Duración

20 horas

Objetivos

Conocer la problemática asociada al tratamiento de los datos y las necesidades tecnológicas a cubrir, como la velocidad el volumen o la variedad de los datos. Identificar las metodologías a aplicar para implantar proyectos de transformación digital, como arquitecturas de lago de datos, y lo que implica esta transformación. Descubrir el principal stack de herramientas para proyectos de Big Data en cuanto a almacenamiento, procesamiento, transformación y visualización de los datos.

Temario

  1. Introducción
  • Introducción a Data Science
  • El ciclo de vida del dato
  • Qué es la inteligencia artificial
  • Casos de uso y aplicaciones
  1. Machine Learning
  • Ecosistema Python en Machine Learning
  • Aprendizaje supervisado y no supervisado
  • Clasificación y regresión
  • Evaluación y validación de modelos
  1. Deep Learning
  • Introducción a Deep Learning
  • Redes neuronales
  • Principales frameworks
  • Tensorflow
  • Redes convolucionales
  • Uso de modelos preentrenados
  • Fine tunning
  • GANs
  1. Productivización
  • Automatización y despliegue de modelos
  • Monitorización y A/B Testing
  • Sistemas cognitivos
  • Aplicaciones y casos de éxito

Solicita  información

Política de Privacidad