Máster en Data Science

El Máster en Data Science es un programa de 420 horas dirigido a profesionales que buscan especializarse en Data Science, conocer las principales técnicas de Inteligencia Artificial y cómo aplicarlas en diferentes industrias. Desarrollado por IMMUNE Technology Institute, aprenderás de los mejores profesionales, con una metodología 'Case to be Solved' y escenarios del mundo real.

Nivel 1: Python Comienza aprendiendo los fundamentos de programación en Python. Comprenderás la programación orientada a objetos y trabajarás con las estructuras de datos de Python: listas, diccionarios, conjuntos, tuplas y más... Nivel 2: Introducción a la IA. Conceptos matemáticos clave. El nivel comienza con los conceptos básicos en IA, historia, evolución, junto con ejemplos de clientes. Finalmente, los conceptos clave en álgebra y estadística se enseñarán con el enfoque en sus aplicaciones a la IA. Nivel 3: Manipulación de Datos y Análisis Este nivel cubre las bibliotecas claves en Python y los conceptos básicos en R. Consiste en el aprendizaje de acceso a datos, preprocesamiento y análisis exploratorio para comprender el contenido de los datos. Nivel 4: Machine Learning Supervisado. Clasificación y Regresión Cubriremos el aprendizaje supervisado. Este tipo de aprendizaje requiere intervención humana para la creación de etiquetas en los datos históricos. Se desarrollará un caso de la industria de Salud para aplicar sus conocimientos. Nivel 5: Machine Learning No Supervisado Cubriremos los métodos de aprendizaje automático no supervisados ??que se centran en datos históricos que no han sido etiquetados. El objetivo es encontrar patrones y estructuras ocultos en los datos. Un ejemplo común es la segmentación de clientes con atributos similares para campañas de marketing. En este módulo, se utilizarán las principales técnicas de aprendizaje no supervisado con un enfoque especial en la agrupación, la reducción de la dimensionalidad y las reglas de asociación. Haremos un caso de estudio basado en análisis de audio con TensorFlow. Nivel 6: Deep Learning y Redes Neuronales Aprenderás los principios básicos de Deep Learning junto con el conocimiento de algoritmos clave. Comprenderás el concepto de una red neuronal y el comportamiento de los datos cuando aplique este tipo de metodologías. Revisaremos la red densamente conectada, la red neuronal convolucional (CNN) y la red neuronal recurrente (RNN). Aprenderás sobre la red neuronal no supervisada y los conceptos de autoencoder, GAN y máquinas Boltzman. Nivel 7: Visualización de datos Cubriremos la visualización de datos usando las bibliotecas Python y R. Las bibliotecas principales se utilizarán junto con una visualización grafo. Este módulo también incluye gráficos en 3D y cómo crearlos con Python. Al final del módulo, se proporcionará conocimiento adicional sobre herramientas comerciales y de código abierto clave que no requieren programación. Nivel 8: Ciclo de Vida de la IA y Herramientas Comerciales El último módulo abarca el ciclo de vida de la IA en proyectos reales. Desde el acceso a los datos, la capacitación en preprocesamiento y análisis hasta su implementación en producción. Además, los temas de moda en IA se incluirán en este módulo, como la ética, la regulación y los desafíos futuros. Finalmente, este módulo examina las herramientas clave en el mercado en torno a la IA con un enfoque en el uso del ciclo de vida. Industry Talks Expertos en el campo del Data Science de grandes empresas (IBM, Endesa...) y startups se unirán a nuestro programa para compartir sus experiencias en sus industrias. Human Sciences - Design Thinking Puede ayudarte a comprender un problema, desarrollar un producto (solución) o repensar un negocio completo. El Design Thinking requiere práctica, así que... ¿Empezamos? Human Sciences - Cómo funciona nuestro Cerebro En esta sesión comprenderemos cómo funciona el cerebro y qué hay detrás de nuestra toma de decisiones. Porque al diseñar la inteligencia artificial, es vital entender cómo funciona la inteligencia humana. Capstone Project Aplica tus conocimientos mediante un proyecto completo de Data Science que presentarás ante un panel de expertos.