Máster en Deep Learning

Máster en Deep Learning
Déjanos tus datos para facilitarte toda la información del programa

Presencial

Live Streaming

28 ECTS

Abril 2024

Solicita
información
Máster en Deep Learning

Presencial

Live Streaming

28 ECTS

Abril 2024

Conviértete en un experto en Inteligencia Artificial
Solicita información

Aplica Inteligencia Artificial desde el primer día.

El Máster en Deep Learning te ofrece un recorrido completo por las últimas técnicas de Machine Learning y Deep Learning, base necesaria para desarrollar disciplinas como el análisis predictivo, reconocimiento de imágenes, voz y textos, entre otros.

Con este programa podrás acceder al Máster de Data Science & Deep Learning realizando el Máster en Data Science & Big Data.

Para la obtención del título con sello CUALIFICAM (en proceso de evaluación) es necesario matricularse en el Máster en Data Science & Deep Learning, cursando el Máster en Data Science & Big Data y el Máster en Deep Learning.

Los créditos de este programa incluyen prácticas que son convalidables por experiencia laboral.

¿Por qué
Deep Learning?

Nº1

Data Scientist es la demanda de trabajo número 1 en el mayor portal de empleo especializado y seguirá en esa posición en los próximos años.

Fuente: Glassdoor.
+74%

La demanda de especialistas en inteligencia artificial ha aumentado +74% en los últimos 4 años.

Fuente: LinkedIn.
Asignaturas
Máster en Deep Learning
28 ECTS
Deep Learning
Deep Learning
Conceptos fundamentales de las redes neuronales profundas. Se utilizarán las herramientas más importantes y se implementarán soluciones prácticas.
Computer Vision
Computer Vision
Un recorrido desde filtros de procesamiento básico a técnicas de reconocimiento de patrones mediante redes neuronales convolucionales.
Natural Language Processing
Natural Language Processing
Conceptos fundamentales de los mecanismos empleados para la comunicación entre personas y máquinas por medio del lenguaje natural.
Entrepreneurship II
Entrepreneurship II
Perspectiva global del proceso de creación, financiación y posibles éxitos de una startup. Herramientas para proyectos de emprendimiento.
Machine Learning II
Machine Learning II
Aprendizaje no supervisado. Métodos de clustering, selección de componentes principales, etc.
Reinforcement Learning
Reinforcement Learning
Conocer las formas de calcular medias y promedios móviles, procesos de decisión de Markov, programación dinámica, métodos de aproximación, etc
Machine Learning III
Machine Learning III
Técnicas avanzadas de Machine Learning. Revisión de las últimas novedades y el futuro del Machine Learning
Reto IA Generativa
Reto IA Generativa
Escogerás y desarrollarás un reto para medirte con los mejores profesionales del mundo y así valorar lo que has aprendido.
Generative AI
Generative AI
La inteligencia artificial generativa se centra en crear sistemas que generen contenido innovador, como imágenes o texto. La asignatura abarca técnicas y algoritmos, explorando aplicaciones prácticas en áreas como arte, diseño y entretenimiento, con énfasis en la implementación de modelos utilizando herramientas como TensorFlow y PyTorch. Por otro lado, la ética en inteligencia artificial examina dilemas éticos y preocupaciones sociales asociadas al desarrollo y uso de sistemas, explorando temas como privacidad, discriminación y responsabilidad. Se discuten las implicaciones éticas y sociales de la automatización en el mercado laboral, destacando la importancia de políticas para garantizar un uso responsable y ético de la inteligencia artificial.
Final Project
Final Project
Desarrollo de un proyecto final para poner en práctica con un caso real los conocimientos adquiridos durante el Máster.

Asignaturas
Máster en Deep Learning
28 ECTS
Deep Learning
Deep Learning
Conceptos fundamentales de las redes neuronales profundas. Se utilizarán las herramientas más importantes y se implementarán soluciones prácticas.
Computer Vision
Computer Vision
Un recorrido desde filtros de procesamiento básico a técnicas de reconocimiento de patrones mediante redes neuronales convolucionales.
Natural Language Processing
Natural Language Processing
Conceptos fundamentales de los mecanismos empleados para la comunicación entre personas y máquinas por medio del lenguaje natural.
Entrepreneurship II
Entrepreneurship II
Perspectiva global del proceso de creación, financiación y posibles éxitos de una startup. Herramientas para proyectos de emprendimiento.
Machine Learning II
Machine Learning II
Aprendizaje no supervisado. Métodos de clustering, selección de componentes principales, etc.
Reinforcement Learning
Reinforcement Learning
Conocer las formas de calcular medias y promedios móviles, procesos de decisión de Markov, programación dinámica, métodos de aproximación, etc
Machine Learning III
Machine Learning III
Técnicas avanzadas de Machine Learning. Revisión de las últimas novedades y el futuro del Machine Learning
Reto IA Generativa
Reto IA Generativa
Escogerás y desarrollarás un reto para medirte con los mejores profesionales del mundo y así valorar lo que has aprendido.
Generative AI
Generative AI
La inteligencia artificial generativa se centra en crear sistemas que generen contenido innovador, como imágenes o texto. La asignatura abarca técnicas y algoritmos, explorando aplicaciones prácticas en áreas como arte, diseño y entretenimiento, con énfasis en la implementación de modelos utilizando herramientas como TensorFlow y PyTorch. Por otro lado, la ética en inteligencia artificial examina dilemas éticos y preocupaciones sociales asociadas al desarrollo y uso de sistemas, explorando temas como privacidad, discriminación y responsabilidad. Se discuten las implicaciones éticas y sociales de la automatización en el mercado laboral, destacando la importancia de políticas para garantizar un uso responsable y ético de la inteligencia artificial.
Final Project
Final Project
Desarrollo de un proyecto final para poner en práctica con un caso real los conocimientos adquiridos durante el Máster.

Solicita información
Solicita admisión
Perfil del alumno
  1. Intereses: Profesionales interesados en profundizar en los últimos modelos de Aprendizaje Profundo y su aplicabilidad en empresa.
  2. Formación: Los participantes deben tener conocimientos avanzados de ciencia de datos, contando con un título de posgrado en analítica de datos y/o título universitario, preferiblemente de carreras STEM (Science, Technology, Engineering, Mathematics).
  3. Experiencia: Los alumnos deberán contar con una experiencia profesional acreditada de más de 3 años en puestos relacionados con analítica de datos, procesos de digitalización o en departamentos financieros, IT y operaciones.
Hablar con un asesor
Numpy
pandas
matplotlib
anaconda
tensorflow
python
scikit learn
prophet
azure
Las herramientas que
dominarás con el Máster
Numpy
pandas
matplotlib
anaconda
tensorflow
python
scikit learn
prophet
azure
Las herramientas que
dominarás con el Máster
Numpy
pandas
matplotlib
anaconda
tensorflow
python
scikit learn
prophet
azure
Próxima
convocatoria


Fecha inicio
Abril
2024

Horario
Martes
18:30 - 22:30

Jueves
18:30 - 22:30

Duración
5 meses
28 ECTS

Plaza
25 personas
Solicita información
Solicita admisión
Rubén Zazo
Research Team Leader & PhD
Jesús Gómez
Artificial Intelligence Analyst
Crisanto De Los Santos
CEO
David Gordo
CEO & PhD
Sergio González
Senior Data Scientist
Andrés Haddad
CEO
Fabiola Pérez
CEO
Diego García
CEO
Serge Chávez
Senior Data Scientist and Computer Vision Engineer

Ver todos

Fórmate con profesionales
de compañías líderes
Rubén Zazo
Research Team Leader & PhD
Jesús Gómez
Artificial Intelligence Analyst
Crisanto De Los Santos
CEO
David Gordo
CEO & PhD
Sergio González
Senior Data Scientist
Andrés Haddad
CEO
Fabiola Pérez
CEO
Diego García
CEO
Serge Chávez
Senior Data Scientist and Computer Vision Engineer
Alberto Rodríguez
Presidente
Fórmate con profesionales
de compañías líderes
Rubén Zazo
Research Team Leader & PhD
Jesús Gómez
Artificial Intelligence Analyst
Crisanto De Los Santos
CEO
David Gordo
CEO & PhD
Sergio González
Senior Data Scientist
Andrés Haddad
CEO
Fabiola Pérez
CEO
Diego García
CEO
Serge Chávez
Senior Data Scientist and Computer Vision Engineer
Alberto Rodríguez
Presidente

“Este máster te permite profundizar en ciertos temas que en la primera parte se ven más por encima como pueden ser las redes neuronales o todo lo relacionado con el tratamiento de imágenes, con un enfoque muy práctico y fácil de entender».

“Me ha permitido conocer un mundo que no conocía y, sobre todo, poder aplicarlo en mi vida laboral. Me quedo con haber aprendido a trastear y resolver problemas complejos que al principio pueden parecer demasiado complicados”.

Carolina Alonso
Consultant II en WeDo
Alumna del Máster en Deep Learning
Eduardo Tremps
Ingeniero Naval y Oceánico en Navantia
Alumno del Máster en Deep Learning

Estás a 3 pasos de convertirte en un experto en Deep Learning & Inteligencia Artificial

Estás a 3 pasos de convertirte en un experto en Deep Learning & Inteligencia Artificial

Paso 1

Envía tu CV
Déjanos conocer tu perfil para confirmar que este es el curso que necesitas

Paso 2

Entrevista y prueba de nivel
Es la oportunidad de poder conocernos y aclarar todas las dudas que tengas y asegurar que tienes el nivel necesario para poder afrontar el máster

Paso 3

Admisión
Nuestro comité de admisiones valorará tu candidatura y motivación
Solicita información
Solicita admisión
Algunas de las salidas profesionales que estarán a tu alcance.
Data Scientist
Data Engineer
Data Analyst
Deep Learning Expert
Business Analyst
Solicita información
Solicita admisión
Solicita más información aquí
Mioti logo
Seleccione país