Inteligencia artificial aplicada a la empresa

Objetivos de aprendizaje

Qué aprenderás
a poner en práctica

Para aplicar IA en una empresa conviene comprender los datos, el problema y la forma de evaluar un modelo. Esta especialidad desarrolla esa base a lo largo de 280 horas, desde las ramas de la inteligencia artificial hasta ejemplos de modelos supervisados, no supervisados y de aprendizaje profundo.

Punto de partida

A quién se dirige

• Profesionales que quieren comprender cómo se construyen y valoran soluciones de IA basadas en datos.
• Personas de operaciones, análisis e informática que participan en la definición de proyectos de IA.
• Equipos que necesitan una base más amplia de aprendizaje automático para dialogar con perfiles técnicos.

Requisitos de acceso

El programa no exige titulación ni experiencia profesional previa. Se necesitan habilidades de comunicación lingüística suficientes para seguir la formación y destreza para utilizar la plataforma virtual.

Equipo y herramientas

Ordenador con conexión a internet y navegador actualizado, con posibilidad de instalar las herramientas de laboratorio Weka y Orange. Se facilitarán las indicaciones del entorno de prácticas antes de comenzar.

Aprender haciendo

Del conjunto de datos a una decisión explicada

Explora datos sintéticos, prepara las variables y compara enfoques de clasificación o agrupación. Documenta qué problema resuelve el modelo, cómo se comprueba y qué limitaciones debería conocer la empresa antes de utilizarlo.

Cómo se trabaja en el aula

Dedica 224 horas al campus, con contenidos guiados, ejercicios, evaluación y consultas al tutor. Completa el aprendizaje con 56 horas de clases online en directo con el docente. Ambos bloques forman parte de las 280 horas del curso.

Las actividades utilizan datos ficticios o anonimizados. Antes de empezar se concretan los horarios de las clases, las entregas y los accesos necesarios. No hay desplazamientos a un centro físico.

Evaluación y seguimiento

Evaluación continua con laboratorios, cuestionarios y un proyecto final explicado por el participante. Se revisan la preparación de datos, la interpretación de resultados y la comprensión del modelo. Las rúbricas y los criterios de superación estarán disponibles en el aula antes del inicio.