Posgrado en Industrial Machine Learning
      CIM UPC

      Posgrado en Industrial Machine Learning [IML]

      CIM UPC
      En Barcelona

      3.450 
      IVA exento
      ¿Quieres hablar con un asesor sobre este curso?
      ¿Quieres hablar con un asesor sobre este curso?

      Información importante

      Tipología Postgrado
      Lugar Barcelona
      Horas lectivas 105h
      Duración 3 Meses
      Inicio 03/03/2020
      Créditos 15
      • Postgrado
      • Barcelona
      • 105h
      • Duración:
        3 Meses
      • Inicio:
        03/03/2020
      • Créditos: 15
      Descripción

      Para sostener la competitividad, las empresas, y en particular las manufactureras, se encuentran inmersas en un proceso de cambio profundo influido principalmente por dos shaping forces del mercado: la Transformación Digital y la Economía Circular. La Transformación Digital es un viaje que lleva a las compañías a repensar su modelo de negocio a partir del factor habilitador de la tecnología digital, conjugado con nuevas formas de gestión y superando algunos de los axiomas clásicos.

      Instalaciones (1) y fechas
      Dónde se imparte y en qué fechas
      Inicio Ubicación Horario
      03 mar 2020
      Barcelona
      C/ Llorens i Artigas, 12, 08028, Barcelona, España
      Ver mapa
      Martes y jueves de 18.15 a 21.45h
      Inicio 03 mar 2020
      Ubicación
      Barcelona
      C/ Llorens i Artigas, 12, 08028, Barcelona, España
      Ver mapa
      Horario Martes y jueves de 18.15 a 21.45h

      A tener en cuenta

      · ¿Cuáles son los objetivos de este curso?

      El participante del curso dispondrá de una visión integral y eminentemente práctica de todas las etapas del ciclo de vida de los datos, iniciándose con su almacenamiento y hasta transformarla en un activo para la toma de decisiones, aplicándola en algoritmos de inteligencia artificial (Machine Learning) y combinándola con sistemas de visualización que agilicen la interpretación de los humanos. En términos concretos, el participante será capaz de conocer y aplicar los cimientos de: La gestión y almacenamiento de los datos en sistemas comerciales cloud SQL i NoSQL (small & big data, bases de dades cloud / edge) La praxis para limpiar y purgar los datos (conceptos básicos de estadística con un enfoque práctico) Técnicas de Machine Learning para la identificación de patrones, que permitan predecir estados futuros (mantenimiento basado en la condición, estimación de la capacidad, mejora de la productividad) o extraer características fundamentales sobre productos y procesos Experiencia un entorno visual cloud (sin programación, Microsoft Machine Learning Studio) para implementar y gestionar todo el flujo, entrenando modelos Random Monte, XGBoost i Deep Learning Visualización de la información, elaborando dashboards online integrados con los sistemas de información corporativos

      · ¿A quién va dirigido?

      Técnicos de automatización de producción en la conexión vertical del proceso que generan datos de proceso y necesitan valorizarlos; responsables de operaciones que tiene que conocer qué necesitan y de qué datos disponen; ingenieros data analysis; expertos en bases de datos en entornos industriales.

      · Requisitos

      Para acceder al curso se precisa presentar la solicitud de admisión y mantener una entrevista personal con el director del Máster o el responsable del Programa.

      · Titulación

      Doble titulación - Diploma de Máster por el CIM UPC y por la Universitat Politècnica de Catalunya (UPC).

      · ¿Qué distingue a este curso de los demás?

      Contamos con un un equipo docente de calidad con años de experiencia y que provienen de empresas punteras de los distintos sectores productivos. Nuestro programa está diseñado para potenciar la inserción laboral de los estudiantes, gracias a la fuerte apuesta por nuestra Bolsa de Trabajo.

      · ¿Qué pasará tras pedir información?

      Nuestros gestores académicos se pondrán en contacto con usted para atender sus dudas y consultas.

      Preguntas & Respuestas

      Plantea tus dudas y otros usuarios podrán responderte

      Logros de este Centro

      2016

      ¿Cómo se consigue el sello CUM LAUDE?

      Todos los cursos están actualizados

      La valoración media es superior a 3,7

      Más de 50 opiniones en los últimos 12 meses

      Este centro lleva 13 años en Emagister.

      ¿Qué aprendes en este curso?

      Redes neuronales
      Big Data
      Visión artificial
      Visión por ordenador en la industria
      Algoritmos
      Python
      Cloud computing
      Hadoop
      Spark
      Google Analytics

      Profesores

      Francesc Sabaté
      Francesc Sabaté
      Director de Máster PAIR - Fundació CIM

      Temario

      1. Almacenamiento de los datos
      • Tipos de datos estructurados vs no estructurados
      • Dimensiones de los datos: Small Data vs Big Data
      • Temperatura de los datos. Misión crítica vs Archivo
      • Cloud vs Fog vs Edge
      • Bases de datos: Relacionales (SQL) y no relacionales (NoSQL). MySQL y MongoDB
      • Ecosistemas Hadoop y Spark
      • Plataformas comerciales en la nube: Azure, AWS, Google Cloud Platform, IBM
      2. Descubrimiento de la información
      • Transformación de los datos en información
      • Limpieza y supresión de los datos superfluos (Data Cleaning)
      • Técnicas elementales estadísticas
      • Identificación de patrones (Feature Engineering)
      • Azure Machine Learning Studio
      • Frameworks habituals: Python + Scikit-learn
      3. Machine Learning
      • Inferencia y predicción
      • Aprendizaje supervisado y no supervisado
      • Sistemas predictivos para datos estructurados
      • Entrenamiento de algoritmos habituales: SVM, Random Forest, Logistic Regression, XGBoost
      4. Deep Learning
      • Redes neuronales para datos no estructurados
      • Técnicas avanzadas para Visión Artificial: Clasificadores, Detectores y Segmentadores
      • Redes neuronales convolucionales
      • Entrenamiento redes neuronales: Inception, Yolo
      5. Visualització
      • Presentación de resultados para la toma de decisiones
      • Buenas prácticas para la representación visual de la información
      • Tableau: Dashboards interactivos online
      • PowerBI: Herramienta Business Intelligence de Microsoft
      6. Proyecto transversal

      Ejecución de un proyecto a lo largo de todo el curso en el cual se conjugarán competencias y conocimientos desarrollados en cada uno de los módulos.