Curso de

Introducción a la Ciencia de Datos
e Inteligencia Artificial

Presentación
Perfil del estudiante
Requisitos
Cómo aplicar
Profesores

News: La próxima edición empieza Febrero 2025. Las preinscripciones se abrirán el 1 de diciembre.

El curso Introducción a la Ciencia de Datos e Inteligencia Artificial ofrece a los estudiantes un programa que cubre los conceptos y las herramientas necesarias a lo largo de todo el ciclo de un proyecto de ciencia de datos: formular las preguntas correctas, preprocesar y limpiar datos, generar hipótesis, modelar datos, visualizar resultados, evaluar soluciones y desplegar productos basados en datos. Los estudiantes adquirirán conocimientos en data science y se prepararán para carreras como data scientist, aprendiendo las habilidades y competencias requeridas en el campo como el aprendizaje automática y IA generativa. 

Temario

1. Introducción 8. Deep Learning
2. Software Carpentry 9. Sistema de Recomendación
3. Exploración y análisis de datos 10. MLOps
4. Regression 11. Computación en la nube y IA
5. Visualization 12. IA Generativa
6. Aprendizaje supervisado 13. Ethical AI
7. Aprendizaje no supervisado 14. Capstone Project

 

Software y librerías que aprenderemos a usar:

PythonPython Jupyter Pandas  Numpy
Sklean TensorFlow Keras Keras Streamlit
Plotly MLFflow ChatGPTChatGPT

 

 

Con MasterClasses impartidas por profesionales de empresas líderes como ACCENTURE, PEPSICO, TRIOTECA, McKinsey, entre otras, quienes compartirán su experiencia en proyectos reales y tendencias de la industria.

 

¡Sigue nuestras actualizaciones en LinkedIn!

 

El carácter multidisciplinar de la Ciencia de Datos lo convierte en una opción atractiva para estudiantes de diversos perfiles académicos y profesionales.

En el curso, compartirás aula con licenciados, doctorandos y profesionales de distintas disciplinas, como Matemáticas, Física, Informática, Administración de Empresas, Ciencias Actuariales, Marketing, Ingenierías y Gestión de Datos, entre otras. Todos ellos buscan una formación en ciencia de datos,  aprendizaje automático e inteligencia artificial que les permita equilibrar su vida laboral y personal con la experiencia académica, y que les abra nuevas oportunidades profesionales.

Damos la bienvenida a estudiantes con excelentes credenciales académicas, gran potencial y motivación, independientemente de sus conocimientos previos.
 

 

El programa está especialmente diseñado para estudiantes con experiencia en programación y motivación tanto industrial como académica en el campo de la ciencia de datos.

El curso asume que el estudiante tiene conocimientos básicos de programación. Los conocimientos de programación en Python son una ventaja, pero no estrictamente necesarios.

El alumno deberá llevar su propio ordenador portátil.

Si el período de solicitud está abierto, debe proporcionar la información relevante y cargar sus documentos en el formulario de solicitud en línea.

Curso académico 2024-2025

News: Los formularios para el curso 2025 se activarán el 1 de diciembre de 2024

Pasos:

  • Paso 1: Compruebe que cumples con los requisitos de ingreso.
  • Paso 2: Complete la preinscripción y pague las tasas correspondientes* (30€): Formulario 1
    • IMPORTANTE: En caso de que se requiera una factura a nombre de una empresa, NO SE DEBE REALIZAR EL PAGO. En su lugar, envía un correo electrónico a santi.segui@ub.edu para obtener información sobre cómo proceder.
  • Paso 3: Complete el siguiente formulario para la evaluación de su preinscripción: Formulario 2

Resoluciones académicas


Los solicitantes recibirán la decisión del Comité Académico por correo dentro de los siguientes plazos:

  • 1ª ronda: Las solicitudes recibidas antes del 1 de enero de 2025 se resolveran antes del 15 de enero de 2025.
  • 2ª ronda: Las solicitudes recibidas del 1 de enero al 15 de enero de 2025 se resolveran antes del 20 de enero de 2025.
  • 3ª ronda (Solo si hay plazas disponibles). Las solicitudes recibidas del 15 de enero al 20 de enero de 2025 se resolveran de forma continua.

En caso de ser admitido, se deberá aportar los documentos necesarios para obtener la aprobación definitiva y formalizar la matrícula. Se proporcionará información adicional a los estudiantes admitidos.

* No reembolsable. En caso de ser aceptado, esta cantidad se descontará del precio del curso.

Santi Seguí

Santi Seguí
Professor Agregado
Machine Learning | Recommender Systems
Universidad de Barcelona

Jordi Vitrià

Jordi Vitrià
Catedrático
Machine Learning | Causality | Deep Learning
Universidad de Barcelona

Oriol Pujol

Oriol Pujol
Catedrático
Machine Learning Master Universidad de Barcelona

 
Laura Igual

Laura Igual
Progessor agregado
Medical Imaging Researcher Universidad de Barcelona

Enrique Mora

Enrique Mora
Tech Lead
Cloud Computing Expert
Nestle

Petia Radeva

Petia Radeva
Catedratico
Computer Vision | Medical Imaging
Universidad de Barcelona

Mireia Ribera

Mireia Ribera
Profesor Agregado
Visualization
Universidad de Barcelona

Eloi Puertas

Eloi Puertas
Professor
Code Hacking Expert
Universidad de Barcelona

Mariona Carós

Mariona Carós
PhD. Student
Deep Learning | Remote Sensing
Universidad de Barcelona

Pere Gilabert

Pere Gilabert
PhD. Student
Machine Learning | Deep Learning
Universidad de Barcelona

Pablo Laiz

Pablo Laiz
PhD. Student
Medical Imaging
Universidad de Barcelona

 
Key Details
Duración:
6 meses (15 ECTS)
Modo:
Versión presencial
Inicio del curso:
Febrero 2025
Importe:
EU €2,250 + €70 (tasas)
Aplicación y admisión:
A partir del 1 de Diciembre 2024
Idioma:
Español
Horario:
Martes y Jueves (18h-20h)
Localización:
Edifici Històric de la Universitat de Barcelona, Gran Via de les Corts Catalanes 585, 08007, Barcelona.
Preinscripción
Key Details
Duración:
6 meses (15 ECTS)
Modo:
Versión presencial
Inicio del curso:
Febrero 2025
Importe:
EU €2,250 + €70 (tasas)
Aplicación y admisión:
A partir del 1 de Diciembre 2024
Idioma:
Español
Horario:
Martes y Jueves (18h-20h)
Localización:
Edifici Històric de la Universitat de Barcelona, Gran Via de les Corts Catalanes 585, 08007, Barcelona.
Preinscripción

News: La próxima edición empieza Febrero 2025. Las preinscripciones se abrirán el 1 de diciembre.

El curso Introducción a la Ciencia de Datos e Inteligencia Artificial ofrece a los estudiantes un programa que cubre los conceptos y las herramientas necesarias a lo largo de todo el ciclo de un proyecto de ciencia de datos: formular las preguntas correctas, preprocesar y limpiar datos, generar hipótesis, modelar datos, visualizar resultados, evaluar soluciones y desplegar productos basados en datos. Los estudiantes adquirirán conocimientos en data science y se prepararán para carreras como data scientist, aprendiendo las habilidades y competencias requeridas en el campo como el aprendizaje automática y IA generativa. 

Temario

1. Introducción 8. Deep Learning
2. Software Carpentry 9. Sistema de Recomendación
3. Exploración y análisis de datos 10. MLOps
4. Regression 11. Computación en la nube y IA
5. Visualization 12. IA Generativa
6. Aprendizaje supervisado 13. Ethical AI
7. Aprendizaje no supervisado 14. Capstone Project

 

Software y librerías que aprenderemos a usar:

PythonPython Jupyter Pandas  Numpy
Sklean TensorFlow Keras Keras Streamlit
Plotly MLFflow ChatGPTChatGPT

 

 

Con MasterClasses impartidas por profesionales de empresas líderes como ACCENTURE, PEPSICO, TRIOTECA, McKinsey, entre otras, quienes compartirán su experiencia en proyectos reales y tendencias de la industria.

 

¡Sigue nuestras actualizaciones en LinkedIn!

 

El carácter multidisciplinar de la Ciencia de Datos lo convierte en una opción atractiva para estudiantes de diversos perfiles académicos y profesionales.

En el curso, compartirás aula con licenciados, doctorandos y profesionales de distintas disciplinas, como Matemáticas, Física, Informática, Administración de Empresas, Ciencias Actuariales, Marketing, Ingenierías y Gestión de Datos, entre otras. Todos ellos buscan una formación en ciencia de datos,  aprendizaje automático e inteligencia artificial que les permita equilibrar su vida laboral y personal con la experiencia académica, y que les abra nuevas oportunidades profesionales.

Damos la bienvenida a estudiantes con excelentes credenciales académicas, gran potencial y motivación, independientemente de sus conocimientos previos.
 

 

El programa está especialmente diseñado para estudiantes con experiencia en programación y motivación tanto industrial como académica en el campo de la ciencia de datos.

El curso asume que el estudiante tiene conocimientos básicos de programación. Los conocimientos de programación en Python son una ventaja, pero no estrictamente necesarios.

El alumno deberá llevar su propio ordenador portátil.

Si el período de solicitud está abierto, debe proporcionar la información relevante y cargar sus documentos en el formulario de solicitud en línea.

Curso académico 2024-2025

News: Los formularios para el curso 2025 se activarán el 1 de diciembre de 2024

Pasos:

  • Paso 1: Compruebe que cumples con los requisitos de ingreso.
  • Paso 2: Complete la preinscripción y pague las tasas correspondientes* (30€): Formulario 1
    • IMPORTANTE: En caso de que se requiera una factura a nombre de una empresa, NO SE DEBE REALIZAR EL PAGO. En su lugar, envía un correo electrónico a santi.segui@ub.edu para obtener información sobre cómo proceder.
  • Paso 3: Complete el siguiente formulario para la evaluación de su preinscripción: Formulario 2

Resoluciones académicas


Los solicitantes recibirán la decisión del Comité Académico por correo dentro de los siguientes plazos:

  • 1ª ronda: Las solicitudes recibidas antes del 1 de enero de 2025 se resolveran antes del 15 de enero de 2025.
  • 2ª ronda: Las solicitudes recibidas del 1 de enero al 15 de enero de 2025 se resolveran antes del 20 de enero de 2025.
  • 3ª ronda (Solo si hay plazas disponibles). Las solicitudes recibidas del 15 de enero al 20 de enero de 2025 se resolveran de forma continua.

En caso de ser admitido, se deberá aportar los documentos necesarios para obtener la aprobación definitiva y formalizar la matrícula. Se proporcionará información adicional a los estudiantes admitidos.

* No reembolsable. En caso de ser aceptado, esta cantidad se descontará del precio del curso.

Santi Seguí

Santi Seguí
Professor Agregado
Machine Learning | Recommender Systems
Universidad de Barcelona

Jordi Vitrià

Jordi Vitrià
Catedrático
Machine Learning | Causality | Deep Learning
Universidad de Barcelona

Oriol Pujol

Oriol Pujol
Catedrático
Machine Learning Master Universidad de Barcelona

 
Laura Igual

Laura Igual
Progessor agregado
Medical Imaging Researcher Universidad de Barcelona

Enrique Mora

Enrique Mora
Tech Lead
Cloud Computing Expert
Nestle

Petia Radeva

Petia Radeva
Catedratico
Computer Vision | Medical Imaging
Universidad de Barcelona

Mireia Ribera

Mireia Ribera
Profesor Agregado
Visualization
Universidad de Barcelona

Eloi Puertas

Eloi Puertas
Professor
Code Hacking Expert
Universidad de Barcelona

Mariona Carós

Mariona Carós
PhD. Student
Deep Learning | Remote Sensing
Universidad de Barcelona

Pere Gilabert

Pere Gilabert
PhD. Student
Machine Learning | Deep Learning
Universidad de Barcelona

Pablo Laiz

Pablo Laiz
PhD. Student
Medical Imaging
Universidad de Barcelona