Programa cofinanciado por el Fondo Social Europeo y la Fundación ONCE.
Acción enmarcada dentro del Programa de Estrategia de Emprendimiento y Empleo Joven Garantía Juvenil.
Objetivos
Este programa nace con el objetivo general de ofrecer a jóvenes desempleados los conocimientos, habilidades y aptitudes necesarios para su inmersión en un sector profesional dentro del contexto de un mercado laboral marcado por la transformación tecnológica próxima que será protagonizada por tecnologías como la Inteligencia Artificial (IA) y el Machine Learning (ML).
El temario se rige por unos objetivos específicos para que los alumnos puedan iniciarse en el proceso de convertirse en profesionales del ML y el procesamiento de datos.
Para lograr ese objetivo, los alumnos adquirirán a lo largo de aproximadamente tres meses, conocimientos y habilidades en las siguientes áreas:
- Principios Matemáticos y Estadísticos de Machine Learning.
- Algoritmos de ML Supervisados de Clasificación y Regresión.
- Algoritmos de ML de Clusterización de datos.
- Algoritmos de ML de Compresión de datos.
- Técnicas de procesamiento y análisis de datos.
- Técnicas de visualización de datos.
- Librerías y herramientas de Data Science (Numpy, Scipy, Sklearn, Matplotlib, Jupyter Notebooks)
- Algoritmos de Deep Learning (ML Avanzado)
- Principios de accesibilidad y su aplicación en la tecnología.
Datos generales
Los destinatarios de este curso son jóvenes que en el momento de inscribirse al programa tengan entre 16 y 29 años, que estén inscritos en el Sistema Nacional de Garantía Juvenil o inscritos en el momento actual como demandantes de empleo en un servicio público de empleo – siendo obligatoria la inscripción en Garantía Juvenil a lo largo del programa.
Todos ellos tienen en común la búsqueda de empleo en el mundo digital y una gran capacidad de implicación durante las semanas que dura el proyecto.
Las aptitudes y actitudes necesarias para llevar a cabo la formación son:
- Altamente motivados y con capacidad de esfuerzo máxima en su formación.
- Asistir a las sesiones presenciales.
- Investigar los materiales complementarios y aportar sus conocimientos en los proyectos finales.
- Ser proactivo. El mundo del Machine Learning y el análisis de datos, requiere estar actualizado y en continua formación, por lo que es necesario dedicar tiempo por cuenta propia.
- Habilidad para gestionar el tiempo, ser flexible y capaz de trabajar en equipo.
8 semanas
180 horas lectivas + tutorías
Gratuito por ser un programa cofinanciado por el Fondo Social Europeo y la Fundación ONCE.
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.
Los alumnos desarrollarán un prototipo medianamente funcional de una aplicación que de una solución innovadora a un problema de accesibilidad, haciendo uso de las herramientas de IA vistas durante el curso. Dada la complejidad del desarrollo de estas herramientas, limitado en este caso a sólo 3 semanas del curso, no se buscará un desarrollo de un producto exitoso final, sino un primer acercamiento a una idea que sí sea creativa y de valor en su diseño.
Módulo de accesibilidad.
Los alumnos contarán con formación en principios de accesibilidad que deberán de ser tomados en cuenta a la hora de diseñar aplicaciones y desarrollos tecnológicos que busquen ser accesibles a públicos con diferentes capacidades y dar soluciones de accesibilidad innovadoras.
Módulo de empleabilidad.
Metodología
Enfoque práctico
Los profesores realizarán una exposición de los contenidos teóricos de cada módulo, junto a ejemplos y demostraciones prácticos para afianzar conceptos. Una vez terminados, el alumno trabajará y ejecutará ejercicios prácticos para aprender a realizarlos de forma individual y autónoma.
Ejercicios alineados con las necesidades de las empresas
Los ejercicios están diseñados para que tengan una aplicación en el mundo laboral y que a la vez sean atractivos para los alumnos. La mayoría de ejercicios están basados en proyectos reales de empresas. Este método supone la mejor forma de preparar a los estudiantes para la demanda del mercado laboral.
Proyecto
El alumno trabajará de manera individual o grupal para desarrollar un proyecto con los conocimientos adquiridos durante el curso, siendo asesorado por los diferentes profesores. Para ello, se han previsto 40 horas de taller en las que los profesores asesorarán al alumnado sobre cómo aplicar en el proyecto final cada uno de los contenidos que se imparten.
¡Solicita ya tu plaza!
EOI
Director: Carlos Santana Vega – yt.dotcsv@gmail.com
Natalia Ruiz – 91 207 03 45 - natalia.ruiz@eoi.es