Aquest lloc web utilitza cookies

El lloc web de la Fundació Politècnica de Catalunya utilitza cookies pròpies i de tercers per millorar l'experiència de navegació i amb finalitats estadístiques. Per obtenir més informació sobre les cookies podeu consultar la política de cookies.

Accepta només les seleccionades
Permetre totes les cookies
Mostrar detall
INFORMACIÓ

Les cookies són petits arxius de text que els llocs web poden utilitzar perquè l'usuari en pugui fer un ús més eficient.
La llei estableix que podem emmagatzemar cookies al vostre dispositiu si són estrictament necessàries per al funcionament d'aquest lloc. Per a tots els altres tipus de cookies ens cal el vostre permís.
Aquest lloc web utilitza diferents tipus de cookies. En alguna ocasió, les cookies que apareixen a les nostres pàgines provenen de serveis de tercers.
En qualsevol moment, vostè podrà canviar o retirar el seu consentiment de la Declaració sobre ús de cookies al nostre lloc web.
Pot obtenir més informació sobre nosaltres, sobre com contactar-nos i sobre la nostra forma de processar dates personals a la nostra política de privacitat.
Si us plau, en el moment de contactar amb nosaltres en relació amb el vostre consentiment, feu-ne constar la identificació i la data.

DECLARACIÓ DE COOKIES
Requerides :

Les cookies necessàries ajuden a fer els llocs web més accessibles i permeten les funcions bàsiques com la navegació o l'accés a les àrees segures del lloc web. El lloc web no pot funcionar sense aquestes cookies.

Nom Proveïdor Propòsit Caducitat Tipus
lang www.fpc.upc.edu Guardar l'idioma de visualització del web 2 anys HTTP
politica_cookie www.fpc.upc.edu Guardar el consentiment general de les cookies en el domini actual. 1 any HTTP
cookie_estadistiques www.fpc.upc.edu Guardar el consentiment de les cookies estadístiques en el domini actual. 1 any HTTP
cookie_marketing www.fpc.upc.edu Guardar el consentiment de les cookies de marketing en el domini actual. 1 any HTTP
PHPSESSID www.fpc.upc.edu Conserva l'estat de la sessió de l'usuari a les sol·licituds de pàgina. Sessió HTTP
CONSENT [x3] Google Used to detect if the visitor has accepted the marketing and analytics category in the cookie banner. This cookie is necessary for GDPR-compliance of the website. 2 anys HTTP
Estadístiques :

Les cookies d'anàlisi ajuden a entendre als propietaris de llocs web com interactuen els visitants amb els llocs web mitjançant la recopilació i notificació d'informació de forma anònima.

Nom Proveïdor Propòsit Caducitat Tipus
_ga Google Registers a unique ID that is used to generate statistical data on how the visitor uses the website. 2 anys HTTP
_ga_# Google Used by Google Analytics to collect data on the number of times a user has visited the website as well as dates for the first and most recent visit. 2 anys HTTP
_gat Google Used by Google Analytics to throttle request rate 1 dia HTTP
_gid Google Registers a unique ID that is used to generate statistical data on how the visitor uses the website. 1 dia HTTP
Màrqueting :

Les cookies de màrqueting s'utilitzen per rastrejar els visitants a través dels llocs web que visita. La intenció és mostrar anuncis que podrien ser rellevants i atractius per a l'usuari i per tant, valuosos per editors i anunciants tercers.

Nom Proveïdor Propòsit Caducitat Tipus
last_campaign www.fpc.upc.edu Guardar l'ultima campanya per el que l'usuari ha arribat al lloc web. 6 mesos HTTP
campaign_XX www.fpc.upc.edu Guardar totes les campanyes pel que l'usuari ha arribat al lloc web. 6 mesos HTTP
ads/ga-audiences Google Used by Google AdWords to re-engage visitors that are likely to convert to customers based on the visitor's online behaviour across websites. S Sessió Pixel
NID Google Registers a unique ID that identifies a returning user's device. The ID is used for targeted ads. 6 mesos HTTP
bcookie LinkedIn Used by the social networking service, LinkedIn, for tracking the use of embedded services. 2 anys HTTP
bscookie LinkedIn Used by the social networking service, LinkedIn, for tracking the use of embedded services. 2 anys HTTP
lidc Used by the social networking service, LinkedIn, for tracking the use of embedded services. 1 dia HTTP
i/jot Twitter Inc. Sets a unique ID for the visitor, that allows third party advertisers to target the visitor with relevant advertisement. This pairing service is provided by third party advertisement hubs, which facilitates real-time bidding for advertisers. Session Pixel
_fbp [x2] Meta Platforms, Inc. Used by Facebook to deliver a series of advertisement products such as real time bidding from third party advertisers. 3 mesos HTTP
Campus
MY_TECH_SPACE

Entrar
Campus en manteniment
Usuari i/o clau incorrectes
No tens cap entorn actiu
El teu accés ha estat restringit. Consulta amb el departament d'administració
Per problemes tècnics el campus virtual és inaccessible. Estem treballant per solucionar-ho. Disculpa les molèsties.
Inici   >  Màsters i postgraus  >  Formació  >  Postgrau en Artificial Intelligence with Deep Learning
Sol·licita informació
Sol·licita informació Sol·licita informació o l'admissió
Sol·licita l'admissió
Sol·licita l'admissió

Presentació

Edició
8a Edició
Crèdits
15 ECTS (120 hores lectives)
Modalitat
Presencial
Idioma d'impartició
Anglès
Preu
3.900€
Opcions de pagament de la matrícula

La matrícula es pot pagar:
- En un únic pagament abans del termini establert a la carta d'admissió del programa.
- En dos terminis, és a dir, fraccionant el pagament:

  • El 60% de l'import total s'ha d'abonar en el termini establert a la carta d'admissió del programa.
  • El 40% restant es pot abonar, com a màxim, fins passats 60 dies des de la data d'inici del programa.
Observacions campanya 0,7%

Inscripció oberta fins l'inici del curs o fins l'exhauriment de places.
Dates de realització
Inici classes: 08/02/2023
Fi classes: 12/07/2023
Fi programa : 19/07/2023
Horari
Dilluns: 18:30 a 21:30
Dimecres: 18:30 a 21:30
Lloc de realització
Tech Talent Center
C/ de Badajoz, 73-77
Barcelona
Vídeo de presentació
Per què aquest postgrau?
La intel·ligència artificial (IA) és el nucli de la revolució industrial 4.0, basada en el processament automàtic de dades. La disponibilitat de grans volums de dades i recursos computacionals a costos assequibles ha fet possible l’entrenament de xarxes neuronals profundes (deep learning), una potent eina en l’aprenentatge automàtic. Múltiples empreses ja apliquen avui aquest nou paradigma de programació orientat a les dades, mentre que, paral·lelament, les Administracions públiques també desenvolupen plans estratègics per liderar el sector. Tot i això, el mateix repte es repeteix arreu: l'escassetat de professionals capaços d'entendre el potencial i les oportunitats d'aquestes eines, així com la seva implementació de forma pràctica i escalable.

Segons l’Índex IA 2021 de la Universitat de Stanford, la inversió privada en IA va superar els 90 milions de dòlars, més del doble de la inversió privada total realitzada el 2020. El nombre d'empreses d'IA novament finançades el 2021 va ser de 746. Això ha suposat un augment significatiu de les ofertes de treball que, als Estats Units, va passar del 0,3% el 2012 al 0,9% del total d'ofertes de feina el 2021. A l’Estat espanyol, la quantitat de contractes de treball relacionats es va duplicar respecte a la mitjana del període 2015-2016. Aquests perfils requereixen competències en processament del llenguatge natural, visió per computador i robòtica, aplicacions que recentment han experimentat grans avenços gràcies a l’aprenentatge profund. En termes de finançament públic, el finançament de la UE per a la investigació i la innovació per a IA ha crescut en 1.500 milions d'euros entre 2017 i 2019, és a dir, un augment del 70% respecte al període anterior. En aquest context és comprensible que el portal d’anàlisi del mercat laboral glassdoor.com hagi escollit l’enginyeria de dades i l'enginyeria d'aprenentatge automàtic com les millors feines dels Estats Units durant els darrers anys, sent les competències en aprenentatge profund les més demandades.

El postgrau en Artificial Intelligence with Deep Learning té com a objectiu satisfer la gran demanda de professionals gràcies a un equip docent amb experiència i reconeixement global tant a la indústria com a l’àmbit acadèmic. El professorat del curs desenvolupa sistemes basats en xarxes neuronals profundes per a molts clients, i també dirigeix investigacions innovadores presentades a conferències científiques de primer nivell com la Conference on Neural Information Processing Systems (NeurIPS), la Conference on Computer Vision and Pattern Recognition (CVPR) o l'International Conference on Learning Representations (ICLR). Amb el seu suport, els estudiants del nostre programa adquireixen expertesa tant en implementacions pràctiques basades en PyTorch, com una base sòlida teòrica que permet entendre les seves oportunitats i limitacions.
Impulsat per:
  • Escola Tècnica Superior d'Enginyeria de Telecomunicació de Barcelona. ETSETB (UPC)
Objectius
  • Dissenyar models d'aprenentatge profund, especialment per processar text, vídeo i àudio.
  • Optimitzar i monitorar l'entrenament de xarxes neuronals profundes.
  • Processar grans corpus de dades amb maquinari especialitzat: Central Processing Unit (CPU) i Graphics Processing Unit (GPU).
  • Implementar solucions en entorns de programari especialitzats en aprenentatge profund.
  • Desenvolupar productes basats en intel·ligència artificial.
A qui va dirigit?
  • Titulats del sector de les telecomunicacions, la informàtica, les matemàtiques i la física que vulguin desenvolupar competències en aprenentatge automàtic basat en xarxes neuronals profundes.
  • Professionals que ja treballin en l'àmbit TIC i vulguin reorientar la seva activitat cap a la intel·ligència artificial.
  • Programadors que es vulguin beneficiar de les noves oportunitats que ofereix la intel·ligència artificial.

L’estudiantat haurà de disposar d'un ordinador portàtil amb el navegador Google Chrome. L'ordinador no requereix cap maquinari ni programari especial.

Continguts formatius

Relació d'assignatures
4 ECTS 32h
Deep Learning
  • Introducció a l'aprenentatge automàtic. Mètriques d'avaluació.
  • El perceptró i el perceptró de múltiples capes.
  • Xarxes convolucionals.
  • Entrenament per retropropagació.
  • Optimització. Normalització per paquets.
  • Interpretabilitat.
  • Sistemes de recomanació.
1 ECTS 9h
Sequence modeling
  • Xarxes neuronals recurrents (RNN).
  • Mecanismes de porta (gating) i atenció.
  • Transformer.
1 ECTS 9h
Unsupervised Learning
  • Aprenentatge auto-supervisat.
  • Models auto-regressius.
  • Auto-codificadors variacionals (VAE).
  • Xarxes adversàries generatives (GAN).
2 ECTS 15h
Computer Vision
  • Classificació d'imatges i vídeos.
  • Detecció, seguiment i segmentació d'objectes.
  • Cerca visual.
  • Reconeixement i reconstrucció 3D.
  • Transferència de l'aprenentatge.
2 ECTS 12h
Natural Language Processing
  • Incrustacions de paraules i models de llenguatge.
  • Processament de text.
  • Classificació i resums de textos.
  • Traducció automàtica.
  • Sistemes de diàleg.
1 ECTS 9h
Speech and Audio Processing
  • Reconeixement, síntesi i millora de veu.
  • Música.
  • Transferència de l'aprenentatge.
1 ECTS 9h
Reinforcement Learning
  • Markov Decision Processes.
  • Policy gradients.
  • Deep Q-Learning.
  • Actor-Crític.
3 ECTS 25h
Project
  • Programació en Python per a aprenentatge profund.
  • Entorns de desenvolupament per aprenentatge profund: Keras/TensorFlow i PyTorch/Caffe2.
  • Monitoratge de l'entrenament d'una xarxa: corbes d'entrenament i ús de recursos de computació.
  • Carregadors de dades. Sincronització entre CPU i GPU.
  • Computació al núvol.
Titulació
Diploma de postgrau expedit per la Universitat Politècnica de Catalunya. Emès en virtut de l'art. 34.1 de la L.O. 4/2007, de 12 d'abril, per la qual es modifica la L.O. 6/2001, de 21 de desembre, d'Universitats. Per a la seva obtenció és necessari tenir una titulació universitària oficial. De no ser així, l'estudiant obtindrà un certificat de superació del programa expedit per la Fundació Politècnica de Catalunya. (Veure dades que consten al certificat).

Metodologia d'aprenentatge

La metodologia docent del programa facilita l'aprenentatge de l'estudiant i l'assoliment de les competències necessàries.



Eines d'aprenentatge
Sessions magistrals participatives
S'exposen els fonaments conceptuals dels continguts a impartir, tot promovent la interacció amb els estudiants per guiar-los en l'aprenentatge dels diferents continguts i el desenvolupament de les competències establertes.
Sessions pràctiques a l'aula
S'apliquen els coneixements en un entorn real o hipotètic, on s'identifiquen i treballen aspectes específics per facilitar la comprensió, amb el suport dels docents.
Resolució d'exercicis
Es treballen les solucions mitjançant l'exercitació de rutines, l'aplicació de fórmules o algoritmes i se segueixen procediments de transformació de la informació disponible i la interpretació dels resultats.
Tutories
Es dona suport tècnic als estudiants en el desenvolupament del projecte final, en funció de la seva especialitat i de la temàtica del projecte.
Criteris d'avaluació
Assistència
Es requereix com a mínim el 80% d'assistència a les hores lectives.
Grau de participació
S'avalua la contribució activa dels estudiants en les diferents activitats proposades per l'equip docent.
Resolució d'exercicis, qüestionaris o exàmens
Proves individuals amb l'objectiu d'avaluar el grau d'aprenentatge i l'adquisició de competències.
Realització i presentació del projecte final
Projectes individuals o grupals en els quals s'apliquen els continguts impartits en el programa. El projecte pot estar basat en casos reals i comprendre la identificació d'una problemàtica, el disseny de la solució, la seva implementació o un pla de negoci. Comptarà amb una presentació i defensa pública del mateix projecte.
Pràctiques i borsa de treball
Des del campus virtual My_Tech_Space els estudiants podran visualitzar les ofertes de treball del seu àmbit de coneixement i presentar la seva candidatura confidencialment. La borsa de treball de la UPC School té un volum anual de centenars d'ofertes de treball, entre contractes laborals i convenis de col·laboració en pràctiques.
Campus virtual
Els estudiants d'aquest postgrau tindran accés al campus virtual My_Tech_Space, una eficaç plataforma de treball i comunicació entre estudiants, el professorat, la direcció i la coordinació del curs. My_Tech_Space permet obtenir la documentació de cada sessió formativa abans de l'inici, treballar en equip, fer consultes als professors, visualitzar notes, etc.

Equip docent

Direcció Acadèmica
  • Gállego Olsina, Gerard Ion
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Màster en Tecnologies Avançades de la Telecomunicació per la Universitat Politècnica de Catalunya (UPC), especialització en Deep Learning for Multimedia Processing. Actualment és doctorand en Traducció Automàtica de Veu al Departament de Teoria del Senyal i Comunicacions de la UPC.
  • Pardàs Feliu, Montserrat
    info
    Veure perfil a futur.upc
    Doctora enginyera de Telecomunicació per la Universitat Politècnica de Catalunya (UPC). Catedràtica del Departament de Teoria del Senyal i Comunicacions de la UPC i membre de l’Intelligent Data Science and Artificial Intelligence Research Center (IDEAI-UPC). Ha dirigit projectes de recerca i de transferència de tecnologia en l'àmbit del processament d'imatge i vídeo i la visió per computador, àmbits en els que publica a nivell internacional. Ha estat investigadora visitant a Lucent Technologies (Bell Labs) i a Toshiba's Cambridge Computer Vision Research Lab.
  • Tarrés Benet, Laia
    info

    Graduada en Enginyeria de Telecomunicació per la Universitat Politècnica de Catalunya (UPC), màster en Tecnologies Avançades de la Telecomunicació per la UPC. Ha participat en múltiples projectes daprenentatge profund amb el Grup de Processament de la Imatge de la UPC. Actualment està fent el doctorat a la UPC i està duent a terme la seva tesi doctoral sobre l'aplicació de transforms en llengua de signes. Anteriorment ha participat en projectes que han consistit en la detecció de lesions a la pell i la coloració d'imatges històriques en blanc i negre, utilitzant deep learning.
Professorat
  • Bach Ramírez, Josep Maria
    info
    Veure perfil a Linkedin
    Cap de dades i intel·ligència artificial a Codegram Technologies, de la qual també és cofundador. Té una trajectòria de més de dotze anys en la indústria com a enginyer de software autodidacta. Actualment treballa en la intersecció entre intel·ligència artificial i indústria, amb especial interès en les xarxes neuronals profundes i el processament del llenguatge natural.
  • Cámbara Ruiz, Guillermo
    info
    Veure perfil a Linkedin
    Graduat en Física per la Universitat de Barcelona (UB). És doctorand en reconeixement automàtic de la parla per la Universitat Pompeu Fabra (UPF) i Telefónica Research i té un màster en Sistemes Intel·ligents Interactius per la UPF. La seva recerca en deep learning per a processament d'àudio, parla i llenguatge natural s'ha aplicat en sistemes cognitius com Aura, el home assistant de Telefónica, o Ingenious, un traductor veu-a-veu per equips d'emergència europeus. També ha col·laborat amb investigadors de prestigioses institucions, com la Universitat Tecnològica de Brno (BUT) o Dolby Labs.
  • Carós Roca, Mariona
    info
    Veure perfil a Linkedin
    Màster en Enginyeria de Telecomunicació per la Universitat Politècnica de Catalunya (UPC), especialitzada en multimèdia (DL sobre visió, parla i text). Va treballar a Telefónica com a Data Scientist desenvolupant models DL per a la detecció d'anomalies a les xarxes. Actualment està cursant el seu doctorat a la Universitat de Barcelona (UB) en modelatge de dades LiDAR per a aplicacions ambientals, en col·laboració amb l'Institut Cartogràfic i Geològic de Catalunya (ICGC). També és membre de Young IT Girls, una organització sense ànim de lucre per animar les nenes a realitzar estudis tecnològics.
  • Escolano Peinado, Carlos
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Màster en Intel·ligència Artificial per la Universitat Politècnica de Catalunya (UPC). Enginyer Informàtic per la UPC. Actualment és doctorand al Departament de Teoria del Senyal i Comunicacions de la UPC, on treballa en traducció automàtica amb xarxes neuronals.
  • Fojo Àlvarez, Daniel
    info
    Veure perfil a Linkedin
    Graduat en Matemàtiques i en Enginyeria Física pel Centre de Formació Interdisciplinària Superior (CFIS) i màster en Matemàtiques Avançades i Enginyeria Matemàtica. Machine learning engineer a Meta.
  • Gállego Olsina, Gerard Ion
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Màster en Tecnologies Avançades de la Telecomunicació per la Universitat Politècnica de Catalunya (UPC), especialització en Deep Learning for Multimedia Processing. Actualment és doctorand en Traducció Automàtica de Veu al Departament de Teoria del Senyal i Comunicacions de la UPC.
  • Giró Nieto, Xavier
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Científic aplicat a Amazon Science Barcelona, en el camp de l'aprenentatge profund aplicat a la visió per computador. Fou fundador i director del postgrau durant les primeres nou edicions entre 2019-2022, tasca que compaginava amb la seva recerca i docència a la Universitat Politècnica de Catalunya (UPC) i Institut de Robòtica i Informàtica Industrial (IRI). És membre de l'European Laboratory for Learning and Intelligent Systems (ELLIS) i impulsador del Deep Learning Barcelona Symposium (DLBCN).
  • Gómez Duran, Paula
    info
    Veure perfil a Linkedin
    Màster en Advanced Telecommunication Technologies (MATT) per la Universitat Politècnica de Catalunya (UPC). Actualment està cursant un doctorat en Sistemes de Recomanació Contextuals a la Universitat de Barcelona (UB). Acumula tres anys d'experiència en temes de programació full-stack (Visual Engineering) i investigació en diferents camps d'intel·ligència aritificial, tant a universitats com a la Universitat de Barcelona o la UPC, com a entitats com l'Insight SFI Research Centre for Data Analytics, Telefonica Research i TV3. Recentment ha realitzat una publicació sobre el Graph Convolutional Embeddings for Recommender Systems.
  • Nieto Salas, Juan José
    info
    Veure perfil a Linkedin
    Grau en Enginyeria de Telecomunicació per la Universitat Politècnica de Catalunya (UPC) i màster de Data Science per la UPC. Ha realitzat pràctiques utilitzant tècniques de deep learning i reinforcement learning a l'Insight Centre for Data Analitycs i a Telefónica. Actualment treballa com a Data Scientist a Glovo.
  • Pons Puig, Jordi
    info
    Veure perfil a Linkedin
    Enginyer de Telecomunicació per la Universitat Politècnica de Catalunya (UPC), doctor en Tecnologia Musical, Grans Col·leccions de Sons i Aprenentatge Profund en el Grup de Tecnologia Musical de la Universitat Pompeu Fabra (UPF). A més, té un màster en Tecnologies del So i de la Música. Actualment és investigador a Dolby Laboratories. Va fer estades de pràctiques a l'Institut de Recerca i Coordinació Acústica/Musical de París (IRCAM), al Centre Alemany d'Audició de Hannover, a Pandora Ràdio i a Telefónica Research.
  • Rafieian, Bardia
    info
    Veure perfil a Linkedin
    Investigador i estudiant de doctorat del departament de Teoria del Senyal i Comunicacions de la Universitat Politècnica de Catalunya (UPC). Màster en Enginyeria de Software i Mineria de Dades per la Qazvin Azad University (QIAU). Actualment treballa d’enginyer d’aprenentatge automàtic a Viume on fa recerca en desenvolupament i integració de software, processament del llenguatge natural, sistemes de recomanació i visió per computador. Té cinc anys d’experiència en mineria de dades i processament del llenguatge natural i tres anys en aprenentatge automàtic i integració de software.
  • Tarrés Benet, Laia
    info

    Graduada en Enginyeria de Telecomunicació per la Universitat Politècnica de Catalunya (UPC), màster en Tecnologies Avançades de la Telecomunicació per la UPC. Ha participat en múltiples projectes daprenentatge profund amb el Grup de Processament de la Imatge de la UPC. Actualment està fent el doctorat a la UPC i està duent a terme la seva tesi doctoral sobre l'aplicació de transforms en llengua de signes. Anteriorment ha participat en projectes que han consistit en la detecció de lesions a la pell i la coloració d'imatges històriques en blanc i negre, utilitzant deep learning.
  • Ventura Royo, Carles
    info
    Veure perfil a Linkedin
    Doctor en Computer Vision per la UPC. Actualment és professor d’Estudis d'Informàtica, Multimèdia i Telecomunicació a la Universitat Oberta de Catalunya (UOC), on imparteix assignatures d’intel·ligència artificial, aprenentatge computacional i visió per computador. La seva recerca se centra en la visió per computador: detecció i segmentació d’objectes i segmentació d’imatges. És membre del grup de recerca Scene Understanding and Artificial Intelligence (SUNAI) de la UOC.

Entitats col·laboradores

Socis col·laboradors

Sortides professionals

  • Enginyer d'intel·ligència artificial.
  • Enginyer en xarxes neuronals profundes.
  • Enginyer en visió per computador.
  • Enginyer en processament del llenguatge natural.
  • Enginyer en processament de l'àudio i de la veu.
  • Analista de dades/data scientist.


Testimonis i notícies

Testimonis

Buscava una formació per aprofundir en l'àrea del deep learning i poder entrar, així, en el món laboral. Jo partia d'un perfil totalment teòric, ja que el meu background és matemàtic. Del postgrau en Artificial Intelligence with Deep Learning destacaria, d'una banda, el seu enfocament pràctic i, de l'altra, el gran ventall de continguts tractats. A més, es treballen desenvolupaments tant clàssics com moderns de certes idees. Aquesta formació m'ha obert un camp amb noves oportunitats, ja que aquesta àrea té molta repercussió en el context actual. El projecte final va ser molt interessant, va tractar sobre la segmentació d'imatges mèdiques. La veritat és que quan vaig començar el postgrau no m'imaginava capaç de fer alguna cosa d'aquesta complexitat. En definitiva, recomanaria aquesta formació pel seu enfocament aplicat, enfocat al món laboral, en la qual aprens la mecànica que s'amaga darrere del deep learning i adquireixes les eines necessàries per posar-lo en pràctica.

Núria Sánchez, alumni del postgrau en Artificial Intelligence with Deep Learning

Testimonis<
La intel·ligència artificial és un dels temes tecnològics de més actualitat, fora i dins del món professional. A més d'un interès propi, com a membre de l'equip de digitalització d'una empresa industrial, he d'estar al dia de les tendències. Si a més puc aconseguir un coneixement tècnic detallat, això suposa un gran valor afegit tant per a l'empresa per a la qual treballo com per al meu projecte professional personal. Això és precisament el que em va aportar el postgrau en Deep Learning: una primera immersió en aquest camp de la IA, així com la possibilitat de submergir-me en més profunditat en les seves diferents àrees, en funció del meu interès. El fet que l'alumnat estigués format per professionals de diferents sectors em va aportar nous punts de vista, sobretot a l'hora d'identificar potencials projectes en els quals aplicar IA. Amb els coneixements adquirits puc promoure d'una manera informada l'ús de la tecnologia dins de l'empresa per optimitzar els processos i, fins i tot, idear noves vies de negoci

Martí Pomés, Technical Lead de Projectes de Robòtica de Processos a Omya

Testimonis<
Notícies del Blog
Crisalix, col·laboradora del postgrau en Artificial Intelligence, presenta una innovadora tecnologia per reconstruir caps en 3D
Crisalix, col·laboradora del postgrau en Artificial Intelligence, presenta una innovadora tecnologia per reconstruir caps en 3D
14-10-2021
Crisalix, col·laboradora del postgrau en Artificial Intelligence, presenta una innovadora tecnologia per reconstruir caps en 3D
Crisalix, col·laboradora del postgrau en Artificial Intelligence, presenta una innovadora tecnologia per reconstruir caps en 3D
14-10-2021
La professora Amanda Duarte elabora How2Sign, una base de dades per a la traducció automàtica en llenguatge de signes amb IA
La professora Amanda Duarte elabora How2Sign, una base de dades per a la traducció automàtica en llenguatge de signes amb IA
26-03-2021
Apple compra Vilynx, l'startup fundada per la professora Elisenda Bou-Balust
Apple compra Vilynx, l'startup fundada per la professora Elisenda Bou-Balust
02-11-2020
Marta Ruiz Costa-Jussà rep un ajut Starting Grant per investigar un sistema de traducció automàtica inclusiva
Marta Ruiz Costa-Jussà rep un ajut Starting Grant per investigar un sistema de traducció automàtica inclusiva
15-09-2020
Jordi Pons, professor del postgrau en Deep Learning, premiat per la Sociedad Científica Informática de España - Fundación BBVA
Jordi Pons, professor del postgrau en Deep Learning, premiat per la Sociedad Científica Informática de España - Fundación BBVA
11-06-2020
Marta Ruiz Costa-Jussà, premiada als Google Faculty Research Awards per 2n any consecutiu
Marta Ruiz Costa-Jussà, premiada als Google Faculty Research Awards per 2n any consecutiu
11-03-2020
Altres notícies
Formació en Intel·ligència Artificial: una inversió amb futur
22-02-2021
Axios: "El furor de l'AI a les universitats"
06-06-2019
Nature: "Investigadors júnior d'IA són demandats per les universitats i la indústria"
06-06-2019
Investigadors d'IA a Facebook comparteixen perspectives sobre la diversitat en el Dia Internacional de la Dona
12-03-2019
Actes relacionats

Sol·licita informació o l'admissió

Contacte:
(34) 93 706 80 35
Sol·licitud rebuda!
Un cop registrem la teva petició, rebràs confirmació per correu electrònic i ens posarem en contacte amb tu.

Gràcies pel teu interès en els nostres programes formatius.
Error
Per un error en la connexió a la base de dades la teva sol·licitud no s'ha pogut cursar. T'agrairem que repeteixis el procés més tard o bé que et posis en contacte amb nosaltres trucant al (34) 93 112 08 08 o enviant-nos un correu electrònic a: webmaster.fpc@fpc.upc.edu
Has superat el tamany màxim del fitxer
  • Si tens algun dubte sobre el postgrau.
  • Si vols iniciar els tràmits per matricular-te.
Com iniciar l'admissió
Per iniciar el procés d'inscripció a aquest programa cal omplir i enviar el formulari que trobaràs al peu d'aquestes línies.

A continuació, rebràs un correu electrònic de benvinguda on es detallaran els tres passos a seguir per formalitzar el procés d'inscripció:

1. Completar i confirmar les teves dades personals.

2. Validar el teu currículum vitae i adjuntar la documentació addicional requerida, en cas que sigui necessària per a l'admissió.

3. Pagar 110€ en concepte de drets d'inscripció al programa. L'import d'aquests drets es descomptarà de la quantia total de la matrícula i només es retornarà en cas de no resultar admès.

Un cop realitzat el pagament de drets i disposem de tota la documentació, valorarem la teva candidatura i, si has estat admès al curs, t'enviarem la carta d'admissió. En aquest document obtindràs tots els detalls per formalitzar la matrícula al programa.




  política de protecció de dades

* Camps obligatoris

Informació bàsica o primera capa sobre protecció de dades

Responsable

Fundació Politècnica de Catalunya (en endavant, FPC). + INFORMACIÓ

Finalitat

Contestar les sol·licituds d’informació de l’interessat sobre activitats de formació gestionades o realitzades per l’FPC . + INFORMACIÓ

Establiment o manteniment de relació acadèmica amb l’interessat. + INFORMACIÓ

Legitimació

Consentiment de l'interessat. + INFORMACIÓ

Interès legítim en el desenvolupament de la relació acadèmica. + INFORMACIÓ

Destinataris

No hi ha cessions o comunicacions.

Drets

Accés, rectificació, supressió, limitació, oposició i portabilitat. + INFORMACIÓ

Dades de contacte del delegat de protecció de dades

info.dpo@fpc.upc.edu

Informació addicional

Política de privacitat de la nostra pàgina web. + INFORMACIÓ

Termini de conservació

Política de privacitat de la nostra pàgina web. + INFORMACIÓ

Cessió imatge

Acceptació a la cessió, per un període de 10 anys, les imatges que l’FPC pugui captar a les instal·lacions on es desenvolupi la seva activitat, a fi de difondre i promocionar les activitats de l’FPC i pel mitjà que tingui per convenient.

Serveis de pagament

En cas que l’interessat formalitzi la relació amb l’FPC, l’ordenant (interessat) autoritza i dóna el seu consentiment al càrrec, per tant, amb renuncia expressa al dret de devolució sobre el càrrec.


Enviar