Master in kunstmatige intelligentie

Algemeen

2 locaties beschikbaar

Beschrijving van opleiding

Master in kunstmatige intelligentie

Online meester in kunstmatige intelligentie

De Master in kunstmatige intelligentie is geboren als gevolg van de unie tussen de uitgebreide ervaring in training en onderzoek op het gebied van technologie, die de UPC kenmerkt, ondersteund door de erkenning en accreditaties die het heeft, zowel nationaal als internationaal; en de ervaring in online training, met een technologische en zakelijke focus, van OBS .

De Master in kunstmatige intelligentie stelt studenten in staat de concepten en noodzakelijke elementen van AI te kennen vanuit een theoretisch-praktisch oogpunt om met succes projecten op dit gebied uit te voeren.

In de Master zullen studenten zich verdiepen in vijf grote blokken:

  • Blok I. Fundamentals: de belangrijkste concepten met betrekking tot AI zullen worden verstrekt, evenals die met betrekking tot alle technologieën die onder deze term vallen.
  • Blok II Ontwikkeling van modellen voor machine learning en neurale netwerken: de modellen op basis van machine learning en neurale netwerken en het praktische gebruik ervan zullen worden verdiept. Dit omvat optimalisatie en daaropvolgende evaluatie van de modellen.
  • Blok III Belangrijkste AI-architecturen: de belangrijkste bestaande kaders in de markt voor de ontwikkeling van AI-modellen zullen worden verdiept.
  • Blok IV Implementatie van AI-projecten: de ontwikkelings- en beheersfasen van projecten die verband houden met AI-technologieën zullen worden behandeld, evenals hun implementatieproces.
  • Blok V. Zakelijke toepassingen van de AI en de zakelijke impact ervan: de belangrijkste zakelijke toepassingen van de AI zullen worden geïntroduceerd, evenals de impact die ze hebben, zowel vanuit zakelijk als technologisch oogpunt.

Het is belangrijk om te benadrukken dat het bij uitstek praktische karakter van het programma de student in staat stelt om de tijdens de master verworven kennis onmiddellijk toe te passen.

Carrièremogelijkheden

Zodra het programma is voltooid, kunnen studenten posities innemen zoals:

  • Hoofd van ID Development Group in verschillende sectoren.
  • Bedrijfsadviseur gespecialiseerd in AI.
  • Technologisch consultant gespecialiseerd in AI.
  • Verantwoordelijk voor IA-projecten.
  • Expert in ontwikkeling van AI-systemen.

doelstellingen

Wat is AI en wat zijn de verschillende toepassingen? Welke geavanceerde technologieën en mogelijkheden zijn nodig om concurrentievoordelen uit AI te genereren? Wat is de mogelijke impact op bedrijven en de maatschappij? Welke risico's bestaan er op leermodellen gebaseerd op machine learning? Wat is de relatie tussen AI en Big Data? Welke belangrijke elementen moeten worden overwogen om AI-projecten in een organisatie te leiden?

De Master in kunstmatige intelligentie helpt u al deze vragen te beantwoorden, door de combinatie van de concepten met betrekking tot de belangrijkste technologieën, en de toepassing hiervan op bedrijfsniveau. Door de analyse van verschillende echte cases en de ontwikkeling van uw eigen project, kunt u de realiteit van AI-technologieën specificeren, evenals hun toepassing om zakelijke behoeften te ondersteunen.

Algemene doelstelling

De Master in kunstmatige intelligentie heeft als hoofddoel de basisprincipes van AI te brengen voor al die professionals die zien hoe Machine Learning-applicaties in hun sectoren de manier veranderen waarop ze bedrijfsmodellen beheren. Via dit programma verwerven studenten de nodige technische kennis om AI-projecten te leiden.

Specifieke doelstellingen

Het curriculum van de Master in kunstmatige intelligentie is ontworpen om de volgende specifieke doelstellingen te bereiken:

  • Verdiep de grondbeginselen en sleutelconcepten van AI, evenals de methoden en technieken die worden gebruikt om bedrijfsproblemen op te lossen.
  • Ken de belangrijkste algoritmen en tools met betrekking tot Machine Learning, om ze te kunnen implementeren bij het oplossen van problemen zonder voorafgaande programmeerkennis.
  • Ontwikkel AI-modellen met behulp van de belangrijkste werkkaders die op de markt bestaan.
  • Ontwikkel praktische AI-applicaties zoals virtuele assistenten en chatbots. In staat zijn om AI-projecten te leiden, niet alleen vanuit technisch oogpunt, maar ook vanuit management, het ontwikkelen van multidisciplinaire profielen die weten hoe ze verschillende bedrijfsgebieden en technologische praktijken kunnen verbinden en verbinden.
  • Begrijp de strategische impact van AI door een bedrijfsvisie te ontwikkelen om uw ROI te maximaliseren.
  • Begrijp de toepassingen van AI in verschillende industrieën en verdiep de gebruiksscenario's met de grootste zakelijke impact.

leerplan

Blok I. Basisprincipes van AI

IA nivellering natuurlijk

Parallel aan module 1 starten studenten het programma Kunstmatige Intelligentie met deze nivelleringscursus die de kennisbanken van programmeren, algoritmen en wiskunde biedt. In deze cursus vinden studenten materiële bronnen waarmee ze zich kunnen verdiepen in verschillende onderwerpen die nodig zijn voor de follow-up van de cursus. In deze cursus zullen ze examens van het testtype uitvoeren die als een gids voor de evaluatie van hun kennis zullen dienen en aan het einde ervan zullen worden geëvalueerd. De te behandelen onderwerpen zijn:

  • Basisprincipes van AI.
  • Inleiding tot programmeren.
  • Inleiding tot algoritmen in AI.

Module 1. AI: basisprincipes en belangrijkste technologieën

In deze module zal de student de wereld van AI en de toepassing ervan in het bedrijfsleven betreden, waarbij kwesties als:

  • Sleutelconcepten van AI.
  • Belangrijkste AI-technologieën.
  • De "data-driven" organisatie.
  • Basis voor de uitvoering van AI-projecten en hun verschil met traditionele IT-uitvoering.

Module 2. Sociaal-economische impact van AI

In deze module verwerft de student een geïntegreerde visie op het concept van AI in de huidige sociaal-economische context. In deze ziet de student onderwerpen zoals:

  • Economische impact van AI en industrie 4.0.
  • Impact van AI op mensen: ethische, sociale en juridische overwegingen.
  • AI-acceptatie- en volwassenheidsmodel in organisaties. IA Maturity Models als positioneringstool voor organisaties.
Blok II Ontwerp en ontwikkeling van machine learning-modellen en neurale netwerken

Module 3. Inleiding tot machine learning: gegevens en algoritmen

Deze module laat de student kennismaken met Machine Learning en biedt die sleutelconcepten voor een correct begrip. Hierin ziet u onderwerpen zoals:

  • Belangrijkste concepten voor machinaal leren.
  • Het belang van de gegevens.
  • Datakwaliteit en governance.
  • Machine Learning-algoritmen: risico's en beperkingen.

Module 4. Machine Learning-modellen: optimalisatie en toepassingen

Deze module biedt de sleutels om het resultaat van Machine Learning-modellen te optimaliseren, terwijl het proces wordt gekoppeld aan het minimaliseren van risico's bij het genereren van AI-gebaseerde applicaties. De onderwerpen waaraan zal worden gewerkt zijn:

  • Optimalisatie van de modellen.
  • Datakwaliteit voor robuuste analyses.
  • Applicaties genereren op basis van machine learning.

Module 5. Neurale netwerken

Tijdens deze vijfde module betreedt de student de wereld van neurale netwerken en ziet hij onderwerpen zoals:

  • Typische architecturen
  • Diep versterkt leren.
  • Training van een neuraal netwerk: TensorFlow Playground.
Blok III Belangrijkste AI-architecturen

Module 6. AI Frameworks

In deze module ziet de student de belangrijkste AI-frameworks die momenteel in de markt bestaan. Onder hen zijn:

  • Frameworks Open Source.
  • Google IA Framework.
  • Microsoft Cognitive Services Framework.
  • Amazon IA Services Framework.
  • IBM Watson Framework
Blok IV Implementatie van AI-projecten

Module 7. Implementatie van AI-projecten (I): methodologie

In dit eerste deel van blok 4 ziet de student de methodologische aspecten van de aansturing en implementatie van AI-projecten. De onderwerpen die aan bod komen zijn:

  • ML-methodologie: CRISP-DM.
  • Inhouds levenscyclus.
  • AIOps.
  • Regressietests.
  • Feedback en onderhoud.
  • Hergebruik en omscholing.
  • Cases en praktische voorbeelden.

Module 8. Implementatie van AI (II) -projecten: materiële en personele middelen

In dit tweede deel van het blok zal de student zich richten op de aansturing en implementatie van AI-projecten vanuit het oogpunt van materiële en menselijke hulpbronnen. In deze zin zijn enkele van de punten die in de module worden behandeld:

  • Materiële middelen.
    • Storage.
    • Computing.
    • Economische modellen
    • Cloud infrastructuur
    • Tools.
  • Menselijke hulpbronnen Specifieke profielen en impact op traditionele profielen.
Blok V. Zakelijke toepassingen van AI en de zakelijke impact ervan

Module 9. Zakelijke toepassingen van AI en de zakelijke impact ervan

Deze module laat de student kennis maken met de belangrijkste zakelijke toepassingen van AI. Enkele van de onderwerpen die aan bod zullen komen, zijn:

  • Intelligente interactie: optimalisatie van de klantervaring, door hyperpersonalisatie, conversatie-interfaces en realtime gegevensexploitatie.
  • Slimme producten en diensten: de mogelijkheden die AI biedt en de zoektocht naar nieuwe bedrijfsmodellen en markten.
  • Intelligente bewerkingen: combinatie van AI met automatiseringsoplossingen om zelfleren mogelijk te maken.
  • Intelligente bedrijfsondersteunende functies (beveiliging, HR, technologie, enz.): Het gebruik van AI om menselijke intelligentie te vergroten en besluitvorming te verbeteren.

Module 10. Client-gebaseerde AI-modellen

In deze laatste module van het programma zullen de toepassingen van AI op klantrelatieprocessen worden verdiept. Enkele punten van de module zijn de volgende:

  • Attractie: sociale netwerken en betaalde media.
  • Ervaring: aanpassing van inhoud en klantreis.
  • Verkoop: Upselling en cross selling.
  • Service: chatbots en slimme assistenten.

final masterproef

Tijdens het Final Master Project (PFM) werkt de student hand in hand met een echt bedrijf bij de ontwikkeling van een project. Dit heeft de optie om het voor uw eigen bedrijf te doen of te kiezen tussen de door de school voorgestelde opties.

workshops

Tijdens de Master in kunstmatige intelligentie krijgt de student de mogelijkheid om 2 praktische workshops te geven, verdeeld in een technologische workshop en een zakelijke workshop.

Technologische workshop Python-taaltoepassing

Deze workshop brengt de basiskennis over Python die in de nivelleringstraining is geïntroduceerd, verder in de kennis over de toepassing van deze programmeertaal. Tijdens deze workshop verwerven studenten een praktische visie op de toepassing van de meest gebruikte programmeertaal op het gebied van kunstmatige intelligentie en machinaal leren: Python.

Python is een referentieprogrammeertaal in kunstmatige intelligentieomgevingen vanwege het gebruiksgemak, de veelzijdigheid en het grote aantal beschikbare bibliotheken. De groei in het gebruik van deze taal is spectaculair dankzij, fundamenteel, dankzij de nieuwe technologieën van Data Science en Machine Learning.

Opmerking: Om deze workshop uit te voeren, is kennis van programmeren essentieel.

Zakelijke workshop Empowerment van Big Data-projecten via Machine Learning

Machine Learning heeft grote hoeveelheden gegevens nodig om de gebruikte algoritmen te kunnen laten functioneren en trainen. In deze workshop zien studenten het verschillende gebruik van Machine Learning in de Big Data-omgeving. Bovendien kunnen studenten met deze workshop leren hoe AI zich verhoudt tot Big Data. Hoe passen we Machine Learning toe in Big Data? Hoe kunnen we patronen in de gegevens ontdekken met behulp van Machine Learning? Welke applicaties heeft u op bedrijfsniveau?

Omdat het een praktische workshop is, werken studenten bijvoorbeeld met een use case van digitale marketing. In het bijzonder zult u zien hoe de programmatische aankoop van digitale media vandaag wordt gedaan en hoe deze kan worden geoptimaliseerd met behulp van Machine Learning-technieken in combinatie met Big Data-omgevingen. Op deze manier zullen ze het zakelijke voordeel zien dat deze combinatie van technologieën oplevert en hoe ze het kunnen extrapoleren naar andere processen.

gereedschap

Gedurende het programma zullen studenten onder andere de volgende hulpmiddelen gebruiken:

Python-software

Software die programmeren in Python-taal mogelijk maakt. Het is een van de meest gebruikte programmeertalen. Het is een multiparadigma-taal.

R Software

Programmeersoftware geïntegreerd door verschillende tools, uitbreidbaar door het downloaden van verschillende pakketten, bibliotheken of eigen voorbeelden. Het is open source.

Flow spanner

Gratis softwarebibliotheek die wordt gebruikt om numerieke berekeningen uit te voeren met stroomdiagrammen.

PyTorch

Python-pakket ontworpen om numerieke berekeningen uit te voeren met behulp van spanningsprogrammering.

CNTK (Microsoft Cognitive Toolkit)

Bibliotheek voor diep leren op basis van diepe neurale netwerken. Dit is gebaseerd op de computationele netwerkconstructie, een uniform kader voor het beschrijven van verschillende soorten leermachines, zoals diepe neurale netwerken, convolutionele neurale netwerken, terugkerende neurale netwerken, etc.

APIS-services (Amazon)

AWS-service waarmee u de REST- en WebSocket-API's op elke schaal kunt maken, publiceren, onderhouden, bewaken en beschermen.

Hoofdvereisten

Studentenprofiel en toelatingseisen

De mastermodules zijn ontworpen met professionals uit verschillende sectoren, die ernaar streven de ontwikkeling van hun professionele carrière te versnellen en de rol begrijpen die AI in de zakelijke omgeving vervult. De vereisten voor toegang tot de Master of Artificial Intelligence van OBS zijn de volgende:

  • Afgestudeerden en afgestudeerden in technische engineering, ADE en wetenschap (geneeskunde, wiskunde, natuurkunde of scheikunde).
  • Leidinggevenden die een onderdompeling in de zakelijke impact en de nieuwe mogelijkheden die deze technologieën bieden willen, identificeren van de noodzakelijke elementen om ze in echte productieve omgevingen toe te passen.
  • Projectmanagers en managers die hun managementcapaciteit willen uitbreiden om projecten met betrekking tot AI te ondernemen.
  • Mensen met ervaring of roeping op het gebied van AI die hun academische opleiding willen versterken.
  • Consultants en specialisten in de AI-sector die hun profiel willen voorbereiden, bijwerken en aanvullen, waardoor hun concurrentiepositie in de markt wordt versterkt.
titratie

Na afronding van het programma verkrijgen studenten:

  • Een titel van drie punten.
  • Een diploma erkend door de UPC, als aan de eisen van de universiteit is voldaan aan het einde van het programma.
Laatst bijgewerkt op November 2019

Over de school

OBS Business School nace en 2006 como la primera escuela de negocios 100% online en lengua española. Se funda en el entorno del Grupo Planeta, líder mundial en la publicación de contenidos para el mer ... Lees meer

OBS Business School nace en 2006 como la primera escuela de negocios 100% online en lengua española. Se funda en el entorno del Grupo Planeta, líder mundial en la publicación de contenidos para el mercado de habla hispana y con un importante know-how en e-learning, con la colaboración del partner estratégico: Lees Minder
Barcelona , Madrid + 1 Meer Minder