Curso de
Introducción a la Ciencia de Datos
y Inteligencia Artificial

Presentación
Perfil del estudiante
Requisitos
Cómo aplicar
Profesores

News: Las solicitudes para el curso 2024 estan abiertas

El curso Introducción a la Ciencia de Datos y Inteligencia Artifical ofrece a los estudiantes un programa que cubre los conceptos y las herramientas que necesitará a lo largo de todo el ciclo de un proyecto de ciencia de datos: hacer las preguntas correctas; preprocesamiento y limpieza de datos; generación de hipótesis; modelización; visualización de datos; evaluación de las soluciones; y despliegue productos de datos.

Temario

1. Introducción 8. Deep Learning
2. Software Carpentry 9. Recommenders
3. Data Exploration     10. MLOps
4. Regression 11. Cloud Computing and AI
5. Visualization 12. Generative AI
6. Supervised Learning 13. Ethical AI
7. Unsupervised Learning 14. Capstone Project
   

 

El carácter multidisciplinar de la Ciencia de Datos es un destino atractivo para estudiantes con diferentes perfiles.

En el curso compartirás aula con licenciados, doctorandos y profesionales de diferentes formaciones (Matemáticas, Física, Informática, Administración de Empresas, Ciencias Actuariales, Marketing, Ingenierias, Gestión de Datos,..), que buscan una formación en ciencia de datos y aprendizaje automático, que les permita compaginar su vida laboral y personal con la experiencia académica, y que les abra nuevas oportunidades profesionales.

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

 

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

El curso asume que el estudiante tiene conocimiento mínimos de programación. Conocimientos de programación en Python es un ventaja, pero no estrictamente necesarios.

El alumno deberá llevar su ordernador portatil.

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 formulario para el curso 2024 se activaran el 1 de Mayo

Pasos:

  • Paso 1: Comprueba que cumples con los requisitos de ingreso.
  • Paso 2: Complete la preinscripción y pague las tasas correspondientes* (30€): Formulario 1
  • 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 términos:

  • 1ra ronda: Las solicitudes recibidas antes del 31 de Mayo de 2024 se resolveran antes del 15 de junio de 2024.
  • 2da ronda: Las solicitudes recibidas del 1 de Junio al 31 de Junio de 2024 se resolveran antes del 15 de julio de 2024.
  • 3ra ronda: Las solicitudes recibidas del 1 de Julio al 20 de Julio de 2024 se resolveran antes del 25 de julio de 2024.
  • 4ta ronda: Las solicitudes recibidas del 21 de Julio al 31 de Agosto de 2024 se resolveran antes del 15 de Septiembre de 2024.
  • 5ª ronda (Solo si hay plazas disponibles). Las solicitudes recibidas del 1 de Septiembre al 30 de Septiembre de 2024 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

Montserrat Guillen

Montserrat Guillen
Catedrático
Statistics
Universidad de Barcelona

Albert Diaz

Albert Diaz
Catedrático
Complex Networks
Universidad de Barcelona

Pere Gilabert

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

Mariona Carós

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

Pablo Laiz

Pablo Laiz
PhD. Student
Medical Imaging
Universidad de Barcelona

Paula Gómez

Paula Gómez
PhD. Student
Recommender Systems
Universidad de Barcelona

Eloi Puertas

Eloi Puertas
Professor
Code Hacking Expert
Universidad de Barcelona

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

News: Las solicitudes para el curso 2024 estan abiertas

El curso Introducción a la Ciencia de Datos y Inteligencia Artifical ofrece a los estudiantes un programa que cubre los conceptos y las herramientas que necesitará a lo largo de todo el ciclo de un proyecto de ciencia de datos: hacer las preguntas correctas; preprocesamiento y limpieza de datos; generación de hipótesis; modelización; visualización de datos; evaluación de las soluciones; y despliegue productos de datos.

Temario

1. Introducción 8. Deep Learning
2. Software Carpentry 9. Recommenders
3. Data Exploration     10. MLOps
4. Regression 11. Cloud Computing and AI
5. Visualization 12. Generative AI
6. Supervised Learning 13. Ethical AI
7. Unsupervised Learning 14. Capstone Project
   

 

El carácter multidisciplinar de la Ciencia de Datos es un destino atractivo para estudiantes con diferentes perfiles.

En el curso compartirás aula con licenciados, doctorandos y profesionales de diferentes formaciones (Matemáticas, Física, Informática, Administración de Empresas, Ciencias Actuariales, Marketing, Ingenierias, Gestión de Datos,..), que buscan una formación en ciencia de datos y aprendizaje automático, que les permita compaginar su vida laboral y personal con la experiencia académica, y que les abra nuevas oportunidades profesionales.

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

 

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

El curso asume que el estudiante tiene conocimiento mínimos de programación. Conocimientos de programación en Python es un ventaja, pero no estrictamente necesarios.

El alumno deberá llevar su ordernador portatil.

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 formulario para el curso 2024 se activaran el 1 de Mayo

Pasos:

  • Paso 1: Comprueba que cumples con los requisitos de ingreso.
  • Paso 2: Complete la preinscripción y pague las tasas correspondientes* (30€): Formulario 1
  • 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 términos:

  • 1ra ronda: Las solicitudes recibidas antes del 31 de Mayo de 2024 se resolveran antes del 15 de junio de 2024.
  • 2da ronda: Las solicitudes recibidas del 1 de Junio al 31 de Junio de 2024 se resolveran antes del 15 de julio de 2024.
  • 3ra ronda: Las solicitudes recibidas del 1 de Julio al 20 de Julio de 2024 se resolveran antes del 25 de julio de 2024.
  • 4ta ronda: Las solicitudes recibidas del 21 de Julio al 31 de Agosto de 2024 se resolveran antes del 15 de Septiembre de 2024.
  • 5ª ronda (Solo si hay plazas disponibles). Las solicitudes recibidas del 1 de Septiembre al 30 de Septiembre de 2024 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

Montserrat Guillen

Montserrat Guillen
Catedrático
Statistics
Universidad de Barcelona

Albert Diaz

Albert Diaz
Catedrático
Complex Networks
Universidad de Barcelona

Pere Gilabert

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

Mariona Carós

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

Pablo Laiz

Pablo Laiz
PhD. Student
Medical Imaging
Universidad de Barcelona

Paula Gómez

Paula Gómez
PhD. Student
Recommender Systems
Universidad de Barcelona

Eloi Puertas

Eloi Puertas
Professor
Code Hacking Expert
Universidad de Barcelona

 

2021 Copyright © Universitat de Barcelona