Descripción de la especialidad

Inicio Lunes 15 de junio, 2020
Duración 6 meses
Lugar Campus LEAD, Rohrmoser
Modalidad Presencial y virtual
Financiamiento disponible Tasa Cero y Minicuotas Credomatic. Beneficio por Convenio Empresarial
Horario Lunes (presencial) de 6:00 p.m. a 9:00 p.m., miércoles (virtual) de 6:00 p.m. a 9:00 p.m

La especialidad en Inteligencia Artificial (IA) brinda el conocimiento en gestión y herramientas para tomadores de decisión que deseen iniciar la implementación de inteligencia artificial en sus empresas para optimizar los procesos y beneficiar los equipos de trabajo. El programa detalla las mejores prácticas a nivel internacional con el objetivo de estar a la vanguardia en la tecnología disruptiva.

 

Perfil del participante

La Especialidad en Inteligencia Artifical está dirigida a:

  • Profesionales responsables de procesos de toma de decisión en una organización que deseen iniciar la implementación de inteligencia artificial en sus empresas.
  • Profesionales con experiencia laboral, que se desempeñan en cualquier tipo de empresas y rubros, direcciones de I+D, y encargados del área de tecnologías y proyectos, tanto del sector privado como público.
  • Estudiantes universitarios que deseen adquirir conocimientos para fortalecer su perfil y mejorar sus expectativas laborales.

 

Beneficios

Al concluir esta especialidad el participante será capaz de:

  • Entender cómo se implementan proyectos de IA.
  • Conocer sobre perspectivas estratégicas en las tecnologías de IA en una organización.
  • Evaluar la incertidumbre, la ambigüedad y los desafíos de la IA en una organización.
  • Reconocer las implicaciones y oportunidades comerciales derivadas de la IA.
  • Entender cómo capitalizar las oportunidades que abren las tecnologías emergentes para lograr una ventaja competitiva.

 

Curriculum:Especialidad en Inteligencia Artificial en los Negocios

Módulo 1

  • Introducción a la Inteligencia Artificial: Historia, Ecosistema (Big Data y IOT, Soluciones de desarrollo en la Nube (Cloud), creadores, investigadores, conceptos y roles de la AI, Deep y Machine Learning
  • Tratamiento de los Datos: Fundamentos de los Datos, Tipos de dato, Ciclo del procesamiento de los datos.

Módulo 3

  • Deep Learning: Fundamentos, diferencia entre Machine y Deep Learning, redes neuronales (Conceptos, aplicación y tipos), casos de uso del Deep learning en la actualidad.
  • Natural Language Processing: fundamentos, retos y futuro del NLP, pasos de aplicación para un proyecto de NLP, reconocimiento de Voz, Casos de uso (Voice Commerce, Virtual Assistants, Chatbots)

Módulo 5

  • Contexto Legal: GDPR, derechos y deberes de los usuarios, ética y gobernanza de datos, transferencia de datos, casos de uso, patentes
  • Seguridad y Privacidad de Datos: Seguridad y Confidencialidad del tratamiento de los datos, cifrado de comunicaciones, permisos y jerarquías, mejores prácticas.

Módulo 2

  • Visualización de Datos: Fundamentos e importancia de la visualización, mejores gráficos, tipos y clasificación de gráficos (Estáticos, dinámicos, híbridos, gráficos con alta dimensionalidad, mejores prácticas y herramientas de visualización.
  • Machine Learning: Fundamentos, estadística, proceso, tipos, algoritmia y uso de herramientas para la aplicación de algoritmos.

Módulo 4

  • Robotic Process Automation: Fundamentos, pros y cons, RPA y AI, casos de uso
  • Implementación de un proyecto de IA: Enfoques, pasos para la implementación, entrega y aplicación del proyecto, herramientas y lenguajes, arquitecturas disponibles para aplicar IA.

Módulo 1

  • Introducción a la Inteligencia Artificial: Historia, Ecosistema (Big Data y IOT, Soluciones de desarrollo en la Nube (Cloud), creadores, investigadores, conceptos y roles de la AI, Deep y Machine Learning
  • Tratamiento de los Datos: Fundamentos de los Datos, Tipos de dato, Ciclo del procesamiento de los datos.

Módulo 2

  • Visualización de Datos: Fundamentos e importancia de la visualización, mejores gráficos, tipos y clasificación de gráficos (Estáticos, dinámicos, híbridos, gráficos con alta dimensionalidad, mejores prácticas y herramientas de visualización.
  • Machine Learning: Fundamentos, estadística, proceso, tipos, algoritmia y uso de herramientas para la aplicación de algoritmos.

Módulo 3

  • Deep Learning: Fundamentos, diferencia entre Machine y Deep Learning, redes neuronales (Conceptos, aplicación y tipos), casos de uso del Deep learning en la actualidad.
  • Natural Language Processing: fundamentos, retos y futuro del NLP, pasos de aplicación para un proyecto de NLP, reconocimiento de Voz, Casos de uso (Voice Commerce, Virtual Assistants, Chatbots)

Módulo 4

  • Robotic Process Automation: Fundamentos, pros y cons, RPA y AI, casos de uso
  • Implementación de un proyecto de IA: Enfoques, pasos para la implementación, entrega y aplicación del proyecto, herramientas y lenguajes, arquitecturas disponibles para aplicar IA.

Módulo 5

  • Contexto Legal: GDPR, derechos y deberes de los usuarios, ética y gobernanza de datos, transferencia de datos, casos de uso, patentes
  • Seguridad y Privacidad de Datos: Seguridad y Confidencialidad del tratamiento de los datos, cifrado de comunicaciones, permisos y jerarquías, mejores prácticas.

Profesores

Profesor
Profesora
Profesor

Más información

Inicio del programa:

Mayo 2017

Solicite el plan de estudios, costos y financiamiento en esta área de estudio.

Más información

Inicio del programa:

Mayo 2017

Solicite el plan de estudios, costos y financiamiento en esta área de estudio.

Solicitar información

Podrá descargar información sobre el programa de su interés y un asesor lo contactará para facilitarle más detalles sobre ULEAD.

Inicie el proceso de admisión aquí

 

Suscríbase a
nuestro boletín

Suscríbase al boletín para estar
al tanto de novedades académicas

Cerrar

Idiomas

Custom Search 1

Noticias y Eventos

Marketing and Sales Week


27 Enero 2020

Semana Vocacional 2019


16 Noviembre 2019

Digital Transformation Week


16 Septiembre 2019
Compartir