Diseño y desarrollo de soluciones de inteligencia artificial
Analizar y estudiar las herramientas y lenguajes de programación que dan soporte y/o se relacionan actualmente con la Inteligencia Artificial (IA) en sectores específicos, los distintos tipos de modelos de IA, el software y API existentes, así como su aplicación específica a plataformas móviles, a partir de casos concretos de interacción y creando un proyecto final de IA que incluya lo aprendido en cada uno de los módulos.
Programa
- 01Introducción a la inteligencia artificial60 h
Definición de la inteligencia artificial y su evolución histórica
Conceptos fundamentales de la inteligencia artificial: aprendizaje automático, redesneuronales, algoritmos genéticos, lógica difusa, entre otros
Tipos de aprendizaje: supervisado, no supervisado y por refuerzo
Ejemplos de aplicaciones de la inteligencia artificial en la vida cotidiana
Ética y regulación en la inteligencia artificial: privacidad, sesgos algorítmicos, responsabilidad y transparencia en los algoritmos, entre otros
Herramientas y recursos disponibles para desarrollar proyectos de inteligencia artificial: bibliotecas de código abierto, servicios cloud, plataformas de desarrollo, entre otros
Perfiles profesionales
- 02Aplicación de la inteligencia artificial a sectores específicos40 h
Conceptos básicos de la inteligencia artificial y su aplicación en diferentes sectores
Tendencias y oportunidades en la aplicación de la inteligencia artificial a sectoresespecíficos
Ética y responsabilidad en la aplicación de la inteligencia artificial a sectores específicos
Casos de éxito
- 03Herramientas y lenguajes de programación200 h
Conceptos básicos de programación
Lenguajes de programación actuales
Inteligencia artificial y aprendizaje automático
Instalación y configuración de herramientas de desarrollo y librerías de IA actuales
Herramientas de: visualización y manipulación de datos, preprocesamiento de datos, automatización y control de versiones, colaboración en línea
Aplicación al proyecto práctico grupal de IA
- 04Integración de soluciones IA en procesos empresariales80 h
Integración de soluciones de inteligencia artificial en procesos empresariales
Identificación de casos de uso para la IA en empresas
Técnicas de aprendizaje automático y sus aplicaciones en la integración de solucionesde IA en empresas
Herramientas y plataformas para la implementación de soluciones de IA en empresas
Consideraciones éticas y legales en la implementación de soluciones de IA enempresas
Evaluación de la rentabilidad y eficiencia de soluciones de IA en empresas
Análisis de impacto y riesgo en la implementación de soluciones de IA en empresas
Tendencias y futuros desarrollos en la integración de soluciones de IA en procesosempresariales
Desarrollo de soluciones de IA personalizadas para empresas
Aplicación al proyecto práctico grupal de IA
- 05Modelos de IA existentes generativos de imagen80 h
Introducción a la generación de imágenes con modelos de IA
Introducción a modelos de IA existentes para la generación de imágenes, como GANs, VAEs, y autoregressive models
Entrenamiento de modelos de IA y técnicas de ajuste de hiperparámetros
Procesamiento de imágenes y preparación de datos
Uso de modelos de IA para la generación de imágenes
Evaluación y selección de modelos generativos de imagen
Diseño de productos y arte generativo
Integración de modelos generativos de imagen en flujos de trabajo creativos
Implicaciones éticas y legales en la generación de imágenes con modelos de IA
Aplicación al proyecto práctico grupal de IA
- 06Modelos de IA existentes conversacionales120 h
Definición, características y ejemplos de aplicación de modelos de IA conversacionales
Plataformas de desarrollo de chatbots y asistentes virtuales
Lenguajes de programación y frameworks para el desarrollo de modelos de IAconversacionales
Diseño de conversaciones y flujos de diálogo
Chatbots basados en reglas y en Machine Learning
Asistentes virtuales basados en modelos de lenguaje naturales
Selección y preprocesamiento de datos para el entrenamiento de modelos de IAconversacionales
Entrenamiento y evaluación de modelos de IA conversacionales
Ajuste de parámetros y optimización de modelos de IA conversacionales
Integración de modelos de IA conversacionales en aplicaciones web, móviles y ensistemas de voz
Ética y responsabilidad social en el desarrollo de modelos de IA conversacionales
Diseño de modelos de IA conversacionales justos y equitativos
Aplicación al proyecto práctico grupal de IA
- 07Modelos de IA existentes de voz a texto y texto a voz80 h
Tecnología de voz a texto y texto a voz
Fundamentos de procesamiento de señales de audio y técnicas de análisis de voz
Técnicas de síntesis y modelos de reconocimiento automático de voz
Modelos de lenguaje natural y comprensión de texto
Aplicaciones prácticas de modelos de voz a texto y texto a voz, como asistentesvirtuales, chatbots y sistemas de transcripción de voz
Evaluación y mejora de los modelos de IA de voz a texto y texto a voz mediante elaprendizaje supervisado y no supervisado
Desafíos y limitaciones actuales, así como posibles soluciones
Aplicación al proyecto práctico grupal de IA
- 08Utilización de las API existentes120 h
Introducción y uso de diferentes API de IA actuales y su importancia en la industria
Utilización de estas API para resolver problemas de IA comunes
Ejemplos prácticos de implementación de API de IA en aplicaciones y servicios en línea
Integración de diferentes API de IA para crear soluciones más complejas
Cuestiones de seguridad y privacidad al utilizar API de IA
Aplicación al proyecto práctico grupal de IA
- 09Microsoft Azure y otros servicios cloud120 h
Introducción a Microsoft Azure: conceptos básicos, principales servicios, ventajas ylimitaciones
Infraestructura como servicio (IaaS): creación y gestión de máquinas virtuales, redesvirtuales, almacenamiento y backups
Plataforma como servicio (PaaS): uso de servicios como Azure app service, AzureFunctions, Azure SQL database, Azure cognitive services, entre otros
Desarrollo de aplicaciones en la nube: creación y despliegue de aplicaciones web ymóviles en Azure, uso de visual studio y otras herramientas
Integración de servicios de IA en Azure: uso de servicios como computer vision, FaceAPI, speech services, language understanding, entre otros
Uso de otros servicios cloud: introducción a otros proveedores de servicios cloud comoAWS, Google cloud platform, IBM cloud, entre otros, y comparación con Azure
Gestión de costos y seguridad en la nube
Aplicación al proyecto práctico grupal de IA
- 10Desarrollo en plataformas móviles80 h
Introducción al desarrollo de aplicaciones móviles: lenguajes de programación, arquitectura de aplicaciones, patrones de diseño, ciclo de vida de una aplicación, entreotros
Integración de API de IA en aplicaciones móviles
Uso de kits de desarrollo de software para plataformas móviles
Diseño de interfaz de usuario para aplicaciones móviles con IA
Desarrollo de aplicaciones móviles con características de aprendizaje automático
Implementación de modelos de IA en dispositivos móviles
Desarrollo de aplicaciones móviles que utilicen la nube
Aplicación al proyecto práctico grupal de IA
- 11Proyecto final en equipo220 h
Diseño y desarrollo de un proyecto completo de inteligencia artificial integrando todoslos elementos, herramientas y habilidades estudiadas durante el curso
Aplicación práctica de las herramientas de gestión y control de proyectos