Cada día los avances en la inteligencia artificial nos obligan a reflexionar sobre su impacto presente y futuro en nuestras organizaciones. Gartner estima que para el presente año el 85% de los CIOs estarán implementando programas de Inteligencia Artificial a través de servicios externos, desarrollos propios o soluciones llave en mano y según la consultora Boston Consulting más de 50 Billones de dispositivos inteligentes estarán conectados a sistemas de Inteligencia Artificial en el 2025.
Todos los gigantes de tecnología desde Alibaba, Google, IBM, SAP, Microsoft hasta Amazon buscan ser los líderes y pioneros en servicios de Inteligencia Artificial ofreciendo a sus clientes nuevos y mejores productos y servicios.
Una cosa es escuchar a los expertos e investigadores en plataformas analíticas pronosticar el gran impacto que tendrá la Inteligencia Artificial en el futuro de las plataformas de análisis y BI, y otra es observar cómo los grandes fabricantes de soluciones de negocios como SAP, SAS, Microsoft, IBM, etc., empiezan a integrar estas tecnologías de IA en sus portafolios empresariales.
Hoy debemos contar con los conocimientos y conceptos de base así como entender las estrategias de implementación de estas nuevas tecnologías para ayudar a nuestras organizaciones a afrontar las nuevas exigencias del mercado.
La inteligencia artificial es un conjunto de técnicas y tecnologías que operan automáticamente, orientadas a imitar la forma como los seres humanos piensan, razonan y ejecutan acciones. Se aplican a la solución de problemas de optimización, predicción, diagnóstico y planificación. Los sistemas construidos para la inteligencia artificial se denominan, agentes o agentes inteligentes, estos tienen múltiples propiedades, tales como autonomía, aprendizaje, ubicuidad, proactividad y si trabajan múltiples agentes se generan propiedades tales como la cooperación, comunicación, coordinación, planificación.
Los agentes inteligentes pretenden transformar la forma como operan los sistemas construidos por los seres de humanos de tal forma que estos: operen de forma autónoma (sin intervención humana), por lo que se requiere de sistemas de adquisición de datos en tiempo real fijos y/o ubicuos; que operen con una finalidad específica, por lo que deben de tener una forma de medir sus resultados; que operen de forma cooperativa, permitiendo que múltiples agentes ejecuten tareas simples unitariamente pero que su poder en se encuentre en la forma como están conectados; que aprendan automáticamente desde experiencias pasadas de tal forma que el mismo sistema se retroalimente para tomar decisiones de forma automática.
Estas técnicas y tecnologías están cambiando la forma como los trabajadores desarrollan sus actividades, como las organizaciones se relacionan con sus clientes y proveedores, como el estado atiene de los ciudadanos y como los ciudadanos se relaciona con sus gobernantes, como las empresas pueden automatizar cada uno de las máquinas en el ámbito de su negocio, de tal forma que ahora es posible: conocer la conducta de cada uno de los actores de forma ubicua; capturar de forma masiva datos estructurados y no estructurados, aprender la conducta de cada uno de estos actores desde los datos capturados; conocer los niveles de riesgo de cada uno de estos actores; conocer los niveles de riesgo en la operación de sus equipos.
Esto es posible gracias a las grandes capacidades computaciones de la computación paralela (GPUS), gracias a pequeños dispositivos IoT, gracias a los múltiples algoritmos de aprendizaje automático y de optimización y principalmente a los recursos humanos capacitados que pueden trabajar con estas técnicas y tecnologías.
OBJETIVOS DEL CURSO
Al final del curso los participantes estarán en capacidad de:
- Comprender qué es la inteligencia artificial, sus técnicas y aplicaciones.
- Comprender los conceptos de datos, información, conocimiento.
- Diferenciar las propiedades de los sistemas de información y de los sistemas inteligentes.
- Comprender como el reconocimiento de patrones contribuye al proceso de aprendizaje automático.
- Entender el proceso del aprendizaje automático.
- Diferenciar los múltiples tipos de modelos de aprendizaje automático.
- Identificar los algoritmos de aprendizaje automático.
- Conocer las aplicaciones del aprendizaje automático en el ámbito financiero y no financiero.
- Conocer el ciclo de vida de los proyectos del aprendizaje automático.
- Identificar los conocimientos necesarios que debe demostrar un profesional para tener pro-eficiencia en aprendizaje automático.
MODULOS DE ESTUDIO
- INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL.
Inteligencia natural, los sentidos humanos, el entendimiento y la comprensión. La inteligencia artificial, los sensores, adquisición de datos. Datos Información, conocimiento. Memorización y aprendizaje. Patrones y conductas. Sensores y señales. Antecedentes/historia. Técnicas de la inteligencia artificial. Subconjuntos del IA (reasoning, planning, NLP, ML). Contexto actual: estado del arte, aplicaciones.
- INTRODUCCIÓN AL APRENDIZAJE AUTOMÁTICO.
Definición del aprendizaje automático. Generalización estadística. Modelos de clasificación, modelos de regresión, modelos de agrupamiento, modelo de asociación, modelos de secuenciación. Patrones, conductas típicas.
- TÉCNICAS DEL APRENDIZAJE AUTOMÁTICO.
Enfoques del aprendizaje automático: supervisado, no supervisado, reforzado y deep learning (redes neuronales). Modelos descriptivos, predictivos y prospectivos.
- CIENCIA DE DATOS E INGENIERÍA DE DATOS.
La ingeniería de datos y la ciencia de los datos. Cloud computing, data science y estadística e interrelaciones con el aprendizaje automático. Definición del Big Data, importancia e interrelación con el aprendizaje automático.
- TECNOLOGÍAS PARA LA IMPLEMENTACIÓN DEL APRENDIZAJE AUTOMÁTICO.
Computación paralela, GPUs: Nvidia y AMD. IoT, Internet de las cosas. APRENDIZAJE AUTOMÁTICO en la nube. Aprendizaje automático y auto aprendizaje automático.
- UTILIDAD DEL APRENDIZAJE AUTOMÁTICO EN LOS NEGOCIOS.
Tendencias de la inteligencia artificial en el mundo. Importancia del aprendizaje automático en el contexto actual. Cómo puede ayudar el aprendizaje automático a la estrategia y casuísticas de negocios. Cambios profesionales como consecuencia de la introducción de la IA. Adecuación de las organizaciones las nuevas tecnologías.
- PROYECTOS DEL APRENDIZAJE AUTOMÁTICO.
El ciclo de vida de los proyectos de aprendizaje automático. Recolección de datos, fuentes de datos, datos no estructurados, confiabilidad de los datos, volumen de los datos. Preparación de atributos, identificación de atributos explicatorios. Etiquetado de los datos, plan de etiquetado de datos, ¿es posible el etiquetado automático? Preparación de la data: identificación (estructurada y no estructurada) y gobierno (reglas y privacidad). Entrenamiento de algoritmos y sistemas aprendizaje automático: representación, evaluación y optimización. Optimización de los modelos de aprendizaje automático. Despliegue de los modelos.
- APLICANDO APRENDIZAJE AUTOMÁTICO EN LAS ORGANIZACIONES.
Aplicaciones del aprendizaje automático para la predicción de eventos de riesgo. Aplicaciones del aprendizaje automático para el diagnóstico automático.
Consideraciones antes de aplicarse a una organización: Enfoque en los recursos humanos. Enfoque en los problemas del negocio. Enfoque en la recolección y el etiquetado de los datos. Enfoque en el cliente. Ejecución de un piloto: etapas (identificación de la oportunidad de mejora, recolección de datos, preparación de atributos, evaluación, pase a producción). Determinando el mejor modelo de aprendizaje: algoritmos de selección, indicadores de validación de modelos. Ejemplo y experiencias de aplicaciones del aprendizaje automático en empresas peruanas: propuesta, desarrollo, gestión de riesgos y resultados.
DIRIGIDO A:
El curso está dirigido a estudiantes de los últimos ciclos o recién egresados de Ingeniería, Administración, Finanzas, Economía y carreras afines, Gerentes de Tecnología, Analistas de Sistemas, Administradores de Base de Datos, Analistas de Procesos, Investigadores en BI y cualquier otro interesado.
METODOLOGÍA
El curso de especialización se brinda en la modalidad virtual y tiene una duración de 1 mes, con un total de 24 horas académicas, 12 hrs., de videoconferencias on line con el especialista (3 hrs. semanales) y 12 hrs., de videos multimediales y al culminarlo y aprobarlo con nota mínima de 11 podrá obtener su certificado.
El estudiante recibirá por cada módulo videos grabados de los temas, lecturas, archivos de las clases en Power Point y tareas a desarrollar que permitirá evaluar al estudiante en el módulo y guiarlo a través de la formación. El horario de las sesiones se coordinan al inicio del curso.
La comunicación continua con el tutor se realizará de manera virtual a través de los foros de consulta, chats, videoconferencia y correo electrónico del aula virtual. A través de estos medios el participante podrá manifestar sus dificultades, inquietudes y sugerencias respecto al desarrollo de la asignatura y reportar sus actividades.
El seguimiento de la asignatura se realizará mediante una tutoría directa especializada en cada módulo, a través de la plataforma virtual y otros medios de comunicación virtual. El docente apoya al participante en su progreso, animándole en su avance y en la realización de las actividades propuestas.
DURACIÓN DEL PROGRAMA
El curso de especialización tiene una duración mínima de 4 (cuatro) semanas de estudio, con un total de 24 horas académicas.
INVERSIÓN
El curso de Especialización tiene un costo total de: USD 280.00 dólares.
La inversión incluye derecho de inscripción, matrícula y certificación de la ONG LPI Italy con el aval de nuestros sponsors. Adicionalmente se entregará manuales de usuario y acceso al aula virtual del curso.
El pago deberá ser realizado vía depósito o transferencia bancaria.
!! INSCRIPCIONES ABIERTAS !!
INSCRIBASE A LOS CURSOS DE ESPECIALIZACIÓN
INSCRIPCION Y FORMAS DE PAGO.
CERTIFICACIÓN INTERNACIONAL
Al finalizar el curso de especialización al participante se le emitirá y enviará su respectivo certificado digital emitido por: Limitless Power of Information LPI Italy, sponsorizado por IT Latino Spain, el cual se acredita con un total de 24 horas académicas lectivas. En el diploma no se indica la modalidad virtual de estudio.
Escribanos