Máster Programación de Inteligencia Artificial con Python

El Máster Programación de Inteligencia Artificial con Python se imparte en modalidad Online.

Domina Python desde 0 hasta la implementación de Inteligencia Artificial de forma profesional.

AI Engineer la carrera del  presente y el futuro.

CON 3 MES DE PRÁCTICAS

Promociones y descuentos - 15% En pago único
 
· Título propio - Si
· Prácticas - si
¿Quieres ser programador de Inteligencia Artificial? Aprenderás desde cero hasta la implementación de modelos de IA para la creación de vídeo, texto, audio, música, etc.

Damos presencia a nuestros estudiantes en ferias nacionales e internacionales.

Videoclases - Prácticas - 100% Online - A tu Ritmo

No hay requisitos previos

Dirigido a:
-Profesionales que desean mejorar su empleabilidad.
-Empresas que quieren formar a sus equipos.
-Personas que quieren comenzar una nueva carrera profesional.

Te convertirás en un AI Engineer para implementar soluciones de Inteligencia Artificial. El programador más buscado.

¿Qué aprenderás?Desde los fundamentos de Python hasta la creación e implementación de modelos de IA para la creación de contenido, creación de soluciones con Inteligencia Artificial y todo el conocimiento y la práctica necesaria para incorporarse a este mundo laboral.

Programación Python - Fundamentos

Introducción a Python
    Instalación y configuración del entorno
    Sintaxis básica y estructuras de control
    Funciones y manejo de excepciones

Librerías Python
    NumPy
    Pandas
    Matplotlib
    Scikit-learn

Programación SQL - Fundamentos
    Introducción a SQL
        Conceptos básicos de bases de datos
        Consultas básicas (SELECT, INSERT, UPDATE, DELETE)
        Joins y subconsultas
        Funciones agregadas y de ventana

Control de versiones GIT
    Conceptos Básicos de GIT
        Instalación y configuración
        Repositorios y commits
        Branching y merging
        Resolución de conflictos

Introducción a la Inteligencia Artificial con Python
    Fundamentos de IA
        Conceptos básicos y aplicaciones
        Algoritmos de aprendizaje supervisado y no supervisado
        Implementación de modelos básicos con Scikit-learn

LangChain
    Introducción a LangChain
        Conceptos y arquitectura
        Creación de cadenas de procesamiento
        Integración con otros servicios y APIs

Bases de datos vectoriales
    Fundamentos de Bases de Datos Vectoriales
        Conceptos y casos de uso
        Implementación y consultas
        Herramientas y librerías populares

LLM Open-Source - Introducción a Transformers
    Conceptos Básicos de LLM y Transformers
        Fundamentos teóricos
        Arquitectura de Transformers
        Aplicaciones y ejemplos prácticos

Entrenamiento de modelos LLM
    Proceso de Entrenamiento de LLM
        Preparación de datos
        Configuración y entrenamiento
        Evaluación y ajuste de hiperparámetros

Hugging Face - Conceptos generales
    Introducción a Hugging Face
        Funcionalidades y ecosistema
        Navegación y uso del Hub de modelos
        Implementación básica de modelos preentrenados

Hugging Face & Computer Vision model
    Modelos de Visión por Computadora con Hugging Face
        Introducción a modelos de visión
        Implementación y uso de modelos preentrenados
        Aplicaciones prácticas

Hugging Face & Audio Model IA
    Modelos de Audio con Hugging Face
        Conceptos básicos de procesamiento de audio
        Implementación y uso de modelos de audio preentrenados
        Aplicaciones prácticas

Hugging Face - Space
    Creación y Gestión de Espacios en Hugging Face
        Conceptos y funcionalidades
        Implementación de aplicaciones en Spaces
        Integración y despliegue

Modelos Open-Source en Cloud
    Implementación de Modelos Open-Source en la Nube
        Fundamentos de computación en la nube
        Herramientas y plataformas (AWS, GCP, Azure)
        Despliegue y gestión de modelos

Prompt engineering
    Fundamentos de Prompt Engineering
        Conceptos y técnicas
        Diseño y optimización de prompts
        Aplicaciones y casos de uso

Creación de APP´S con Inteligencia Artificial
    Desarrollo de Aplicaciones con IA
        Diseño y arquitectura de aplicaciones IA
        Implementación y pruebas
        Despliegue y mantenimiento

Flowise - El orquestador de Flujos de AI
    Introducción a Flowise
        Conceptos y funcionalidades
        Creación y gestión de flujos de trabajo de AI
        Integración y automatización

Proyecto final - Temática Libre
    Desarrollo del Proyecto Final
        Definición del proyecto
        Implementación y desarrollo
        Presentación y evaluación

12 meses - 1600 h

100% Online - 3 meses de prácticas en empresa