Contenido
Máster de Formación Permanente en Inteligencia Artificial para la Transformación de Negocios.
Descubre el impacto estratégico de la IA en el mundo empresarial.
Metodología: Online
Duración: 10 meses (60 ECTS)
Objetivos.
La Inteligencia Artificial y el Machine Learning están, cada vez más, presentes en sectores tan diversos como el de la salud, el financiero o el tecnológico, debido a su potencial de impacto en los negocios.
El Máster en Inteligencia Artificial para la Transformación de Negocios te prepara para dar respuesta a estos cambios, a través de un plan de
estudios cuyo objetivo es proporcionarte todos aquellos conocimientos necesarios que te permitan afrontar los nuevos retos a los que se enfrontan las empresas actuales, así como ayudaros con el desarrollo de las competencias clave valoradas en el mercado laboral.
El objetivo general del Máster es acercar los fundamentos de IA a todos aquellos profesionales que ven cómo las aplicaciones del Machine Learning, en sus sectores, están cambiando la forma de gestionar los modelos de negocio. A través de este programa, los estudiantes adquirirán los conocimientos técnicos necesarios para liderar proyectos de IA.
Empleabilidad.
95% De nuestros Alumni encuentran trabajo en el mundo de la IA.
+3000 Alumnos de Inesdi que realizan prácticas las obtienen gracias al departamento de Carreras Profesionales.
75% De nuestros Alumni ascienden al finalizar el Máster.
Programa.
El plan de estudios se desarrolla con un esquema de diez módulos, que se corresponderán con las asignaturas, un trabajo final de máster y dos talleres voluntarios.
Bootcamp de programación.
En paralelo al módulo 1, los estudiantes inician el programa de Inteligencia Artificial con este bootcamp que provee de las bases de conocimiento de programación, algoritmos y matemáticas. En este curso, los estudiantes encontrarán recursos materiales que les permitirán profundizar en diferentes temas necesarios para el seguimiento del curso. Asimismo, realizarán exámenes tipo test que les servirán como guía para la evaluación de sus conocimientos. Este bootcamp de programación será evaluado.
Los temas a abordar son:
Conceptos básicos de IA.
Introducción a la programación.
Introducción a los algoritmos en IA.
Módulo 1- La IA: Fundamentos y principales tecnologías
En este módulo el estudiante se introducirá en el mundo de la IA y su aplicación en los negocios, abordando temas como:
Conceptos claves de la IA.
Historia de la IA, poniendo foco en los hitos clave, tales como el Test de Turing, el desarrollo de soluciones DSS/IDSS, apoyo en la toma de decisiones, etc.
Principales tecnologías IA, con una reseña especial a la IA generativa, por su momento actual
La organización “data-driven”.
Bases de ejecución de proyectos de IA y su diferencia con la ejecución tradicional de IT.
Módulo 2- Impacto socio-económico de la IA
En este módulo, el estudiante adquirirá una visión integrada del concepto de IA en el contexto socioeconómico actual. En este, el estudiante verá temas como:
Impacto económico de la IA e industria 4.0.
Impacto de la IA en las personas: consideraciones éticas, sociales y legales.
Modelo de adopción y madurez de IA en las organizaciones. IA Maturity Models como herramienta de posicionamiento de las organizaciones.
A raíz del impulso que están tomando las tecnologías de IA generativa, se incluirán casos de aplicación en las diferentes industrias. También se analizarán los principales problemas éticos y legales que suscitan este tipo de tecnologías.
Módulo 3- Introducción al Machine Learning: datos y algoritmos
Este módulo introducirá al estudiante en el Machine Learning, proporcionando aquellos conceptos clave para su correcta comprensión. Se tratarán temas como:
Conceptos clave de Machine Learning.
La importancia de los datos.
Calidad y gobierno de los datos.
Algoritmos Machine Learning: riesgos y limitaciones
Módulo 4- Modelos Machine Learning: optimización y aplicaciones
En este módulo se proporcionarán las claves para optimizar el resultado de los modelos de Machine Learning, a la vez que se abordará el proceso vinculado a la minimización de riesgos en la generación de aplicaciones basadas en IA. Los temas que se trabajarán son:
Optimización de los modelos.
Calidad de datos para una analítica robusta.
Generación de aplicaciones basadas en Machine Learning.
Módulo 5- Redes Neuronales
A lo largo de este quinto módulo, el estudiante se adentrará en el mundo de las Redes Neuronales y verá temas como:
Diseño de redes neuronales.
Monitorización y detección de problemas en entrenamientos de redes neuronales.
Arquitecturas para problemas cognitivos: visión por computador y análisis de series temporales.
Redes generativas.
Reutilización y adaptación de modelos neuronales pre-entrenados.
Desarrollo de redes neuronales con PyTorch
Módulo 6- Procesado de lenguaje natural
En este módulo se revisarán de forma detallada las técnicas y modelos para diferentes casos de uso habituales de procesado de lenguaje natural en lengua española:
Preprocesamiento de texto para el uso de modelos NLP.
Extracción de características, reconocimiento de patrones, lectura distante, clasificación de textos, modelización temática estructural, etiquetado de secuencias y reconocimiento de entidades con nombre.
Representación de palabras en espacio vectorial: introducción a los modelos neuronales profundos.
Modelos NLP contemporáneos: Transformers para generación, traducción y análisis semántico-léxico.
Módulo 7- Aplicaciones empresariales de la IA y su impacto de negocio
En este módulo se introducirá al estudiante en las principales aplicaciones de negocio de la IA. Algunos de los temas que se abordarán son:
Interacción inteligente: la optimización de la experiencia de cliente, a través de la hiperpersonalización, interfaces conversacionales y explotación de datos en tiempo real.
Productos y servicios inteligentes: las capacidades que proporciona la IA y la búsqueda de nuevos modelos de negocio y mercados.
Operaciones inteligentes: combinación de la IA con soluciones de automatización, para habilitar el autoaprendizaje.
Funciones de soporte corporativas inteligentes (seguridad, RRHH, tecnología, etc.): el uso de la IA para aumentar la inteligencia humana y mejorar la toma de decisiones.
Módulo 8- Modelos de IA basados en el cliente
Se profundizará en las aplicaciones de la IA a los procesos de relación con el cliente. Alguno de los puntos del módulo son los siguientes:
Atracción: Redes Sociales y Paid Media.
Experiencia: Personalización contenidos y customer journey.
Venta: Upselling y cross selling.
Servicio: chatbots y asistentes inteligentes.
Módulo 9- Frameworks de IA
En este módulo el estudiante conocerá los principales y frameworks de IA que existen y se utilizan en el mercado. Entre otros puntos, se profundizará en:
Proveedores de AIaaS cloud (Microsoft, Amazon, Google, IBM) y alternativas open source para tareas de NLP, Computer Vision, MLOps, series temporales...
Repositorios de datasets y modelos pre-entrenados como HuggingFace y TensorFlow Hub.
Herramientas para el diseño, entrenamiento, y gestión del ciclo de vida de sistemas basados en IA.
Módulo 10- Proyectos de IA
El estudiante verá los aspectos más relevantes de la dirección e implementación de proyectos de IA desde un punto de vista metodológico, de los recursos materiales y humanos.
Los temas que se abordarán son:
Tipos de proyectos IA y sus factores de complejidad.
Metodología:
Construcción de modelos: Entrenamiento vs Reutilización.
Operacionalización de modelos: MLOps, Trusted AI, AI Governance.
Recursos materiales.
Infraestructura para la IA (Computación y Almacenamiento).
Herramientas para la construcción y operacionalización de modelos.
Recursos humanos. Perfiles específicos e impacto en perfiles tradicionales.
Talleres
Taller 1. Aplicación sobre lenguaje Python • (Taller Tecnológico)
Este taller eleva los conocimientos básicos sobre Python introducidos en el curso nivelador, avanzando en el conocimiento sobre la aplicación de este lenguaje de programación. A lo largo de este taller, los estudiantes, adquirirán una visión práctica sobre la aplicación del lenguaje de programación más utilizado actualmente en el ámbito de la Inteligencia Artificial y el Machine Learning: Python. Adicionalmente, podrán obtener Badge “Python for Data Science” de Cognitive Class.
Nota: Para poder realizar este taller, es requisito indispensable tener conocimientos en programación.
Taller 2. Preparación a la Certificación en PSM® (Professional Scrum Master)
Es una certificación orientada a demostrar conocimiento de Scrum y las responsabilidades de Scrum Master. El objetivo de la certificación es validar los conocimientos y habilidades de los estudiantes. La certificación es reconocida y respetada mundialmente porque pone a prueba una verdadera comprensión de Scrum y como aplicarlo. Una vez que se obtiene no se necesita renovación.
Herramientas.
Phyton Software: Software que permite programar en lenguaje Python. Se trata de uno de los lenguajes de programación más usados actualmente. Es un lenguaje multiparadigma.
PyTorch: Paquete de Python diseñado para realizar cálculos numéricos haciendo uso de la programación de tensores.
Servicios APIS (Amazon): Servicio de AWS que permite crear, publicar, mantener, monitorizar y proteger las API de REST y de WebSocket a cualquier escala.
Tensor Flow: Biblioteca de software libre que se utiliza para realizar cálculos numéricos mediante diagramas de flujos.
Huggingface.co: Librería líder para la utilización y entrenamiento de modelos fundacionales y large language models, además de la mayor fuente de modelos pre-entrenados del mundo.
Proyecto final de Master.
Es un trabajo académico-práctico que los estudiantes realizarán, transversalmente. El objetivo de este trabajo es favorecer la aplicación práctica de los conocimientos, metodologías y herramientas vistos a lo largo de todo el máster.
