Curso de
Introducción a la Ciencia de Datos
e Inteligencia Artificial
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:
Python | |||
Keras | |||
ChatGPT |
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
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
Professor Agregado
Machine Learning | Recommender Systems
Universidad de Barcelona
Jordi Vitrià
Catedrático
Machine Learning | Causality | Deep Learning
Universidad de Barcelona
Oriol Pujol
Catedrático
Machine Learning Master
Universidad de Barcelona
Laura Igual
Progessor agregado
Medical Imaging Researcher
Universidad de Barcelona
Enrique Mora
Tech Lead
Cloud Computing Expert
Nestle
Petia Radeva
Catedratico
Computer Vision | Medical Imaging
Universidad de Barcelona
Mireia Ribera
Profesor Agregado
Visualization
Universidad de Barcelona
Eloi Puertas
Professor
Code Hacking Expert
Universidad de Barcelona
Mariona Carós
PhD. Student
Deep Learning | Remote Sensing
Universidad de Barcelona
Pere Gilabert
PhD. Student
Machine Learning | Deep Learning
Universidad de Barcelona
Pablo Laiz
PhD. Student
Medical Imaging
Universidad de Barcelona
Key Details
6 meses (15 ECTS)
Versión presencial
Febrero 2025
EU €2,250 + €70 (tasas)
A partir del 1 de Diciembre 2024
Español
Martes y Jueves (18h-20h)
Edifici Històric de la Universitat de Barcelona, Gran Via de les Corts Catalanes 585, 08007, Barcelona.
Preinscripción
Key Details
6 meses (15 ECTS)
Versión presencial
Febrero 2025
EU €2,250 + €70 (tasas)
A partir del 1 de Diciembre 2024
Español
Martes y Jueves (18h-20h)
Edifici Històric de la Universitat de Barcelona, Gran Via de les Corts Catalanes 585, 08007, Barcelona.
Preinscripción
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:
Python | |||
Keras | |||
ChatGPT |
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
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
Professor Agregado
Machine Learning | Recommender Systems
Universidad de Barcelona
Jordi Vitrià
Catedrático
Machine Learning | Causality | Deep Learning
Universidad de Barcelona
Oriol Pujol
Catedrático
Machine Learning Master
Universidad de Barcelona
Laura Igual
Progessor agregado
Medical Imaging Researcher
Universidad de Barcelona
Enrique Mora
Tech Lead
Cloud Computing Expert
Nestle
Petia Radeva
Catedratico
Computer Vision | Medical Imaging
Universidad de Barcelona
Mireia Ribera
Profesor Agregado
Visualization
Universidad de Barcelona
Eloi Puertas
Professor
Code Hacking Expert
Universidad de Barcelona
Mariona Carós
PhD. Student
Deep Learning | Remote Sensing
Universidad de Barcelona
Pere Gilabert
PhD. Student
Machine Learning | Deep Learning
Universidad de Barcelona
Pablo Laiz
PhD. Student
Medical Imaging
Universidad de Barcelona