Ús de cookies

Fem servir cookies pròpies i de tercers per millorar els nostres serveis.
Si continueu navegant, considerem que n'accepteu l'ús.
Informació sobre la política de cookies

continuar
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
  • discount
    10% de descompte si et matricules abans del 15 de Desembre

Programa

Edició
3a Edició
Crèdits
15 ECTS (120 hores lectives)
Modalitat
Presencial
Idioma d'impartició
Anglès
Preu
3.900 €
Observacions pagament de la matrícula i campanya 0,7%
Inscripció oberta fins l'inici del curs o fins l'exhauriment de places.
Dates de realització
Data d'inici: 27/02/2020
Data de fi: 14/07/2020
Observacions a les dates.
Horari
Dimarts: 18:30 a 21:30
Dijous: 18:30 a 21:30
Lloc de realització
Tech Talent Center
C/ de Badajoz, 73-77
Barcelona
Per què aquest programa?

La intel·ligència artificial (IA) és el motor de la revolució industrial 4.0 basada en l’automatització en el processament de les dades. La disponibilitat de grans volums de dades i recursos computacionals amb costos assequibles ha permès entrenar models basats en xarxes neuronals profundes (deep learning), que fins fa molt poc no eren a l’abast. Diversos sectors industrials ja estan aplicant aquesta programació basada en dades en el seu dia a dia, mentre en paral·lel les administracions públiques també desenvolupen plans estratègics per liderar el sector. Arreu però hi ha el mateix repte: la necessitat de formar professionals capaços d’entendre el potencial i oportunitats d’aquestes eines, així com la seva implementació de forma pràctica i escalable.

A l’abril de 2018, la Comissió Europea estimava que la inversió en intel·ligència artificial a la UE durant l’any 2017 havia estat entre 4.000 i 5.000 milions d’euros, una xifra que preveu que augmenti fins els 20.000 milions d’euros el 2020. Al Regne Unit, s’ha impulsat el pacte AI Sector Deal entre l’administració pública i la indústria per tal de mantenir el país al capdavant d’aquest sector. A França, l’administració pública ha anunciat que injectarà 1.500 milions d’euros per desenvolupar el sector. Als Estats Units, el principal impuls prové dels gegants tecnològics com Google, Facebook, Amazon o Microsoft, que estan expandint els seus centres de desenvolupament i recerca arreu del món . Mentrestant, la Xina està dissenyat un pla nacional que pretén convertir el país en el líder mundial en intel·ligència artificial, amb les expectatives de generar un volum de negoci de 150.000 milions de dòlars el 2030. No és estrany doncs que el portal glassdoor.com hagi escollit el científic de dades com el millor lloc de treball als Estats Units, essent l’expertesa en tècniques d’aprenentatge profund (deep learning) com la més sol·licitada.

El postgrau en Artificial Intelligence with Deep Learning pretén donar resposta a aquesta demanda de professionals a través d’un equip docent amb una àmplia experiència en investigació (publicacions a NIPS, ICLR, CVPR) i formació en aprenentatge profund des de 2016. Els graduats dominaran tant els conceptes teòrics com la seva implementació en plataformes com Tensorflow i PyTorch, per tal de desenvolupar models basats en xarxes neuronals profundes. El postgrau també inclourà sessions on professionals de la indústria explicaran com apliquen aquestes tecnologies en els seus projectes d’innovació.

Objectius
  • Dissenyar models d’aprenentatge profund, especialment per a processar text, vídeo i àudio.
  • Optimitzar i monitoritzar l’entrenament de xarxes neuronals profundes.
  • Processar grans corpus de dades amb maquinari especialitzat (CPU i 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.

Continguts formatius

Relació d'assignatures
4 ECTS 39h
Deep Learning
  • Introducció a l'aprenentatge automàtic. Mètriques d'avaluació.
  • El perceptró i el perceptró de múltiples capes.
  • Xarxes convolucionals, recurrents i de grafs. Models amb atenció.
  • Aprenentatge supervisat, no-supervisat i reforç.
  • Entrenament per retro-propagació, per població i neuroevolució.
  • Optimització. Normalització per paquets.
  • Models generatius.
  • Transferència de l'aprenentatge. Aprenentatge incremental i oblit catastròfic.
2 ECTS 18h
Computer Vision
  • Classificació d'imatges i vídeos.
  • Detecció, seguiment i segmentació d'objectes.
  • Cerca visual.
  • Reconeixement i reconstrucció 3D.
  • Predicció de l'atenció visual humana.
2 ECTS 18h
Natural Language Processing
  • Incrustacions de paraules i models de llenguatge.
  • Processament de text.
  • Classificació i resums de textos.
  • Traducció neuronal.
  • Sistemes de diàleg.
  • Recomanadors.
2 ECTS 18h
Speech and Audio Processing
  • Reconeixement, conversió i síntesi de la veu.
  • Música.
  • Esdeveniments acústics.
  • Processament multi-modal del vídeo: àudio i visió.
1 ECTS 9h
Reinforcement Learning
  • Markov Decision Processes: Processos de decisió de Markov.
  • Policy gradients: Gradients de política.
  • Deep Q-Learning: Q-Aprenentatge Profund.
  • Actor-Critic: Actor-Crític.
4 ECTS 18h
Project
  • Programació en Python per a aprenentatge profund.
  • Entorns de desenvoluparem per aprenentatge profund: Keras/TensorFlow i PyTorch/Caffe2.
  • Monitorització de l'entrenament d'una xarxa: corbes d'entrenament, 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.

Metodologia d'aprenentatge

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

Els alumnes hauran de portar un ordinador portàtil a determinades sessions del programa que es concretaran al calendari acadèmic. El portàtil no requereix de cap maquinari ni programari especial, només el navegador Google Chrome.



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.
Visites
S'assisteix a centres especialitzats, empreses del sector o espais singulars i rellevants del sector, per tal de conèixer in situ entorns de desenvolupament, de producció o de demostració en l'àmbit del programa.
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
  • Giró Nieto, Xavier
    Veure perfil a futur.upc
    Professor agregat de la UPC especialitzat en l'aprenentatge profund aplicat a dades multimèdia. Ha treballat com a investigador visitant a la Columbia University de Nova York. Actualment treballa en col·laboració amb el Centre de Supercomputació de Barcelona amb projectes finançats per Facebook, La Caixa i les administracions públiques catalanes i espanyoles. Ha impulsat un ampli catàleg de cursos d'intel·ligència artificial a l'ETSETB de la UPC.
  • Ruiz Costa-Jussà, Marta
    Veure perfil a futur.upc
    Doctora en Enginyeria de Telecomunicació per la UPC. Màster en Tecnologies de la Llengua i la Parla i European Master of Research on Information and Communication Technologies ambdós per la UPC. Ha treballat a LIMSI-CNRS de París, al Centre d'Innovació Media de Barcelona, a la Universitat de São Paulo, a l'Institut d'Infocomm Research de Singapur i a l'Institut Politècnic Nacional de Mèxic. Actualment, és investigadora de Ramón y Cajal de la UPC i encapçala els projectes DeepVoice i ALLIES.
Professorat
  • Bellver Bueno, Míriam

    Grau d'Enginyeria de Telecomunicacions a la UPC. Durant la tesis del grau va començar a treballar en el món de la visió per computador en el Grup de Processament d'Imatge de la universitat. També va obtenir el Màster en Telecomunicacions en la mateixa facultat, i va completar la tesis del Màster a Zürich a la ETH. Al 2016 va obtenir una beca de doctorat de l'Obra Social "La Caixa", amb el programa La Caixa-Severo Ochoa International Doctoral Fellowship, per fer el seu doctorat al Barcelona Supercomputing Center en temes de visió per computador fent servir tècniques d'aprenentatge de profund. Els seus principals temes d'interés en la recerca són la detecció i segmentació d'objectes en imatges.
  • Bou Balust, Elisenda
    Veure perfil a futur.upc
    Doctora en Enginyeria de Telecomunicacions per la UPC. Màster en Electronica/Aerospai UPC-MIT. Actualment, cofundadora i CTO de Vilynx, on lidera un equip d'enginyeria de més de 40 persones amb l'objectiu de construir el primer sistema d'AI amb autoaprenentatge. Té més de 10 anys d'experiència en sistemes complexes distribuïts, task scheduling i Intel·ligència Artificial, camps que combina amb Ontologies/Knowledge Graphs, Self-learning (autoaprenentatge), Emergència de funcions i Reasoning.
  • Cámbara Ruiz, Guillermo

    Ajudant de recerca a Telefónica I+D, on s'està especialitzant en aprenentatge profund aplicat al processament del llenguatge a través de la biometria i les aplicacions lingüístiques. Anteriorment, va ser enginyer d'R+D a G+D Mobile Security, on va treballar com a lead tester especialista en sistemes operatius d'eSIM. Es va graduar en Física per la Universitat de Barcelona el 2015 i actualment està acabant un màster en Sistemes Intel·ligents Interactius a la Universitat Pompeu Fabra.
  • Campos Camúñez, Víctor

    Enginyer electrònic i màster en Enginyeria Electrònica per la UPC. Actualment, du a terme la tesi doctoral sobre la convergència entre l'aprenentatge profund i la computació d'alt rendiment al Barcelona Supercomputing Center, amb el suport de l'Obra Social La Caixa a través del Programa Internacional de Beques La Caixa-Severo Ochoa. Ha fet estades de pràctiques al Deep Learning Competence Center a DFKI (2016), a la Columbia University (2017) i a Salesforce Research (2019). Les seves línies de recerca són l'aprenentatge automàtic a gran escala.
  • Casas, Noe

    És doctorand en traducció automàtica neuronal a la UPC i porta a terme recerca industrial a Lucy Software. Té un màster en Intel·ligència Artificial per la UNED. Té més de dos anys d'experiència professional com a científic de dades i més de deu com a enginyer de software i arquitecte de software en la indústria aeroespacial.
  • Escolano Peinado, Carlos

    Màster en Intel·ligència Artificial per la UPC. Enginyer Informàtic per la UPC. Actualment és estudiant de doctorat al Departament de Teoria del Senyal i Comunicacions de la UPC, on treballa en traducció automàtica amb xarxes neuronals.
  • Favory, Xavier
    Veure perfil a Linkedin
    Té dos màsters de França: un en Acústica, Processament de Senyals i Informàtica Aplicats a la Música (ATIAM), per l¿IRCAM (París), i l¿altre en Enginyeria Electrònica per l¿ENSEA (Cergy). Actualment és doctorand en informàtica aplicada a les tecnologies musicals en el grup de Tecnologia Musical (UPF). Té experiència acadèmica en processament de senyals acústics, aprenentatge automàtic i interacció persona-ordinador, i experiència pràctica en el desenvolupament d¿aplicacions web.
  • Fojo Àlvarez, Daniel
    Veure perfil a Linkedin
    Enginyer d'R+D a Disney Research. Graduat en Matemàtiques i en Enginyeria Física pel CFIS. Actualment cursa el màster en Matemàtiques Avançades i Enginyeria Matemàtica.
  • Giró Nieto, Xavier
    Veure perfil a futur.upc
    Professor agregat de la UPC especialitzat en l'aprenentatge profund aplicat a dades multimèdia. Ha treballat com a investigador visitant a la Columbia University de Nova York. Actualment treballa en col·laboració amb el Centre de Supercomputació de Barcelona amb projectes finançats per Facebook, La Caixa i les administracions públiques catalanes i espanyoles. Ha impulsat un ampli catàleg de cursos d'intel·ligència artificial a l'ETSETB de la UPC.
  • Hernando Pericas, Francisco Javier
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Enginyer i Doctor Enginyer de Telecomunicació per la UPC des de 1988 i 1993, respectivament. Actualment és catedràtic i director del Centre d'Investigació per al Llenguatge i la Parla. Durant l'any acadèmic 2002/03, va ser investigador visitant en el Laboratori de Tecnologia de la Parla de Panasonic, Santa Bàrbara, CA, EE. UU. Ha dirigit l'equip de la UPC en diversos projectes europeus, espanyols i catalans. Fundador de Biometric Technologies, S.L. i Herta Security, S.L..
  • Ivanova Radeva, Petia

    Doctora per la Universitat Autònoma de Barcelona. Actualment és catedràtica a la Universitat de Barcelona. És la investigadora principal del grup de recerca de Visió per Ordinador i Aprenentatge per Ordinador a la Universitat de Barcelona i cap del Laboratori d¿Imatge Mèdica (MILab) del Centre de Visió per Computador. Les seves línies de recerca actuals són el desenvolupament d¿enfocaments basats en l¿aprenentatge especialment l¿aprenentatge profund aplicat a la visió per ordinador.
  • Luque Serrano, Jordi
    Veure perfil a Linkedin
    Doctor Enginyer pel Departament de Teoria del Senyal i Comunicacions de la UPC. Actualment és professor associat del Departament de Ciències de la Computació de la UPC i Investigador Científic dintre del grup científic a Telefónica I+D. La seva investigació inclou estudis en el camp de la lingüística quantitativa, reconeixement de la parla amb pocs recursos i el processament del senyal mitjançant tècniques d'aprenentatge profund. La seva experiència a la indústria inclou el prototipatge i test A/B d'algorismes originals pel processament de la parla i el llenguatge natural, la seva integració i desplegament, juntament amb la consultoria, ideació i prospecció d'aplicacions pioneres.
  • Masuda Mora, Issey
    Veure perfil a Linkedin
    Actualment cap de l'equip de deep learning a Vilynx, una startup amb seu a San Francisco i Barcelona dedicada a intel·ligencia artificial. Àmplia experiència desenvolupant models de deep learning i aplicant-los en entorns escalables i sistemes de producció. Ús extensiu de TensorFlow com a framework principal de DL. Background sòlid en programació (des de disseny de software fins a implementació) recolzat per experiència laboral com a enginyer de software (anteriorment a Trovit). Treball de final de grau en deep learning aplicat a Visual Question Answering finalitzat amb Matrícula d'Honor. Grau en Ciències i Tecnologies de la Telecomunicació (Top 5% de la promoció).
  • Mohedano Robles, Eva
    Veure perfil a Linkedin
    Doctora en visió per computador per l'Insight Centre for Data Analytics de la Dublin City University (DCU), on va dur a terme una tesi sobre recuperació d'imatges basades en continguts amb el títol Deep Image Representations for Instance Search, dirigida per Noel E. O'Connor i Kevin McGuinness. Enginyera de sistemes audiovisuals per la UPC. Actualment, és investigadora postdoctoral a l'Insight Centre for Data Analytics, on treballa en anàlisi de vídeo multimodal utilitzant aprenentatge profund.
  • Mosella Montoro, Albert
    Veure perfil a Linkedin
    Doctorand a la UPC. És enginyer en sistemes audiovisuals per la UPC (2015), i va dur a terme el treball final de grau sobre detecció d'objectes en trajectòria de col·lisió. Des de 2017 té un màster en Visió per Computador (interuniversitari: la UAB-UPC-UPF-UOC), en el marc del qual va dur a terme el TFM sobre detecció de vehicles usant segmentació d'instàncies gràcies a la col·laboració entre la UPC i Adasens Automotive GmbH. Actualment, les seves línies de recerca són comprensió d'escenes en 3D i tècniques d'aprenentatge profund.
  • Pascual de la Puente, Santiago
    Veure perfil a futur.upc
    Màster en Enginyeria de Telecomunicacions per l'ETSETB-UPC. Actualment doctorand al departament de Teoria del Senyal i Comunicacions. La recerca principal de la tesi és sobre deep learning i tecnologies d'intel·ligència artificial per a processament de veu i apilcacions veu a veu. Acumula una experiència teòrica i aplicada de més de 4 anys en deep learning i models generatius profunds.
  • Pons Puig, Jordi
    Veure perfil a Linkedin
    Està acabant la tesi doctoral sobre tecnologia musical, grans col·leccions de sons i aprenentatge profund en el Grup de Tecnologia Musical (Universitat Pompeu Fabra, Barcelona). A més, té un màster en Tecnologies del So i de la Música i és enginyer de telecomunicacions (Universitat Politècnica de Catalunya, Barcelona). Va fer estades de pràctiques a l'IRCAM (París), al German Hearing Center (Hannover), a Pandora Radio (EUA, Bay Area) i a Telefónica Research (Barcelona).
  • Pumarola Peris, Albert

    Estudiant de doctorat de tercer any a l'IRI, sota la supervisió de Francesc Moreno-Noguer i Alberto Sanfeliu. Les seves línies de recerca principals són l'aprenentatge profund i la visió per computador. En concret, actualment investiga sobre models generatius.
  • Ramon Maldonado, Eduard
    Veure perfil a Linkedin
    Doctorand en aprenentatge profund per a la reconstrucció en 3D a la UPC. Té un màster en Visió per Computador per la UAB. Actualment lidera l'equip d'intel·ligència artificial a Crisalix, on és responsable de desenvolupar algoritmes innovadors per a la reconstrucció en 3D utilitzant tècniques d'aprenentatge profund.
  • Ruiz Costa-Jussà, Marta
    Veure perfil a futur.upc
    Doctora en Enginyeria de Telecomunicació per la UPC. Màster en Tecnologies de la Llengua i la Parla i European Master of Research on Information and Communication Technologies ambdós per la UPC. Ha treballat a LIMSI-CNRS de París, al Centre d'Innovació Media de Barcelona, a la Universitat de São Paulo, a l'Institut d'Infocomm Research de Singapur i a l'Institut Politècnic Nacional de Mèxic. Actualment, és investigadora de Ramón y Cajal de la UPC i encapçala els projectes DeepVoice i ALLIES.
  • Segura Perales, Carlos

    Investigador a Telefónica R&D a Barcelona. Des del 2011 fins al 2015 va treballar a Herta Security com a director d'Innovació dins el programa Torres Quevedo, treballant en reconeixement de parlants. Ha participat en projectes nacionals i europeus, i ha publicat nombrosos articles científics en revistes internacionals i conferències internacionals per experts. Els seus interessos de recerca inclouen aprenentatge profund,el processament de la veu, la visió i el llenguatge natural.
  • Serrà Julià, Joan

    Doctor en Tecnologies de la Informació per la UPF. Actualment és científic investigador en el grup de recerca de Telefónica I+D. És expert en aprenentatge automàtic, aprenentatge profund, mineria de dades, processat de l'àudio, sistemes de recomanació i metaheurístiques. És coautor de més de 100 publicacions científiques en diversos àmbits, algunes d'elles de notoria repercusió, i ha participat en diversos projectes de recerca Europeus. Esporàdicament realitza seminaris, docència i xerrades de divulgació, últimament sempre relacionades amb l'aprenentatge profund.
  • Torres i Viñals, Jordi
    Veure perfil a futur.upc
    Professor de la UPC i director d'investigació del BSC amb 30 anys d'experiència en docència i investigació en supercomputació, amb importants publicacions científiques i projectes de R+D a empreses i institucions. Actualment, la seva recerca se centra en la supercomputació aplicada a la Intel·ligència Artificial. Actualment és membre del Consell d'iThinkUPC i UPCnet, i actua com a entrenador, mentor i expert per a diverses organitzacions i empreses; al seu torn, també ha escrit diversos llibres tècnics, imparteix conferències i ha col·laborat amb diferents mitjans de comunicació, ràdio i televisió. Més informació a https://torres.ai.

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 el 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 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 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 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 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 què 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<
Altres notícies
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
El País: "La febre del 'Big Data' arriba a l'ocupació"
03-10-2018
3/24: La meitat de les notícies que consumirem el 2022 seran falses
13-09-2018
Actes relacionats

Sol·licita informació o l'admissió

Contacte:
(34) 93 114 68 05
La teva sol·licitud ha estat rebuda correctament a la UPC School.

En breu ens posarem en contacte amb tu.

Gràcies pel teu interès en els nostres programes formatius.

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

Informació addicional

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