Metodología del Curso

Este curso está diseñado para ingenieros y profesionales técnicos con una base sólida en matemáticas y programación.

Los prerrequisitos recomendados incluyen:

Conocimientos de programación:

– Experiencia en Python es altamente recomendable,  ya que el curso utiliza este lenguaje para las implementaciones prácticas.

– Familiaridad con librerías básicas como NumPy, pandas y Matplotlib.

Fundamentos matemáticos:

– Comprensión de álgebra lineal: operaciones con matrices y vectores.

– Conocimientos básicos de probabilidad y estadística: distribuciones, media, varianza y correlación.

Conocimientos en análisis de datos:

– Experiencia con manipulación y preprocesamiento de datos, aunque no es estrictamente obligatorio.

Objetivos

Al finalizar el curso, los participantes serán capaces de:

• Entender los fundamentos de IA y ML: Definir qué es la inteligencia artificial y el aprendizaje automático, y comprender los diferentes tipos (supervisado, no supervisado, profundo y por refuerzo).
• Implementar modelos de Machine Learning: Aplicar algoritmos de aprendizaje supervisado (regresión, clasificación) y no supervisado (clusterización, reducción de dimensionalidad) utilizando Python y sus principales librerías.
• Entrenar y evaluar modelos: Desarrollar la capacidad para entrenar, ajustar y evaluar modelos utilizando técnicas avanzadas como redes neuronales y aprendizaje profundo.
• Desplegar modelos en entornos productivos: Aprender a desplegar modelos de Machine Learning en aplicaciones reales, utilizando APIs y prácticas para mantener y monitorizar los modelos en producción.
• Resolver problemas industriales y técnicos: Desarrollar soluciones basadas en IA y ML aplicables a problemas del mundo real, con foco en la ingeniería y la industria. El curso sigue una metodología práctica y está diseñado para ser altamente interactivo, con una combinación equilibrada entre teoría y ejercicios prácticos.
• Enfoque Modular: El curso se divide en módulos secuenciales, comenzando por los fundamentos y avanzando hacia técnicas más complejas. Cada módulo incluye conceptos teóricos clave y una práctica correspondiente.
• Ejercicios Prácticos: Cada sesión incluye ejercicios y ejemplos prácticos para aplicar los conceptos aprendidos. Los alumnos trabajarán directamente con librerías como Scikit-learn, TensorFlow y Keras.
• Proyectos Aplicados: Los estudiantes desarrollarán un proyecto final aplicando lo aprendido a problemas reales. Esto les permitirá profundizar en la resolución de problemas utilizando herramientas y técnicas de IA y ML.
• Plataformas y Herramientas: El curso se desarrollará en plataformas colaborativas como Jupyter Notebooks y Google Colab, facilitando el acceso a entornos de desarrollo para implementar los algoritmos en tiempo real.
• Evaluación Continua: Se realizarán evaluaciones semanales a través de ejercicios y cuestionarios prácticos, lo que permitirá a los estudiantes medir su progreso. El proyecto final será la parte más importante de la evaluación y requerirá la implementación completa de un modelo aplicado a un problema industrial o técnico específico.
• Material de Apoyo: Los participantes tendrán acceso a presentaciones, códigos de ejemplo, lecturas adicionales y recursos de referencia para profundizar en los temas.

Programa

• Módulo 1: Introducción a la Inteligencia Artificial y Machine Learning (4 horas).
• Módulo 2: Fundamentos de Estadística y Álgebra Lineal para ML (4 horas).
• Módulo 3: Aprendizaje Supervisado (6 horas).
• Módulo 4: Aprendizaje No Supervisado (4 horas).
• Módulo 5: Redes Neuronales y Deep Learning (6 horas).
• Módulo 6: Aprendizaje por Refuerzo (4 horas).
• Módulo 7: Implementación y Despliegue de Modelos (2 horas).
• Módulo 8: Proyecto Final (4 horas).

Información detallada del programa pincha aquí.

Desarrollo

• Modalidad: Online.
• Fecha: Inicio 3 de febrero de 2025.
• Duración: 30 horas.

Matrícula

• Miembros del Colegio: 390€. Exento de IVA. Diferencia subvencionada por el propio Colegio.
• Otros profesionales: 470€. Exento de IVA. Plazas limitadas.

Si eres Ingeniero/a, puedes ser miembro del Colegio desde 5€ al trimestre (sin cuota de entrada) ver aquí.

Forma de pago

Si eres miembro del Colegio y deseas que se te cobre por tu propia c/c, indícanoslo por mail a ikasi@ingeniariak.eus.

La matrícula se abonará por transferencia a la cuenta corriente del Colegio en KUTXABANK ES21 2095 5014 1110 6013 5810, indicando el curso y el nombre del alumno y enviando el comprobante bancario al Colegio. (ikasi@ingeniariak.eus)

La factura podrá ir a nombre de la persona o bien a nombre de la sociedad, según conste en el impreso de matrícula.

Nota: Se retendrá un 30% en cancelaciones efectuadas entre 5 y 1 día antes del comienzo del curso y el 100% el día de inicio.

Inscripciones

Fecha límite de inscripción lunes, 27 de enero de 2025.