se confirman en cada convocatoria. Te informaremos de la próxima edición disponible.
¿La formación es presencial?
Sí. Las sesiones se desarrollan en las instalaciones de CEP Formación, con un enfoque práctico y acompañamiento docente.
¿Cómo puedo reservar una plaza?
Solicita información o completa la matrícula. El equipo de CEP te indicará los pasos y la documentación necesaria.
¿Puedo resolver mis dudas antes de matricularme?
Sí. Podemos orientarte sobre horarios, requisitos, modalidad y el encaje del curso con tu perfil.
Completa tu especialización
Cursos complementarios que mejorarán tu competitividad laboral.
Administración y Gestión de Plataformas LMS Moodle
Aplicación de Herramientas Digitales
Aplicación de las Herramientas Digitales en la Innovación Educativa
Business Intelligence
Solicita información del curso
Te llamamos para resolver horarios, requisitos, modalidad y matrícula.
¿Prefieres llamarnos?
922 219 257Únete a la academia líder en Canarias
Más de 26 años formando a los mejores profesionales. ¿Hablamos de tu futuro?
¡Empezar hoy mismo!