¿DE QUÉ SE TRATA?

Es un curso de capacitación profesional intensivo de 5 meses que permite que científicos de datos e ingenieros de software aprendan las habilidades específicas necesarias para trabajar en el creciente campo de la Inteligencia Artificial.

Los equipos de Inteligencia Artificial (IA) generalmente se enfocan en la construcción, optimización y escalado de algoritmos de Deep Learning que emulan las habilidades humanas básicas como visión, lenguaje, toma de decisiones y otras tareas tradicionalmente consideradas difíciles para una computadora.

Durante la cursada, aprenderás acerca de redes Convolucionales, RNNs, LSTM, Adam, Dropout, BatchNorm, Xavier/He initialization y mucho más. Vas a trabajar en casos de estudio de medicina, automóviles autónomos, visión por computadora, generación de música y procesamiento del lenguaje natural. No sólo vas a dominar la teoría, también verás cómo se aplica en la industria. Vas a practicar todas estas ideas y técnicas en Python, usando Keras, y TensorFlow.

La IA está transformando múltiples industrias. Te vamos a ayudar a introducirte en el mundo del Deep Learning, entender cómo aplicarlo y construir una carrera en Inteligencia Artificial.  

 

A quién está dirigido el programa

Data scientist o científico cuantitativo
Con experiencia en investigación en un postdoc, doctorado, maestría o nivel de grado.
Software Engineer
Ingeniero de software que haya trabajado en machine learning, ya sea en un entorno académico, en su actual función profesional o mediante proyectos personales.

HABILIDADES Y TECNOLOGÍAS
QUE TRABAJARÁS DURANTE EL PROGRAMA

Introducción a Deep Learning con Keras

Fundamentos de Deep Learning

Entendé las principales tecnologías que sustentan a Deep Learning. Vas a ser capaz de construir, entrenar y aplicar redes neuronales fully connected. Comprender los parámetros principales en una arquitectura de red neuronal.

Ver más

Estructurando proyectos de Deep Learning y Mejores prácticas

Aprendé cómo construir proyectos de machine learning

Entendé cómo diagnosticar errores en un sistema de machine learning.
Aprendé configuraciones de machine learning complejas, tales como sets de training/test mal diseñados, y comparaciones con performance humana en ciertas disciplinas.
Entendé cómo diagnosticar errores en un sistema de machine learning.

Ver más

TensorFlow

Arquitecturas, optimización y detalles de implementación

Vas a poder ser capaz de usar efectivamente las técnicas comunes para redes neuronales, incluyendo la inicialización, L2, dropout regularization, batch normalization, gradient checking y más.
Vas a implementar y aplicar una variedad de algoritmos de optimización, tales como mini-batch gradient descent, Momentum, RMSprop and Adam, y evaluar su convergencia.
Vas a implementar una red neuronal en TensorFlow.

Ver más

Redes Neuronales Convolucionales

Aprendé a construir redes neuronales convolucionales y aplicarlas a datos de imágenes.

Vas a entender cómo aplicar redes convolucionales a tareas de detección y reconocimiento visual.
Vas a aprender cómo usar la técnica neural style transfer para generar arte visual.
Vas a aplicar estos algoritmos a una variedad de imágenes, video y otros datos 2D y 3D.

Ver más

Modelos Secuenciales

Construí modelos para lenguaje natural, audio y otros datos secuenciales

Vas a construir y entrenar Recurrent Neural Networks (RNNs), y variantes comúnmente usadas tales como GRUs y LSTMs.
Vas a ser capaz de aplicar modelos secuenciales a problemas de lenguaje natural, incluyendo síntesis de texto.
Vas a saber aplicar modelos secuenciales a aplicaciones de audio, incluyendo reconocimiento del habla y síntesis de música.

Ver más

Ingeniería de Deep Learning

Desarrollos, tećnicas y tecnologías más recientes

Vas a Investigarás el hardware que se está desarrollando para implementar deep learning.
Por último, vas a estudiar y experimentar con Distributed TensorFlow, TensorFlow Serving, Deploy en Cloud y Mobile, Hardware Específico y otros Frameworks para Deep Learning en Cloud.

Ver más

PROFESORES

MATÍAS ZABALJÁUREGUI

Especialista
Investigador y analista enfocado en infraestructura cloud y ciencia de datos. Analista Programador, Licenciado en Informática, Master en High Performance Computing y candidato a Doctor en Ciencias Informáticas. Matías es partner y Tech Lead en la agencia digital Zonda.

MATÍAS GRINBERG

Ayudante de Inteligencia Artificial y Data Science
Estudiante de Neurociencias (U. Favaloro), complementado con estudios en Informática, Computación y Estadística, para investigar en el área de Neurociencias Computacionales.

Pablo Lorenzatto - Profesor Inteligencia Artificial en Digital House

PABLO LORENZATTO

Especialista en Digital House
Cuenta con amplia experiencia en la industria de Datos. Es Ingeniero en Sistemas de Información. Especializado en Explotación de Datos y Descubrimiento del Conocimiento, Data Mining.

COORDINADOR

“La Inteligencia Artificial está transformando múltiples industrias. En Digital House te vamos a ayudar a introducirte en el mundo del Deep Learning.”

Germán Rosati

Coordinador de Data

PROCESO DE INSCRIPCIÓN

La disponibilidad de vacantes es limitada y requiere de un proceso de admisión que calificará a cada postulante para obtener su lugar en el curso.

1

Pre-requisitos

1 año de experiencia programando, preferentemente en Python.
Conocimientos de Machine Learning, Probabilidad y Estadística, Cálculo y Álgebra Lineal.

2

Postulación

Completá la solicitud de inscripción.

3

Entrevista de Admisión

Acercate a última instancia de evaluación para convertirte en alumno de Digital House.

Horarios y aranceles

SEDE Belgrano

En febrero sumate con el 15% OFF sobre la matrícula abonando con Todo Pago en 12 cuotas sin interés de $5.552.
Matrícula: $12.500 $10.625 + Curso $56.000.

Beneficio Exclusivo para clientes del Banco Francés: 10% OFF adicional sobre el total del curso y de 6 a 12 cuotas sin interés**
Turno
Inicio
Fin
Noche: 18.30 a 22.00 hs. 3 veces por semana - Lunes, Miércoles y Viernes.
04/04/2018
01/08/2018
Promoción especial hasta el 28 de febrero

* Todas estas fechas están sujetas a modificaciones
** El Banco Francés reintegra el 10% del valor total, más información aquí

PREGUNTAS FRECUENTES

El programa de Inteligencia Artificial en Digital House ([email protected]) es un curso de capacitación profesional intensivo de cinco meses que permite que científicos de datos e ingenieros de software aprendan las habilidades específicas necesarias para trabajar en el creciente campo de la Inteligencia Artificial.
El impacto proyectado de la Inteligencia Artificial en la economía no tiene precedentes. McKinsey Institute estima que estos algoritmos escalados "podrían tener tanto como $ 5.2 billones a $ 6.7 billones en impacto económico anualmente en 2025". Muchas empresas están comenzando a contratar investigadores e ingenieros enfocados en la construcción de sistemas inteligentes para aumentar las experiencias actuales. Estos profesionales de Inteligencia Artificial estarán a la vanguardia al desarrollar la próxima generación de productos y soluciones que en última instancia ayudarán a millones de personas en áreas tan diversas como la salud, la robótica y las comunicaciones.
En una serie de módulos, aprenderás los fundamentos de Deep Learning, entenderás cómo construir redes neuronales y cómo liderar exitosamente proyectos de Machine Learning. Aprenderás acerca de redes Convolucionales, RNNs, LSTM, Adam, Dropout, BatchNorm, Xavier/He initialization y mucho más.
Vas a trabajar en casos de estudio de medicina, automóviles autónomos, visión por computadora, generación de música y procesamiento del lenguaje natural. No sólo vas a dominar la teoría, también verás cómo se aplica en la industria. Vas a practicar todas estas ideas y técnicas en Python, usando Keras, y TensorFlow.
Vas a trabajar en modelos cercanos al estado del arte en Deep Learning para varias aplicaciones y casos de uso para ganar experiencia útil a la hora de formar parte de un equipo de Machine Learning.
Sí. En nuestro programa no vas a aprender sólo los conocimientos técnicos de Inteligencia Artificial. Vas a integrar metodologías y herramientas para tus proyectos, guiado por los mejores especialistas de la industria y la academia. Además, estarás en contacto continuo con ellos, lo que agrega un valor inmenso y te permite crear relaciones laborales a futuro.
En nuestro curso vas a usar Python porque es el lenguaje ideal para iniciarte en el mundo del Deep Learning. Es amigable, maduro, y tiene gran soporte de la comunidad.
Sí. El curso te enseñará cómo construir redes neuronales convolucionales y aplicarlas a datos de imágenes. Gracias a Deep Learning, la visión por computadora funciona mucho mejor que apenas dos años atrás, y está habilitando numerosas aplicaciones, desde automóviles autónomos, a reconocimiento facial super preciso, y lectura automática de imágenes radiológicas.
Sí. El curso te enseñará cómo construir modelos para lenguaje natural, audio y otros datos secuenciales. Gracias a Deep Learning, los algoritmos secuenciales permiten aplicaciones increíbles tales como el reconocimiento automático del habla, síntesis de música, chatbots, traducción automática, comprensión del lenguaje natural, y muchas más.
Sí. Aprenderás cómo construir proyectos de machine learning. Si aspirás a ser un líder técnico en Inteligencia Artificial, y saber cómo guiar el trabajo de tu equipo.
Cerraremos el curso presentando los desarrollos, tećnicas y tecnologías más recientes. Verás cómo implementar modelos distribuidos. Entenderás cómo se lleva esta tecnología a producción. Investigarás el hardware que se está desarrollando para implementar deep learning.
Entre otros temas, estudiaremos y experimentaremos con Distributed TensorFlow, TensorFlow Serving, Deploy en Cloud y Mobile, Hardware Específico y otros Frameworks para Deep Learning en Cloud.
El Proyecto Integrador consta de la elección de un tema que pueda realizar un aporte original y significativo.
Hacia la mitad del curso, un miembro del equipo validará tu proyecto para asegurarte que la hipótesis que quieras probar pueda ser medida usando las herramientas y técnicas que veremos en el curso.
Una vez que termines de obtener datos y definir la arquitectura de tu red, deberás presentar los resultados en un formato simple y de fácil lectura para el público general.
Se presentará de forma detallada y mostrarás datos, visualizaciones del modelo, el enfoque utilizado, las fortalezas y debilidades, y recomendaciones específicas. Para esto, deberás evaluar objetos, supuestos y limitaciones.
Sí, en este curso necesitamos que tengas los siguientes conocimientos:
- 1 año de experiencia programando, preferentemente en Python
- Conocimientos de Machine Learning
- Conocimientos de Probabilidad y Estadística
- Conocimientos de Cálculo
- Conocimientos de Álgebra Lineal
Para ingresar al curso de Inteligencia Artificial, debés contar con un año de experiencia programando, preferentemente en Python, tener conocimientos de Machine Learning, Probabilidad y Estadística, Cálculo, Álgebra Lineal. No necesitás ser experto en todas las áreas mencionadas. Como parte del programa, vas a aprender rápidamente y vas a llenar los vacíos técnicos que tengas, mientras aprovecharás las fortalezas de tu trayectoria académica-profesional previa.
Los mejores profesionales de la IA tienen una pasión por resolver desafíos complejos de machine learning o realizar la ingeniería de sistemas robustos de IA. Esperamos que los candidatos al curso provengan de dos trayectorias académicas/profesionales distintas, aunque estamos entusiasmados de considerar la aplicación de cualquier persona, independientemente de sus antecedentes o perfil.
Sí, todos los cursos tendrán una capacidad máxima de 30 personas.
Hay ciertos conocimientos básicos que podés aprender online y por tu cuenta (con nuestra guía) para que nosotros a partir de ahí compartamos y sumemos conocimientos. Te vamos a tomar un examen o asignar un desafío previo al ingreso para evaluar conocimientos y habilidades básicas como programación en python y conceptos de estadística.
La entrevista consiste en conocer tu interés por aprender Inteligencia Artificial, cuáles son tus motivos y objetivos. Si creemos que coincide con lo que estamos buscando y podemos brindarte, evaluaremos cuál tu capacidad para resolver problemas y situaciones complejas, dándote a resolver algunos ejercicios y haciéndote algunas preguntas técnicas básicas.
Para aprender Inteligencia Artificial hace falta constancia, intensidad y práctica. Necesitamos que puedas mantener el foco en estos nuevos temas, por eso se requieren 10.5 horas semanales de cursada más práctica adicional.
No es necesario que traigas tu propia computadora todos los días ya que en las aulas vas a tener los equipos necesarios. De todos modos, es recomendable que cuentes con una notebook o computadora de escritorio en tu casa para practicar, y si querés traerla para sentirte más cómodo, podés hacerlo.
En Digital House vas a cursar 10 horas y media por semana durante 5 meses, lo que significa un total de 210 horas. Pero no termina ahí. Para aprovechar al máximo el curso, vas a tener (y querer) practicar fuera del horario de cursada, hacer las tareas y trabajar en los proyectos que te vayamos asignando.
Uno de nuestros principales activos son nuestros instructores. Se trata de reconocidos profesionales de la industria, motivados y con ganas de enseñar bajo estos nuevos modelos de educación. Además, son constantemente capacitados por nuestro equipo de pedagogía y directores académicos para que los contenidos y el abordaje pedagógico estén siempre alineados. Durante la cursada, también participan de las clases distintos especialistas profesionales referentes de la industria.
El curso requiere esfuerzo y dedicación. Hacia mediados de tu ciclo lectivo comenzamos a desarrollar distintas capacitaciones y actividades destinadas a potenciar tu estrategia de búsqueda laboral. Además, el Recruiting Day es un evento en el que las mayores empresas de la industria vienen a conocer los perfiles de nuestros graduados. En esa instancia, las compañías entrevistan a los alumnos para ver la posibilidad de participar en una búsqueda laboral.
Durante la cursada vas a tener que realizar trabajos prácticos sobre los diferentes temas vistos en clase. Observamos que vayas avanzando en esos trabajos e incorporando los conocimientos. Al finalizar el curso recibirás un certificado de asistencia, siempre que hayas asistido al menos al 90% del tiempo de clase.
Creemos que la interacción con docentes, ayudantes y especialistas, más el vínculo con tus compañeros son uno de los pilares de nuestro sistema educativo. Por eso, las clases son 100% presenciales.
El espacio de co-learning está disponible durante todo el día, con previa reserva, para que lo utilices para trabajar o revisar contenidos de la cursada.
La asistencia es obligatoria en un 90% de las clases. Hay un 10% de faltas sin autorizar permitido.
Las faltas autorizadas son a criterio del profesor del curso teniendo en cuenta:
A. La disposición del alumno para el estudio.
B. El dominio previo de los contenidos de parte del alumno.
C. El potencial del alumno.
* Las clases perdidas no son recuperables.
Se destina parte del tiempo a aprender las bases teóricas y luego se aplica lo aprendido en prácticas o workshops en donde asentás los conocimientos en modalidad "aprender haciendo".
En el curso dedicamos gran parte del tiempo a práctica. Igualmente, a mayor cantidad de dedicación fuera del horario de clase, más profundos serán los resultados y el aprendizaje. Recomendamos practicar lo aprendido en clase un mínimo de 3,5 horas semanales.
El pago de la matrícula implica, a su vez, la reserva de tu vacante hasta superar la instancia del prework, momento en que se hace efectiva, y ya podés comenzar a cursar como alumno admitido. El pago se puede realizar por transferencia, Mercado Pago, Todo Pago, cheques, PagoMisCuentas, transferencia o tarjeta de crédito. Con Todo Pago se puede abonar en 12 cuotas.
Podés postularte a una beca y acceder a la posibilidad de obtener hasta un 50% de bonificación en la totalidad del curso.
En este Link tenés más información sobre las normas del funcionamiento becario.
La cantidad de becas es limitada.

Utilizamos cookies propias y de terceros para mejorar tu experiencia y nuestros servicios, analizando la navegación en nuestro sitio web. Si continuas navegando, consideramos que aceptas su uso. Puedes obtener más información en nuestra Política de Cookies.

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close