• Computadora o dispositivo móvil.
• Cámara.
• Micrófono o bocina.
• Internet con mínimo 1 MB de ancho de banda.
• Navegadores Chrome o Firefox.
Desarrollo de inteligencia artificial y aprendizaje automático
Desarrolla soluciones basadas en inteligencia artificial mediante fundamentos de programación, técnicas de machine learning, y metodologías ágiles, aplicando principios éticos para garantizar el uso responsable y eficiente de estas tecnologías en distintos contextos.
Formato
Autodirigido
Virtual
Duración
200 horas
.png)
Módulos
6 módulos a cursar
Dirigido a
Personas interesadas en iniciarse en el desarrollo de inteligencia artificial

Beneficios
En esta ruta de formación, el aprendedor desarrollará una formación integral en áreas técnicas, éticas y de gestión relacionadas con la inteligencia artificial, mediante un enfoque práctico orientado al desarrollo de soluciones reales. Esta experiencia fortalecerá su perfil profesional en una de las disciplinas con mayor demanda en el mercado, también potenciará habilidades transversales como el trabajo en equipo, el pensamiento crítico y el liderazgo ágil
Temario
-
1. La inteligencia artificial en el mundo actual.
2. Historia y evolución de la inteligencia artificial.
3. Definición de inteligencia artificial.
4. Representación del conocimiento
y razonamiento simbólico.
5. Introducción al aprendizaje automático
(Machine Learning).
6. Introducción al aprendizaje profundo
y principales tecnologías.
7. Tecnologías avanzadas de la inteligencia artificial.
8. Desafíos y oportunidades para la Inteligencia artificial. -
1. Historia y Fundamentos de la Computación.
2. Python para Ciencia de Datos e IA.
3. Estructuras de Datos en Python.
4. Visualización y Manipulación de Datos.
5. Fundamentos de Inteligencia Artificial.
6. Algoritmos de Machine Learning con Python.
7. Redes Neuronales y Aprendizaje Profundo
8. Visualización de Resultados y Presentación. -
1. Aplicaciones básicas de la inteligencia artificial.
2. Soluciones y tecnologías para hacer inteligencia artificial.
3. Aplicaciones conversacionales básicas.
4. Uso de aplicaciones conversacionales.
5. Campos de aplicación de la inteligencia artificial.
6. Clasificadores básicos de imágenes.
7. Uso de los clasificadores de imágenes.
8. Implementación de una aplicación
de inteligencia artificial en la web. -
1. Introducción al aprendizaje supervisado.
2. Métodos lineales básicos.
3. Métodos lineales generalizados.
4. Árboles de decisión.
5. Máquinas de vectores de soporte.
6. Modelos probabilísticos.
7. Programación dinámica y aprendizaje reforzado.
8. Algoritmos evolutivos. -
1. Los algoritmos y sus implicaciones éticas.
2. La ética de la protección de datos.
3. Evaluación de modelos.
4. El derecho a la privacidad.
5. Protección de la privacidad.
6. Modelos transparentes.
7. Ética aplicada a la inteligencia artificial.
8. Dilemas morales. -
1. Introducción a metodologías ágiles: planes flexibles y ligeros.
2. Descripción del manifiesto ágil de software.
3. Metodologías tradicionales y ágiles.
4. Principales marcos de trabajo (frameworks) de proyectos ágiles.
5.Gestión esbelta.
6. Metodología Scrum.
7. Kanban.
8. Otros marcos ágiles.

*Estudios sin reconocimiento de validez oficial.
Objetivos
Comprender los principios básicos y aplicaciones actuales de la inteligencia artificial.
Desarrollar habilidades de programación orientadas a proyectos de IA.
Implementar modelos de aprendizaje automático en soluciones reales.
Aplicar criterios éticos en el desarrollo y uso de tecnologías de IA.

Requerimientos técnicos
Requerimientos técnicos
-
-
• Conocimientos básicos en programación, preferiblemente
en lenguajes como Python, R o similares.
• Familiaridad con conceptos básicos de matemáticas
y estadística.
• Interés en el desarrollo de tecnologías de inteligencia artificial
y aprendizaje automático.
• Capacidad para trabajar de manera autónoma y en equipo.
• Habilidades analíticas y de resolución de problemas. -
• Microsoft Office (Word, Excel, PowerPoint) o equivalente (Google Docs, LibreOffice).
• Windows, macOS o Linux.
• Python versión 3.8 o superior que soporta librerías como scikit-learn, TensorFlow, PyTorch y OpenCV.
• VS Code o un editor de código fuente gratuito.
• Google Colab o Anaconda. -
•Python
•Visual Studio Code

Obtén una insignia digital emitida por Credly
Al finalizar, obtendrás una insignia digital emitida por Credly. Cada insignia es única y está compuesta por una imagen y metadatos que contienen la información de tu acreditación. Además de la imagen del Skilling Center, incluye información específica que permite validar su origen, la organización que la otorga y otras características relevantes para certificar su autenticidad en tiempo real.
Quiero más información
