Intel·ligència artificial i big data
IABD — el curs d'especialització de 600 hores per a qui ja té un cicle superior: models d'IA, aprenentatge automàtic i explotació de dades massives.
Con qué se llega
Es un curso de especialización: se entra con un ciclo formativo de grado superior de informática
ya hecho, y el curso da por sabido que ya sabes programar. Ningún módulo enseña qué es una
variable, un bucle o una función; el primer día que aparece código, aparece numpy.
Si vienes de un ciclo donde programaste poco, o donde programaste en otro lenguaje, el sitio donde esta web enseña Python desde cero es Desenvolupament d'aplicacions en llenguatge Python — sintaxis, estructuras de control, orientación a objetos y análisis de datos, en 430 horas. Desenvolupament d'aplicacions web (perfil Bioinformàtica) lo usa como lenguaje principal durante todo el ciclo. Cualquiera de los dos te deja a punto para empezar aquí.
Itinerario
Los seis módulos no se cursan a la vez: el curso son 600 horas en una sola secuencia, y cada módulo empieza cuando el anterior ha terminado.
| Orden | Módulo | Horas | Qué deja |
|---|---|---|---|
| 1 | Models d'intel·ligència artificial | 66 | Qué es un sistema inteligente, y qué marco legal y ético lo enmarca |
| 2 | Sistemes d'aprenentatge automàtic | 66 | Entrenar, evaluar y reutilizar modelos de aprendizaje profundo |
| 3 | Programació d'intel·ligència artificial | 165 | Formatos de datos, agentes, y una aplicación de IA servida y desplegada |
| 4 | Sistemes de big data | 99 | Leer datos masivos, consultarlos, visualizarlos y explicarlos |
| 5 | Big data aplicat | 99 | El centro de datos: almacenamiento distribuido, escalado y monitorización |
| 6 | Projecte d'intel·ligència artificial i big data | 105 | El proyecto: detectar una necesidad, diseñarla y planificarla |
El proyecto final se cierra al final, pero la necesidad que resuelve se elige antes: la aplicación del módulo 5073 y los datos del 5074 ya son el prototipo que el proyecto documenta y planifica.
Models d'intel·ligència artificial
Què és un sistema intel·ligent i quins models hi ha —regles, raonament imprecís, llenguatge natural, robòtica, sistemes experts— i quins límits legals i ètics els emmarquen.
Sistemes d'aprenentatge automàtic
Aprenentatge supervisat i no supervisat, xarxes neuronals i aprenentatge profund: entrenar un model, avaluar-lo i saber quan no serveix.
Programació d'intel·ligència artificial
Els llenguatges i els entorns amb què es construeix una aplicació d'IA, i com la convergència tecnològica canvia els processos d'una empresa.
Sistemes de big data
Integrar, processar i analitzar grans volums de dades: quadres de comandament, emmagatzematge distribuït i visualització de resultats.
Big data aplicat
L'ecosistema d'emmagatzematge massiu portat a la pràctica: processament distribuït, integritat de les dades, monitoratge i intel·ligència de negoci.
Projecte d'intel·ligència artificial i big data
El projecte que tanca el curs: detectar una necessitat del sector, dissenyar una resposta, planificar-la i definir com se'n farà el seguiment.