Curso de Inteligencia Artificial

Curso
On-line

Descripción

¿Por qué estudiar Inteligencia Artificial?
 La inteligencia artificial (IA)  nos permite automatizar tareas y procesos que antes solo podían realizar los seres humanos. Con la IA, las empresas pueden mejorar la eficiencia de sus operaciones, reducir costes y aumentar la productividad.
  • Importancia:  Hoy en día, la cantidad de datos que se genera, tanto por parte de los humanos como por parte de las máquinas, supera en gran medida la capacidad que tienen las personas de absorber, interpretar y tomar decisiones complejas basadas en esos datos.
  • Actualidad: La Inteligencia artificial permite que robots desarrollen tareas repetitivas, rutinarias y de optimización de procesos de una manera automática y sin intervención humana. La IA libera a las personas de tareas rutinarias y repetitivas y permite que estas puedan destinar más tiempo a desarrollar funciones creativas.
  • IA en la sociedad: Los científicos consideran que la inteligencia artificial (IA) es una tecnología clave cuya aplicación es de esperar en todos los ámbitos de la sociedad. La IA puede mejorar la calidad de vida de muchas personas y ayudar a superar retos globales como el cambio climático o las crisis sanitarias.
  • Beneficios:  La inteligencia artificial funciona combinando grandes cantidades de datos con procesamiento rápido e iterativo y algoritmos inteligentes, permitiendo al software aprender automáticamente patrones o características en los datos.

Temario

Módulo 1: Historia y fundamentos de la inteligencia artificial
  • Tema 1: Historia de la Inteligencia Artificial:
    • Introducción a la historia de la IA:
    • Primeros desarrollos en IA (1950s-1970s).
    • IA en los años 80 y 90: Expert Systems y AI Winter.
    • Renacimiento de la IA en el siglo XXI 
  • Tema 2: Conceptos Fundamentales de la IA:
    • Definición de Inteligencia Artificial.
    • Tipos de IA: ANI, AGI, ASI - Componentes básicos de la IA: Machine Learning, Deep Learning 
Módulo 2: Modelos generativos y GPT
  • Tema 1: Introducción a los Modelos Generativos:
    • Definición y aplicaciones de los modelos generativos.
    • Diferencias entre modelos discriminativos y generativos 
  • Tema 2: Introducción a GPT (Generative Pre-trained Transformer) :
    • Origen y evolución de los modelos GPT.
    • Arquitectura de GPT: ¿Cómo funciona? 
  • Tema 3: GPT-4:
    • Innovaciones y mejoras en GPT-4.
    • Aplicaciones prácticas de GPT-4.
Módulo 3: Prompt Engineering 
  • Tema 1: Fundamentos del Prompt Engineering
    • ¿Qué es el Prompt Engineering?
    • Importancia del Prompt Engineering en modelos generativos 
  • Tema 2: Técnicas de Prompt Engineering
    • Buenas prácticas en la redacción de prompts
    • Técnicas avanzadas de prompt engineering: ejemplos y casos de uso 
  • Tema 3: Optimización de Prompts
    • Estrategias para mejorar la eficacia de los prompts
    • Ajuste y refinamiento de prompts para diferentes aplicaciones 
Módulo 4: Servicios cognitivos
  • Tema 1: Servicios cognitivos: Introducción:
    • ¿Qué son los servicios cognitivos?.
    • Áreas principales de los servicios cognitivos (visión, lenguaje, habla, conocimiento, búsqueda)
  • Tema 2: Servicios Cognitivos en Azure:
    • Introducción a Azure Cognitive Services.
    • Principales servicios cognitivos en Azure (Computer Vision, Text Analytics, Speech Services, Language Understanding).
    • Implementación de servicios cognitivos en Azure 
Módulo 5: Principales usos de la IA 
  • Tema 1: Aplicaciones de la IA en la Industria:
    • IA en la medicina.
    • IA en la finanza y economía.
    • IA en la manufactura.
    • IA en la logística y transporte 
  • Tema 2: IA en el día a día:
    • IA en aplicaciones móviles y asistentes virtuales.
    • IA en redes sociales y publicidad.
    • IA en el entretenimiento 
Módulo 6: Futuro de la Inteligencia Artificial 
  • Tema 1: Desarrollos Actuales y Futuros en IA:
    • Tendencias actuales en IA.
    • Ética y regulaciones en IA.
    • Desafíos y oportunidades futuras en IA 
  • Tema 2: IA y Sociedad:
    • Impacto de la IA en el mercado laboral.
    • IA y privacidad.
    • IA y sostenibilidad.

Requisitos

No existen requisitos previos ya que el enfoque del curso está destinado a formar a los alumnos desde cero en las competencias profesionales en Inteligencia artificial.

Objetivos

Capacitar a los alumnos para crear productos y servicios basados en la inteligencia artificial, como los chatbots o el reconocimiento de imágenes. Diseñar algoritmos que imiten habilidades humanas. Sistematizar la información dentro de un modelo específico. Gestionar el mantenimiento de los sistemas de inteligencia artificial.

Prácticas

300 horas de prácticas en empresa.

Perspectivas laborales

Al final de este curso, los alumnos estarán preparados para dar el salto al mundo profesional, con varias especialidades y un currículum actualizado y reforzado. Por ello, el campo laboral de estos expertos es muy amplio, desde áreas como la robótica, la automoción y la telecomunicación hasta la medicina, las finanzas y la educación.
Campus y sedes: Escuela MUSK
Musk Technologies
Rua Copernico 3 15008 A Coruña