- Día 1: Fundamentos de IA y análisis de datos
- Día 2: Machine Learning
- Día 3: Deep Learning y procesamiento del lenguaje natural
- Día 4: Visión por computador, robótica, estrategia de IA, gobernanza y gestión de riesgos
- Día 5: Examen de certificación
- Dominio 1: Conceptos y principios fundamentales de la inteligencia artificial
- Dominio 2: Análisis de datos y visualización
- Dominio 3: Construcción de modelos de Machine Learning
- Dominio 4-5: Conceptos de Deep Learning y NLP
- Dominio 6-7-8: Conocimiento y aplicación de visión por computador, robótica y sistemas expertos
- Dominio 9: Riesgo, privacidad y cumplimiento en IA
- Dominio 10: Ética, gobernanza y estrategia de IA
Lista de exámenes PECB
Normas y políticas de examen
Nuestros cursos están disponibles en varios formatos para adaptarse a sus necesidades. El precio varía según el formato seleccionado. Algunas opciones, como las clases en directo o presenciales, pueden requerir una cotización personalizada en función de la disponibilidad y la logística.
- Los honorarios de certificación y examen están incluidos en el precio del curso.
- Los participantes recibirán materiales del curso con más de 400 páginas de información, ejemplos prácticos, ejercicios y cuestionarios.
- Se expedirá a los participantes que hayan asistido al curso una certificación de finalización equivalente a 31 créditos CPD (Continuing Professional Development).
- Los candidatos que hayan completado el curso pero no hayan superado el examen podrán repetirlo gratuitamente una vez dentro de un período de 12 meses a partir de la fecha inicial del examen.
¿Por qué debería asistir?
- Comprender y navegar por las últimas tendencias y tecnologías de IA.
- Construir y optimizar sistemas de IA que impulsen la innovación.
- Abordar desafíos críticos como el sesgo en la IA, las cuestiones de privacidad y el cumplimiento normativo.
- Alinear estratégicamente las soluciones de IA con los objetivos de la organización para maximizar el valor.
¿A quién va dirigido?
- Profesionales de IA involucrados activamente en el desarrollo e implementación de tecnologías de IA
- Profesionales de IA con experiencia que buscan ampliar sus conocimientos, mantenerse actualizados con las últimas tendencias y perfeccionar sus habilidades de liderazgo
- Científicos de datos responsables del desarrollo y la optimización de modelos de IA
- Responsables de TI que supervisan proyectos e iniciativas de IA en sus organizaciones
- Entusiastas de la IA que aspiran a acceder a roles de liderazgo, como gestores de proyectos de IA o estrategas de IA
- Responsables de riesgos y cumplimiento encargados de gestionar los riesgos relacionados con la IA y garantizar el cumplimiento de la normativa
- Directivos, incluidos CIOs, CEOs y COOs, que desempeñan un papel clave en los procesos de toma de decisiones relacionados con la IA
- Profesionales que aspiran a roles ejecutivos en IA y que necesitan una comprensión integral de las tecnologías de IA y sus aplicaciones
Objetivos de aprendizaje
- Explicar los principios fundamentales de la IA y sus diversas aplicaciones.
- Realizar análisis de datos y crear visualizaciones significativas para apoyar proyectos de IA.
- Aplicar técnicas de Machine Learning a problemas del mundo real, incluyendo aprendizaje supervisado, no supervisado y por refuerzo.
- Implementar redes neuronales simples y arquitecturas avanzadas de Deep Learning como las CNN.
- Comprender los sistemas NLP y las metodologías de visión por computador.
- Comprender la robótica y los sistemas expertos para la automatización impulsada por IA.
- Identificar y mitigar los riesgos de la IA garantizando al mismo tiempo el cumplimiento de la normativa.
- Desarrollar estrategias de IA ética alineadas con los valores de la organización y las necesidades de la sociedad.
Enfoque pedagógico
- Plan de estudios integral: el curso combina conocimientos teóricos con ejemplos del mundo real para garantizar que los participantes adquieran conceptos de IA tanto fundamentales como avanzados.
- Ejercicios prácticos: las actividades y proyectos prácticos simulan escenarios reales, permitiendo a los participantes aplicar sus competencias de forma efectiva.
- Aprendizaje interactivo: debates en grupo y tareas colaborativas para un mayor compromiso y experiencias de aprendizaje compartidas.
- Preparación para la certificación: el curso incluye cuestionarios y ejercicios estrechamente alineados con el formato del examen de certificación.