MicroMáster en Machine Learning e Inteligencia Artificial
MicroMáster
Consiguie preparación en las técnicas más avanzadas y herramientas clave del sector, respaldado por una red de expertos en economía, finanzas, tecnología y sostenibilidad.
¿A quién está dirigido?
- Personas con un título universitario, fundamentos tecnológicos y conocimento de lenguajes de programación como R y Python, e interesados en aprender las técnicas más usadas de Machine Learning con un enfoque aplicado.
- Personas que quieran fortalecer las capacidades de programación orientadas al uso de técnicas de Machine Learning necesarias para poder desarrollar, posteriormente, una carrera de éxito en analítica de datos.
- Profesionales en áreas como tecnología, negocio o departamentos cuantitativos o analíticos, que necesitan de estos conocimientos para seguir avanzando en su carrera, fortaleciendo sus capacidades de programación para poder desarrollar una carrera en la industria de Data Science, Big Data e Inteligencia Artificial.
Consigue un Máster completo
Salidas profesionales
- Analista de Datos Junior: Apoya en la recolección, limpieza y análisis de datos, utilizando herramientas como Excel, Python y VBA para obtener insights básicos.
- Asistente de Machine Learning: Colabora en proyectos de machine learning, ayudando en la preparación de datos, implementación de modelos básicos y monitoreo de resultados.
- Consultor Junior en IA y Data Science: Participa en la implementación de soluciones de IA en empresas, orientado a mejorar procesos y extraer insights, bajo la supervisión de especialistas senior.
- Técnico en Automatización de Procesos: Usa técnicas de IA y machine learning para optimizar procesos específicos en la empresa, como análisis predictivo sencillo y clasificación de datos.
- Especialista en Herramientas de Análisis de Datos: Aplica conocimientos de Excel, Python y VBA para crear dashboards y realizar análisis de datos básicos para la toma de decisiones.
- Desarrollador Junior de Aplicaciones IA: Colabora en el desarrollo de aplicaciones sencillas de IA, enfocadas en tareas específicas, como modelos de recomendación básicos o análisis de patrones.
Objetivos
- Profundizar en los fundamentos de programación y los principales lenguajes que se usan en el entorno profesional, aprendiendo las principales técnicas de Machine Learning.
- Conocer los fundamentos y detalles de las técnicas analíticas tradicionales y modernas existentes actualmente (modelos predictivos, Machine Learning, reconocimiento de patrones, web mining, text mining, redes sociales...).
Metodología
Mi experiencia durante la escuela fue excepcional y muy completa. Gracias a los convenios que esta tiene con varias empresas, tuve la oportunidad de combinar el máster con unas prácticas en un departamento de analítica y big data en una empresa del sector bancario, y de esta forma pude poner en práctica los conocimientos que adquiría durante el máster.
La experiencia ha sido muy positiva. Las clases han sido muy completas, siempre con una parte de teoría y otra de práctica. Me gustaría destacar que en las partes prácticas siempre hemos tenido libertad de compartir resultados y dudas con los otros compañeros y, por supuesto, también con el profesor. La verdad es que la parte de comparar tu trabajo con tus compañeros me ha gustado mucho.
Mi experiencia en Afi Escuela fue muy positiva. Nuestra clase era un grupo muy heterogéneo que trabajaba en sectores muy variados, lo que nos permitió enriquecernos mucho. También valoro mucho que los profesores fueran trabajadores en activo, pudiéndote aportar toda la experiencia a la que se enfrentan grandes profesionales día a día en su trabajo.
Sin duda la experiencia que he tenido en la escuela ha sido muy enriquecedora. Considero que he aprendido mucho, pero no solo conocimientos técnicos sino también a como desenvolverme en el mundo laboral. Adicionalmente, creo que el trato por parte de la escuela ha sido excelente y el ambiente que se ha creado con el resto de mis compañeros y profesores, siempre con un trato muy cercano, ha hecho que el día a día se haga muy ameno y que se establezcan muy buenas relaciones.
Mi experiencia en la Escuela está siendo bastante positiva ya que me está haciendo crecer no solo intelectual y profesionalmente, sino también humanamente. Lo que más destacaría en Afi es el aspecto humano. Ya que al final con todos los másteres de Big Data y Data Science vas a aprender, pero la clave está en el cómo.
La experiencia ha sido muy positiva, he aprendido en este año muchas cosas desde un punto de visa académico que no conocía previamente y otras cosas que le han dado profesionalidad a lo aprendido en el máster. Destacaría todo el aprendizaje académico y los compañeros, he conocido a mucha gente que ya no son compañeros, sino que son amigos.
En general, mi experiencia ha sido muy buena y recomendaría el máster. Mis expectativas las ha cumplido con creces. La formación proporciona los conceptos con todo el rigor técnico y la práctica necesarios para poder desenvolverse en posiciones cuantitativas con seguridad.
Este año ha sido intenso, pero indudablemente vale la pena. Me he sentido como una esponja, desde el primer momento y hasta el final, la cantidad de información, conocimientos, herramientas que ponen a tu disposición es abrumadora. Si hecho la vista atrás, me sorprendo gratamente de mi propia evolución, de lo que he sido capaz de conseguir en solo un año.
Describiría mi experiencia en la Escuela como muy enriquecedora. En mi caso particular, ha supuesto un cambio significativo de orientación profesional, dado que los últimos 5 años me había dedicado al diseño y dirección de proyectos de ingeniería multidisciplinar, especialmente de índole civil. Mis ganas de aprender y seguir evolucionando me llevaron a iniciarme en Big Data y Data Science de la mano de Afi Escuela. Afi y sus profesionales han permitido que este cambio haya resultado super productivo. Este curso, me ha permitido conocer y profundizar el uso de técnicas y herramientas fundamentales para un Data Science y abrirme las puertas hacia un sector lleno de nuevas oportunidades.
La experiencia en la Escuela ha sido tremendamente positiva. Sobra decir a estar alturas que 2020 ha sido un año cargado de retos, pero el equipo docente, de coordinación y administrativo de Afi Escuela ha redoblado esfuerzos para mantener la calidad y rigor de su programa formativo inalterados.
Un claustro de élite
Conoce algunos de los profesores y expertos que participan en esta formación
Plan de estudios
El MicroMáster en Machine Learning e Inteligencia Artificial cuenta con un pre-campus, de carácter no obligatorio, con el fin de normalizar los conocimientos básicos para seguir el programa. El programa del Máster consta de más de 176 horas lectivas que se detallan a continuación:
Requisitos
Se puede iniciar el MicroMáster en Machine Learning e Inteligencia Artificial sin necesidad de tener el título de Grado / Licenciatura, aunque para obtener el título de Postgrado, será necesario presentar el título de Licenciado / Graduado.
- MÓDULO 1. ANÁLISIS DE DATOS
- Unidad 1. Análisis estadístico
- Regresión múltiple y técnicas de remuestreo
- Optimización. Programación lineal y no lineal, entera estocástica y con restricciones. Algoritmos.
- Análisis multivariante. Reducción de la dimensión, componentes principales y análisis factorial.
- Unidad 2. Aprendizaje automático básico (Machine Learning o ML)
- Modelos lineales generalizados, GLM.
- Regresión avanzada (Ridge, Lasso)
- Clustering
- Análisis discriminante
- Naïve Bayes
- Series temporales. Modelos ARIMA, suavizado exponencial y regresión dinámica.
- Máquinas de vector soporte, SVM.
- Algoritmo de vecinos próximos, kNN.
- Redes neuronales
- Árboles de decisión
- Random forest y ensambles
- Unidad 3. Aprendizaje automático avanzado
- Aprendizaje profundo
- NLP (PLN o Programación de Lenguaje Natural)
- Grafos y análisis de redes
- Fundamentos de teoría de grafos y medida de centralidad
- Modelos estadísticos de redes
- Análisis de redes sociales. Detección de opinión, influencia, marketing social y geomarketing.
- Sistemas de recomendación
- Aprendizaje por refuerzo
- Unidad 1. Análisis estadístico
- MÓDULO 2. ANÁLISIS DE DATOS NO ESTRUCTURADO
- Unidad 1. Text mining
- Clasificación y agrupación de textos
- Análisis de sentimiento
- Herramientas de text mining: NLTK
- Unidad 2. Web mining
- Herramientas de extracción de datos de la web
- Unidad 3. Procesamiento de imágenes
- Clasificación automática de imágenes
- Extracción automática de features
- Unidad 1. Text mining
Matrícula
Matrícula
El coste de la matrícula del MicroMáster de Valoración de instrumentos derivados es de 6.500€.Este coste incluye los derechos de matrícula incluyen la asistencia a las sesiones que componen el programa y a aquellas conferencias, jornadas y sesiones de trabajo que se organicen en el marco del mismo. Admisión: Puedes tramitar tu solicitud on-line o enviar la documentación solicitada a nuestro correo electrónico: afiglobaleducation@afi.es DNI, pasaporte o NIE.Título académido y certificado de notas.Currículum Vitae y carta de motivación.
Becas
La beca executive cubre hasta el 30% de la matrícula.La beca #MujeresQueTransforman cubre hasta el 30% de la matrícula.
Presencial + Streaming
6500 €
