Contenidos

El programa tendrá un enfoque teórico-práctico, donde los estudiantes implementarán los conceptos teóricos aprendidos mediante sesiones prácticas diarias. El profesor introduce un nuevo concepto en clase, lo explica y a continuación propone un ejercicio que los tendrán que desarrollar y cuya evaluación se realizará por su parte, en la siguiente sesión práctica.

Módulo 1: Introducción Matemática, Estadística y Programación.

Los alumnos aprenderán los conceptos teóricos y prácticos básicos que deben de servir de base en el curricular de cualquier profesional dedicado al ML y el procesamiento de datos. Esto requiere una base sólida en fundamentos de Matemáticas, Estadística y un conocimiento práctico de cómo implementar estos conceptos en código.

Módulo 2: Machine Learning

A lo largo de estas sesiones, el alumno aprenderá los algoritmos básicos del área del ML, así como su utilidad en el procesamiento y análisis de datos. Esto incluye algoritmos de regresión, clasificación, clusterización y reducción de la dimensionalidad, tanto supervisados como no-supervisados.

Módulo 3: Deep Learning.

Será en las sesiones de este módulo, donde el alumno aprenderá el funcionamiento y la aplicabilidad de los algoritmos más avanzados de ML, aplicados a diferentes áreas. Se estudiará el uso de redes neuronales en ámbitos como el procesamiento de datos estructurados, imágenes, vídeos y audio. Aquí se orientará al alumno no sólo a su uso para el análisis de datos, sino también para el desarrollo de aplicaciones innovadoras que integren la IA.

Seminarios de Data Science.

Para complementar la formación de los estudiantes de cara a un mercado profesional cada vez más demandante de habilidades relacionadas con el procesamiento de datos, se contarán con Seminarios especializados en Data Science impartidos por diferentes expertos de la industria, que aportarán su visión de cómo se aplica estas técnicas en su empresa.

Proyecto final.

En el comienzo del último módulo se iniciará a los alumnos a desarrollar un proyecto a partir de los conocimientos adquiridos en cada una de las áreas sobre las que se ha centrado el curso. Al final del programa deben dar coherencia a todos los capítulos trabajados siguiendo las orientaciones del profesor para lograr este desarrollo. El proyecto final buscará aplicar los conocimientos adquiridos en IA y análisis de datos para desarrollar una aplicación donde se aplique la tecnología para reducir las barreras de acceso a personas con discapacidad.

Módulo de empleabilidad.

Centrado en fomentar la incorporación de los participantes al mundo laboral, que se imparte a lo largo de todo el curso en paralelo a las sesiones de los módulos anteriores. Su peso es de 20 horas de formación presencial más tutorías tanto en sesiones prácticas de todo el grupo como en grupos reducidos para las revisiones individualizadas de los CV y entrenamiento en procesos de entrevistas laborales.