El beneficio de aprender junto con su amigo es que les permite mantener el ritmo de compromiso y pueden sostener debates significativos sobre lo que están aprendiendo.
Courtlyn
Especialista de promociones y eventos
TBD
8 semanas, online
6 horas a la semana
Nuestros estudiantes nos han comentado que tomar este programa en conjunto con colegas les permite tener un lenguaje común y acelerar el impacto en sus proyectos.
Esperamos que sea igual para ti. Contamos con un descuento especial para grupos.
El beneficio de aprender junto con su amigo es que les permite mantener el ritmo de compromiso y pueden sostener debates significativos sobre lo que están aprendiendo.
Courtlyn
Especialista de promociones y eventosDe acuerdo con la información que proporcionaste, tu equipo sería candidado a un descuento especial para el programa Diseño y Desarrollo de Productos y Servicios de Inteligencia Artificial que comienza el TBD .
Te hemos enviado un correo con los siguientes pasos para tu inscripción. Si ahora mismo estás listo para inscribirte, haz clic en el botón de abajo.
¿Tienes una consulta? Contáctanos a admisiones.latam@emeritus.orgLa implementación de las tecnologías adecuadas de IA en tu organización puede ayudarte a automatizar tareas rutinarias, a obtener información a través del análisis de datos y a relacionarte mejor con los clientes. Dado el amplio espectro de aplicaciones de la IA en las organizaciones, no es de extrañar que el especialista en IA sea el puesto mejor valorado en el informe de empleos emergentes de LinkedIn en 2020. Con una tasa de crecimiento anual del 74% para este puesto, todos los sectores reclaman talento en IA para, en primer lugar, diseñar un plan estratégico para las aplicaciones de IA y, a continuación, ayudar a gestionarlas y optimizarlas en la práctica.
de los CEOs mundiales afirma que las tecnologías de transformación digital, incluida la IA, serán su principal área de inversión a largo plazo
de puestos de trabajo tecnológicos –principalmente en el área de la transformación digital– se añadirán a nivel mundial en cinco años
Este programa de ocho semanas es ideal para ti si eres un profesional de la tecnología que quiere mejorar la comprensión de los fundamentos y herramientas de la IA, y explorar varios procesos de diseño involucrados en productos basados en la IA. Se recomienda tener conocimientos de cálculo, álgebra lineal, estadística y probabilidad, así como experiencia básica en Python. El programa es ideal para:
Construir los cimientos
Ampliar tus conocimientos
Aplicar lo aprendido
Ser competente
Certificado del MIT xPRO que reconoce tus habilidades y tu éxito
Ideas y ejemplos de profesores de renombre del MIT
Desarrollo de habilidades que te preparan para el mercado, te permiten evaluar la oportunidad de las soluciones de IA y calibrar las tecnologías apropiadas para tu organización
Desarrollo de una propuesta de proyecto de IA para presentarla a las partes interesadas o a los inversionistas
Aportación de conocimientos a través de colaboración abierta, demos y actividades de apoyo de diseño
Conoce las etapas del diseño de un producto basado en IA, centrándote en aspectos específicos como las métricas de costes y los requisitos técnicos de un plan de desarrollo de software de IA.
Identifica varios algoritmos de Aprendizaje Automático y estudia los diferentes enfoques, como los modelos bayesianos y de regresión. Conoce los métodos no supervisados y semi-supervisados de los algoritmos de Aprendizaje Automático. Ejecuta y analiza los resultados de varios algoritmos de Aprendizaje Automático.
Partiendo de los conocimientos de los fundamentos del Aprendizaje Automático adquiridos en la Semana 2, explora los fundamentos del Aprendizaje Profundo. Los temas incluyen redes neuronales, neuronas artificiales y la simulación de redes complejas.
Identifica la inteligencia sobrehumana utilizada en un producto de IA. Compara y contrasta las ventajas y desventajas de utilizar una tecnología de IA.
Utiliza los recursos proporcionados en este módulo para comprender las técnicas, las áreas de aplicación, las ventajas y los inconvenientes de las HMI. Aprende a definir un nivel adecuado de participación de la máquina en las interacciones con los seres humanos. Busca formas de utilizar la Inteligencia Artificial en tu beneficio.
Introdúcete en el concepto de supermente, compara y contrasta los distintos tipos de supermente. Analiza cómo humanos y máquinas pueden trabajar juntos para superar la suma de sus partes. Aplica los procesos cognitivos a diversos problemas organizativos y comunitarios.
Aprende cómo la Inteligencia Artificial y las redes generativas antagónicas (GAN) pueden utilizarse para generar imágenes y videos falsos a partir de datos reales. Evalúa el impacto técnico, social y económico de las tecnologías de IA.
Implementa el modelo Lawler para definir un problema de IA. Diseña y construye un resumen de un producto o proceso de IA utilizando los aprendizajes de los módulos anteriores del programa.
Conoce las etapas del diseño de un producto basado en IA, centrándote en aspectos específicos como las métricas de costes y los requisitos técnicos de un plan de desarrollo de software de IA.
Utiliza los recursos proporcionados en este módulo para comprender las técnicas, las áreas de aplicación, las ventajas y los inconvenientes de las HMI. Aprende a definir un nivel adecuado de participación de la máquina en las interacciones con los seres humanos. Busca formas de utilizar la Inteligencia Artificial en tu beneficio.
Identifica varios algoritmos de Aprendizaje Automático y estudia los diferentes enfoques, como los modelos bayesianos y de regresión. Conoce los métodos no supervisados y semi-supervisados de los algoritmos de Aprendizaje Automático. Ejecuta y analiza los resultados de varios algoritmos de Aprendizaje Automático.
Introdúcete en el concepto de supermente, compara y contrasta los distintos tipos de supermente. Analiza cómo humanos y máquinas pueden trabajar juntos para superar la suma de sus partes. Aplica los procesos cognitivos a diversos problemas organizativos y comunitarios.
Partiendo de los conocimientos de los fundamentos del Aprendizaje Automático adquiridos en la Semana 2, explora los fundamentos del Aprendizaje Profundo. Los temas incluyen redes neuronales, neuronas artificiales y la simulación de redes complejas.
Aprende cómo la Inteligencia Artificial y las redes generativas antagónicas (GAN) pueden utilizarse para generar imágenes y videos falsos a partir de datos reales. Evalúa el impacto técnico, social y económico de las tecnologías de IA.
Identifica la inteligencia sobrehumana utilizada en un producto de IA. Compara y contrasta las ventajas y desventajas de utilizar una tecnología de IA.
Implementa el modelo Lawler para definir un problema de IA. Diseña y construye un resumen de un producto o proceso de IA utilizando los aprendizajes de los módulos anteriores del programa.
BRIAN SUBIRANA
ANDREW LIPPMAN
STEFANIE MUELLER
DUANE BONING
BRUCE LAWLER
THOMAS W. MALONE
BARBARA H. WIXOM
BRIAN SUBIRANA
Director Auto-ID Labs; Director de la Iniciativa de Convergencia para la Industria y la Tecnología del MIT y Accentur
Brian Subirana ha enseñado en el MIT Sloan y en la Escuela de Ingeniería del MIT, y también forma parte del profesorado de la Universidad de Harvard. Director del profesorado de este programa, Su investigación se centra en el IdC (internet de las cosas) y la IA, y en la fabricación, el aprendizaje electrónico, las industrias creativas y la salud digital. Está desarrollando un sistema de nombres de voz que puede ayudar a los humanos a hablar con cualquier objeto en un entorno de IdC. Tiene más de 200 publicaciones; entre ellas, tres libros. Actualmente investiga los estándares abiertos para la IA y el IdC.
Subirana obtuvo su doctorado en Visión Artificial en el Laboratorio de Inteligencia Artificial del MIT (ahora CSAIL) y su MBA en el MIT Sloan.
ANDREW LIPPMAN
Científico sénior; Director asociado MIT Media Lab
Andrew Lippman dirige el grupo de investigación sobre comunicaciones virales del MIT Media Lab. Su trabajo abarca desde el video digital y el entretenimiento hasta las interfaces gráficas, networking y blockchain. En la década de 1980, Lippman desarrolló el Movie Map que presagió el Street View de Google. Colaboró con los sistemas de imagen y comunicación visual, como el MPEG y la televisión digital de alta definición. Ha escrito artículos técnicos y de divulgación sobre nuestro futuro digital y ha realizado más de 250 presentaciones en todo el mundo sobre el futuro de la información y su impacto comercial y social.
Lippman tiene una licenciatura y maestría en Ciencias en el MIT y se doctoró en la École Polytechnique Fédérale (EPFL) de Lausana (Suiza).
STEFANIE MUELLER
Profesora adjunta EN Ingeniería Eléctrica e Informática del MIT, junto con Ingeniería Mecánica
Stefanie Mueller es directora de Human Computer Interaction Communities of Research (HCI CoR) en MIT CSAIL. En su investigación desarrolla nuevos sistemas de hardware y software que hacen avanzar las tecnologías de fabricación personal.
Mueller recibió un premio CAREER de la NSF, una beca Alfred P. Sloan, una beca de investigación de la facultad de Microsoft, y también fue nombrada una de las 30 personas destacadas -menores de 30 años- de Forbes en el ámbito de la ciencia. Publica sus trabajos en los foros de interacción persona-computadora más selectivos de CHI y UIST; recibió un premio al mejor artículo y dos nominaciones al mejor artículo.
Mueller se doctoró en informática en el Instituto Hasso Plattner de Alemania.
DUANE BONING
Profesor J. Lebel, Ingeniería Eléctrica e Informática
Duane Boning está afiliado a los Laboratorios de Tecnología de Microsistemas del MIT y es director asociado de aprendizaje automático y métodos estadísticos para el modelado y el control de la variación en la fabricación. Su trabajo se centra en la caracterización y el diseño estadísticos para la fabricación de dispositivos y circuitos en tecnologías avanzadas; así como en el modelado del pulido químico-mecánico, los revestimientos por rotación, el grabado por plasma y el proceso de nanoimpresión/grabado. Ha publicado en más de 280 revistas diversas colaboraciones y conferencias.
Boning se licenció, hizo un máster en Ciencias y se doctoró enIngeniería Eléctrica e informática en el MIT.
BRUCE LAWLER
Director General, MIT Machine Intelligence for Manufacturing and Operations (MIMO)
Bruce Lawler es un emprendedor tecnológico y un líder ejecutivo. Ha desarrollado varias aplicaciones en plataformas como móviles, ScuS, IA y redes de distribución de video. Ha dirigido múltiples empresas en campos que van desde el hardware de consumo e industrial hasta las operaciones de redes inalámbricas y de video.
Como director general de MIT MIMO, Lawler se centra en resolver los retos operativos y de datos en la fabricación con una eficiencia medible e impactante, así como en la mejora de los ingresos.
Se licenció en Ingeniería en la Universidad de Purdue, y tiene un máster en Ingeniería y un MBA en la Escuela de Administración del MIT Sloan.
THOMAS W. MALONE
Profesor de Administración Patrick J. McGovern, MIT Sloan ; Director fundador MIT Center for Collective Intelligence
Thomas W. Malone es catedrático de tecnología de la información y profesor de estudios laborales y organizativos en el MIT. En sus investigaciones a lo largo de los años, Malone predijo con acierto las principales tendencias empresariales y tecnológicas, décadas antes de que se produjeran. Por ejemplo, escribió por primera vez sobre los videojuegos y el concepto de "gamificación" ya en 1980, y en un artículo de 1987 vislumbró muchos de los avances en comercio electrónico que hemos visto en los últimos 25 años. Malone ha publicado más de 100 artículos, trabajos de investigación y capítulos de libros, y ha coescrito cuatro libros.
Malone obtuvo su doctorado en la Universidad de Stanford y un doctorado honorífico en la Universidad de Zúrich.
BARBARA H. WIXOM
Investigadora Principal, Centro de Investigación de Sistemas de Información del MIT (CISR)
Wixom lidera el Consejo Asesor de Investigación de Datos, del MIT CISR, compuesto por ejecutivos de datos y ejecutivos de analítica del CISR. Su investigación explora cómo las organizaciones generan valor empresarial a partir de los activos de datos. Tiene una gran experiencia en técnicas y tecnologías de datos y analítica, con especial interés en la estrategia de la analítica y los datos, su capacidad y éxito.
Antes de unirse al MIT CISR, Wixom disfrutó de una carrera académica de 15 años en la Universidad de Virginia.
DAVID ANDERTON-YANG
ARUNA SANKARANARAYANAN
¡Obtén reconocimiento! Una vez completado con éxito este curso, MIT xPRO otorga un certificado de finalización a los participantes. Este curso se califica como aprobado o no aprobado; los participantes deben cubrir el 75% de sus responsabilidades para aprobar y obtener el certificado de finalización.
Descarga el FolletoNota: Una vez completado con éxito el programa, se te enviará por correo electrónico tu certificado digital verificado, sin costo adicional, con el nombre que utilizaste al inscribirte. Todas las imágenes de los certificados son solo para fines ilustrativos y pueden estar sujetas a cambios a discreción del MIT.