Icono de modalidad 100% Online
Icono de duración 3 Meses
Icono de flexibilidad horaria Flexibilidad horaria
Precio
260€ 221€ -15% (hasta el 30/01/2026) * Becas y descuentos no aplicables a formación programada
Seguridad y confianza en tus pagos online.

Descripción

¿A quién va dirigido?

El curso Construcción de Sistemas de IA con Transformers y Deep Learning está dirigido a personas con interés en informática, ingeniería o ciencias afines que busquen especializarse en inteligencia artificial avanzada. Este programa ofrece un enfoque profundo en arquitecturas de transformers, modelos lingüísticos y sistemas inteligentes.

Objetivos

- Comprender los fundamentos matemáticos del deep learning para aplicarlos eficazmente. - Analizar y comparar paradigmas de IA clásica y aprendizaje profundo en contextos reales. - Diseñar y entrenar redes neuronales artificiales para resolver problemas complejos. - Implementar modelos transformers optimizando su arquitectura y eficiencia. - Gestionar el entrenamiento distribuido de transformers en múltiples GPUs. - Aplicar técnicas de fine-tuning en modelos lingüísticos para tareas específicas de NLP. - Desarrollar sistemas de recomendación y búsqueda semántica usando transformers.

Salidas Profesionales

Las principales salidas profesionales de este curso Construcción de Sistemas de IA con Transformers y Deep Learning comprenden puestos como profesional en desarrollo de modelos de IA y Deep Learning, especialista en arquitectura de datos y modelos basados en Transformers y analistas en procesamiento del lenguaje natural para comprensión automática de texto entre otros.

Temario

UNIDAD DIDÁCTICA 1. FUNDAMENTOS DE DEEP LEARNING Y REPRESENTACIONES EN IA

  1. ¿Qué es el Deep Learning?
  2. Redes neuronales artificiales
  3. Funciones de activación
  4. Entrenamiento de redes neuronales
  5. Representaciones en IA
  6. Overfitting y generalización
  7. Herramientas y frameworks

UNIDAD DIDÁCTICA 2. ESTRUCTURA Y ENTRENAMIENTO DE REDES NEURONALES PROFUNDAS

  1. Estructura de una red neuronal profunda
  2. Capas y organización de las redes neuronales profundas
  3. Entrenamiento paso a paso en redes neuronales profundas
  4. Retos del entrenamiento profundo
  5. Estrategias avanzadas para superar los retos del entrenamiento profundo
  6. Evaluación y métricas de rendimiento en redes profundas
  7. Interpretación de resultados y mejora continua

UNIDAD DIDÁCTICA 3. ARQUITECTURA DEL TRANSFORMER: COMPONENTES Y FUNCIONAMIENTO

  1. Arquitectura del Transformer: componentes y funcionamiento
  2. Decoder
  3. El mecanismo de atención en detalle

UNIDAD DIDÁCTICA 4. TÉCNICAS DE ENTRENAMIENTO Y OPTIMIZACIÓN DE TRANSFORMERS

  1. Técnicas de entrenamiento y transformación de Transformers ... 115
  2. Fine tuning de Transformers
  3. Regularización en Transformers
  4. Optimización en Transformers
  5. Transfer Learning en Transformers
  6. Distillation en Transformers
  7. Adapters en Transformers
  8. Prompt Tuning en Transformers

UNIDAD DIDÁCTICA 5. ADAPTACIÓN DE MODELOS PREENTRENADOS CON FINE-TUNING

  1. Definición técnica del FineTuning
  2. Estrategias de Fine-Tuning
  3. Ejemplos prácticos de estrategias de fine-tuning

UNIDAD DIDÁCTICA 6. APLICACIONES DE TRANSFORMERS EN LENGUAJE, VISIÓN Y AUDIO

  1. Lenguaje: mucho más que palabras
  2. Modelos clave en Procesamiento de Lenguaje Natural (PLN)
  3. Visión: cuando las imágenes hablan
  4. Audio: cuando las máquinas aprenden a escuchar

UNIDAD DIDÁCTICA 7. INGENIERÍA DE PROMPTS Y DISEÑO DE INTERACCIÓN CON MODELOS

  1. La paradoja de la conversación artificial
  2. Conversar: la creación de un escenario
  3. La importancia del tono y la intención
  4. La interacción como danza
  5. El poder de la metáfora
  6. Conversar para construir conocimiento
  7. El riesgo de la superficialidad
  8. Conversar como acto humano (versión ampliada y humanizada)

UNIDAD DIDÁCTICA 8. DESARROLLO DE SISTEMAS INTELIGENTES BASADOS EN TRANSFORMERS

  1. El nacimiento de los Transformers
  2. La arquitectura: bloques que piensan en paralelo
  3. Aplicaciones prácticas
  4. El proceso de desarrollo
  5. Humanizar el desarrollo
  6. Retos y riesgos
  7. El futuro de los sistemas inteligentes

Metodología

EDUCA LXP se basa en 6 pilares

Item
Estrellas

Distintiva

EDUCA EDTECH Group es proveedor de conocimiento. Respaldado por el expertise de nuestras instituciones educativas, el alumnado consigue una formación relevante y avalada por un sello de calidad como es el grupo EDUCA EDTECH.

Gráfica

Realista

La metodología EDUCA LXP prescinde de conocimientos excesivamente teóricos o de métodos prácticos poco eficientes. La combinación de contenidos en constante actualización y el seguimiento personalizado durante el proceso educativo hacen de EDUCA LXP una metodología única.

Birrete

Student First

La metodología EDUCA LXP y la formación del grupo EDUCA EDTECH conciben al estudiante como el centro de la experiencia educativa, nutriéndose de su retroalimentación. Su feedback es nuestro motor del cambio.

Inteligencia Artificial

Inteligencia Artificial

La personalización en el aprendizaje no sería posible sin una combinación precisa entre experiencia académica e investigación tecnológica, así como la Inteligencia Artificial. Por eso contamos con herramientas IA de desarrollo propio, adaptadas a cada institución educativa del grupo.

Monitor

Profesionales en activo

Nuestro equipo de profesionales docentes, además de ser especialistas en su sector, cuentan con una formación específica en el manejo de herramientas tecnológicas que conforman el ecosistema EDUCA EDTECH.

Libro

Timeless Learning

La formación debe ser una experiencia de vida, concibiendo el e-learning como una excelente solución para los desafíos de la educación convencional. Entendemos el aprendizaje como un acompañamiento continuo del estudiante en cada momento de su vida.

Titulación

Titulación de Curso en Construcción de Sistemas de IA con Transformers y Deep Learning con 200 horas y 8 ECTS expedida por UTAMED - Universidad Tecnológica Atlántico Mediterráneo.
Titulacion de INESEM

Explora nuestras Áreas Formativas

Construye tu carrera profesional

Descubre nuestro amplio Catálogo Formativo, incluye programas de Cursos Superior, Expertos, Master Profesionales y Master Universitarios en las diferentes Áreas Formativas para impulsar tu carrera profesional.

Curso en Construcción de Sistemas de IA con Transformers y Deep Learning + 8 Créditos ECTS

Icono de modalidad 100% Online
Icono de duración 3 Meses
Icono de flexibilidad horaria Flexibilidad horaria
Precio
260€ 221€
Matricularme