Microcredencial
Machine Learning y Deep Learning en el ámbito tecnológico
¿Quieres trabajar en el sector más demandado del momento?
Este curso persigue persigue formar estudiantes de las ramas tecnológicas en las diferentes técnicas y aplicaciones reales de la Inteligencia Artificial. Actualmente, el mercado demanda perfiles especializados en este ámbito, existiendo una enorme necesidad de perfiles con conocimientos en técnicas de Inteligencia Artificial aplicada, cuya formación a la salida de los grados de ingeniería no es suficientemente especializada.
Perfil del alumnado
Este curso se dirige a tres tipos de perfiles, todos ellos con deseos de completar su formación en las especialidades que rodean a la Investigación Operativa y que deseen ampliar o consolidar sus conocimientos en esta área, con el propósito de mejorar y actualizar su formación para conseguir una mayor calidad en sus trabajos y que tengas conocimientos de programación (python y/o java). En concreto:
- Matemáticos/as y Estadísticos/as.
- Ingeniería Informática y similares
- Profesionales del sector de la consultoría tecnológica que deseen completar su formación en el campo de la analítica avanzada en problemas de predicción y optimización.
Dirección académica
- Alfredo García Hernández-Díaz, Catedrático. Departamento de Economía, Métodos Cuantitativos e Historia Económica de la Universidad Pablo de Olavide.
Dirección ejecutiva
- Juan Manuel Pruaño, AI Team Lead en OGA.
Profesorado del curso
- Juan Manuel Pruaño, AI Team Lead en OGA.
- Manuel Carranza García, profesor Ayudante Doctor y doctor en Ingeniería Informática en Universidad de Sevilla.
- Naroa Alonso Fernández, Ingeniera Informática, Data Scientist en OGA.
Metodología
El curso se impartirá en modalidad online/virtual con un total de 10 créditos. Dichos créditos se han estructurado en 2 sesiones semanales de unas 4,5 horas durante un total de 6 semanas. Por tanto, el alumnado recibirá un total de 50 horas de docencia teórico-práctica. A estas 50 horas se le añaden otras 25 horas de trabajo autónomo y de evaluación.
Las sesiones serán de 16,00 a 20,30 horas o de 16,30 a 21,00 horas, aproximadamente.
El reparto por módulos sería:
- Tema 1. 4 horas de clase online teórico-prácticas + 3 horas de estudio y evaluación.
- Tema 2. 5 horas de clase online teórico-prácticas + 3 horas de estudio y evaluación
- Tema 3. 4 horas de clase online teórico-prácticas + 3 horas de estudio y evaluación.
- Tema 4. 8 horas de clase online teórico-prácticas + 6 horas de estudio y evaluación.
- Tema 5. 2,5 horas de clase online teórico-prácticas
- Tema 6. 2,5 horas de clase online teórico-prácticas
- Tema 7. 10 horas de clase online teórico-prácticas + 5 horas de estudio y evaluación
- Tema 8. 10 horas de clase online teórico-prácticas + 5 horas de estudio y evaluación
- Tema 9. 4 horas de clase online teórico-prácticas
Evaluación
Se solicitarán una pocas tareas intermedias y una tarea final, con un peso del 80 % con el fin de evaluar las competencias adquiridas por los alumnos:
- Tareas intermedias. Programación en Python de pequeñas tareas propuestas durante el curso
- Tarea final. Programación y comparativa de varios modelos de Machine y Deep Learning.
- Formación multidisciplinar en áreas de conocimiento relacionadas con la extracción, tramiento y carga de los datos.
- Formación experta en la deteccción y clasificación de problemas de predicción y prescripción.
- Capacidad para utilizar técnicas actuales en los del Machine Learning y del Deep Learning para modelar el problema a abordar, que le permita incorporarse al mercado laboral en el desarrollo de estas funciones en organizaciones internacionales.
- Conocimiento sobre la realidad de los proyectos de analítica avanzada de datos y que sean capaces de planear y ejecutar de manera solvente proyectos de predicción en general (tanto regresión como clasificación), así como de interpretar sus resultados y extraer de ellos conclusiones que permitan ampliar el conocimiento y contribuir a la resolución de problemas sociales y económicos.
- Posibilidad de realizar prácticas remuneradas en OGA para seguir profundizando en el uso de ambos tipos de técnicas en clientes reales.