¿Qué aprenderás en el Máster en Inteligencia Artificial?
¡Impulsa tu carrera con nuestro Máster en Inteligencia Artificial! Participa en clases online en directo, accede a prácticas en empresas líderes y sumérgete en las últimas tecnologías del mercado. Conviértete en un profesional altamente demandado y abre las puertas a un sinfín de oportunidades laborales. ¡Inscríbete hoy y da el primer paso hacia un futuro brillante!
Modalidad – Online con clases en Directo
Prácticas en Empresas– Garantizadas en empresas tecnológicas
Precio- 3.567 €
Descuentos y Becas disponibles.
Bolsa de Empleo Incluida
Acceso a bolsa de empleo y a taller de búsqueda de empleo impartido por expertos de recursos humanos especializados en contratación de perfiles tecnológicos.
Salidas Laborales
- Ingeniero de Software y programador de Inteligencia Artificial en proyectos de ingeniería y consultoría
- Científico de Datos
- Analista de Datos
- Especialista Ingeniero de Datos
- Especialista en Machine Learning
Ademas , gracias nuestra formación en Python podrás optar a más empleos
- Seguridad Informática
- Desarrollador de Software
- Desarrollor Web
Titulaciones que conseguirás
6 Titulaciones incluidas. Diferencia tu perfil del resto.
- Máster en Inteligencia Artificial
- Machine Learning y Deep Learning
- Iniciación a GNU
- Desarrollo en Python
- Análisis de datos y visualización con Python
- Big Data
- NPL
¿Qué hace único a nuestro programa?
Las clases son basadas en proyectos, con creación de piezas y aplicaciones en directo creando diferentes programas utilizando las diferentes tecnologías integrándolas en casos reales.
Cada tecnología y sus diferentes partes se aprenden en un contexto real en la creación de un proyecto. Implementando cada una de ellas y realizando demostraciones de uso.
- Garantía de Prácticas Profesionales: Al finalizar nuestro programa, aquellos estudiantes que lo deseen tendrán la oportunidad de realizar prácticas profesionales. Grupo Atrium se compromete a encontrar una empresa adecuada donde puedan aplicar lo aprendido, facilitando así su entrada al mundo laboral.
- Soporte en Discord: Un experto estará disponible exclusivamente en Discord para resolver tus dudas. Este apoyo es extendido a la realización de ejercicios y a la clarificación de conceptos discutidos en clase.
- Enfoque 100% Práctico: Adoptamos la filosofía «Learning by doing» a lo largo de nuestro programa. Aquí, no encontrarás exámenes teóricos; tu evaluación se basará en la realización de ejercicios prácticos avanzados, diseñados para emular los desafíos que encontrarías en el ámbito laboral real.
- Desafíos Basados en Datos Reales: Se presentarán a los estudiantes desafíos estimulantes basados en situaciones reales, cuya superación es requisito para la aprobación.
¿Qué aprenderás?
- Python para Data Science
- GNU/Linux.
- Data Analytics
- Big Data.
- Machine Learning
- Productivización y negocio
Al acabar serás capaz de:
- Dominar herramientas, lenguajes de programación (como Python) y técnicas algorítmicas que te permitirán desarrollar y liderar proyectos de Inteligencia Artificial. Estas herramientas están a la vanguardia de la tecnología y son líderes de mercado utilizándose diariamente en empresas nacionales e internacionales.
- Entender y saber aplicar los algoritmos de Inteligencia Artificial más utilizados en la industria, así como tener la capacidad de poder adaptarlos y modificarlos para afrontar problemas complejos del mundo real.
- Poder integrarte trabajando en proyectos empresariales que impliquen técnicas de Inteligencia Artificial, Big Data y computación en la nube.
- Conocer todas las claves para la puesta en producción soluciones de inteligencia artificial, como el manejo de sistemas GNU/Linux y la Cloud.
- Conocer funcionamiento y uso de las Bases de Datos NoSQL (como mongoDB), sistemas de procesamiento de datos a gran escala (como Hadoop y Spark)
Temario
1) Módulo 1: Introducción a los sistemas Informáticos y tecnologías Big Data
– Principales componentes de un sistema informático. Sistemas Operativos, para que sirven, que tipos hay y cómo funcionan…
– Introducción a GNU/Linux
– GNU/Linux Avanzado
– Como usar GNU/Linux en Cloud (AWS)
– Introducción teórica a la IA y las tecnologías Big Data:
2) Módulo 2: Fundamentos de Programación en Python
– Introducción a los lenguajes de programación
– Python: Sentencias Básicas y Bloques Lógicos
– Python: Funciones y Scope
– Python: Clases y Objetos y Tratamiento de Excepciones
– Python: Módulos y Uso de librerías de Python
3) Módulo 3: Análisis de Datos con Python (5 sesiones)
– Python: Librerías básicas de Data Science:
- Numpy
- Pandas
- Matplotlib
- Sklearn
– Introducción teórica al análisis exploratorio de Datos:
– Python: Ejemplificación del análisis exploratorio de datos mediate Datasets reales
4) Módulo 4: Introducción al Machine Learning (2 sesiones)
Desambiguación de términos: Machine Learning, Deep Learning, Data Science, Big Data.
– Tipos de Machine Learning: -Aprendizaje supervisado: Regresión lineal, regresión logística.
– Ejemplos de aplicación de los algoritmos de Machine Learning vistos en datos reales con Python mediante el uso de sklearn.
4.1) Módulo 4.1: Introducción a la IA Generativa
¿Cómo aprovechar los recientes avances en IA generativa?
Panorama actual de tecnologías más relevantes por campo:
- Texto: ChatGPT, DeepSeek, LLaMA…
- Imagen: DALL·E, Midjourney, Stable Diffusion…
- Video: Runway ML, Sora…
– ¿Qué es el Prompt Engineering? ¿Es quizás una de las profesiones del futuro?
– Usando la API de Open AI para crear nuestros primeros chatbots basados en ChatGPT
5) Módulo 5: Bases de Datos Big Data (6 sesiones)
– Introducción a las Bases de datos SQL.
– Programación en Python con SQLite.
– Introducción a PowerBI
– Bases de datos NoSQL:
– Bases de Datos NoSQL Documentales: MongoDB
– MongoDB con Python: PyMongo
6) Módulo 6: Procesamiento Distribuido (4 sesiones)
– Funcionamiento de un sistema Big Data de Procesamiento Distribuido:
– Hadoop
– PySpark Pandas
7) Módulo 7: Algoritmos de Machine Learning y su implementación (9 sesiones)
– ¿Qué es un modelo de machine learning? ¿Qué es el entrenamiento? ¿Cómo valido que mis modelos generalizan correctamente?
– Regresión Lineal
– Regresión Logística
– Algoritmos de agrupamiento (K-Means, Clustering espectral, Clustering jerárquico…)
– Support Vector Machines (SVM)
– Árboles de Decisión y Random Forests
– K Nearest Neighbors (KNN)
– Redes Bayesianas
– Modelos Ocultos de Markov
– Algoritmos de reducción de la dimensionalidad (PCA, t-SNE…)
– Algoritmos de selección de modelos y búsqueda inteligente de hiper parámetros (grid search, random search, cross validation…)
– Modelos Ensemble y Sistemas multi-agente
– Ecosistema Data Science en Python: Skit Learn, Pandas, Numpy, Matplotlib…
– Pre-procesamiento de datos numéricos (Normalización, discretización, estandarización…)
8) Módulo 8: Deep Learning (Opcional)
Si se realiza proporciona al alumno o alumna un título extra en Deep Learning
– Introducción a los sistemas cognitivos y al aprendizaje profundo
– Perceptrones multi capa (MLP)
– Aspectos prácticos en el entrenamiento de redes neuronales y computación en GPU/TPU
– Redes Convolucionales (CNN)
– Redes Recurrentes (RNN)
– Auto-Encoders
– Deep Reinforcement Learning (DRL)
– IA GENERATIVA:
- Redes Generativas Adversarias (GAN)
- Modelos de Difusión
- Large Language Models
– Deep Learning Frameworks: Keras, TensorFlow, Pytorch…
9) Módulo 9: Procesamiento de Lenguaje Natural (Opcional) (5 sesiones)
– Pre-procesamiento de texto y creación de corpus (tokenización, lematización, separación de oraciones…)
– Conceptos clave de análisis a nivel de documento (TF-IDF, BoW…)
– Topic Modeling (LDA y LSI)
– Análisis morfológico y morfosintáctico (PoS Tagging)
– Named Entity Recognition
– Embeddings
– Deep Learning aplicado a NLP
– La revolución de los modelos Deep Learning de lenguaje basados en contexto (BERT, ELMo…)
– Modelos de generación de texto y agentes conversacionales
– Ecosistema NLP en Python: NLTK, gensim, spacy, rasa…
10) Módulo10: TFM (Opcional) (3 meses)
– El alumno presentará una propuesta de proyecto al docente, que utilice algoritmos y tecnologías vistos en este máster para la resolución de un problema real de negocio.
Conviértete en un programador certificado en Python
En nuestro curso, aprenderás todo lo necesario para presentarte al examen oficial PCEP™ – Certified Entry-Level Python Programmer del Python Institute.
¿Por qué es importante?
✅ Obtendrás una certificación reconocida internacionalmente.
✅ Mejorarás tu perfil profesional en el mundo tech.
✅ Demostrarás tus conocimientos en Python desde el nivel inicial
Importante: La tasa del examen corre a cargo del alumno.
Herramientas y librerías que aprenderás.
- Python
- Linux
- Jupyter Lab
- Pycharm
- Spark (PySpark, Spark MLlib)
- Hadoop (HDFS, YARN)
- Mongo DB
- AWS
- NumPy
- Pandas
- Matplotlib
- Sklearn
- Keras
- TensorFlow
- NLTK
- Gensim
- TextBlob
- ChatGPT
- DALL·E 3
- OpenAI API
- Chatbots