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.
El nom d'usuari no és un correu electrònic
Inici   >  Màsters i postgraus  >  Formació  >  Postgrau en Industria Machine Learning
Sol·licita informació
Sol·licita informació Sol·licita informació o l'admissió
Sol·licita l'admissió
Sol·licita l'admissió
relation
Aquest postgrau també forma part de l'itinerari formatiu del màster de formació permanent en Transformació Digital en la Indústria.

Presentació

Edició
4a Edició
Crèdits
15 ECTS (105 hores lectives)
Modalitat
Presencial
Idioma d'impartició
Espanyol
Preu
3.450€
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
Data d'inici: 04/03/2024
Data de fi: 03/07/2024
Horari
Dilluns: 18:15 a 21:45
Dimecres: 18:15 a 21:45
Lloc de realització
Fundació CIM
Parc Tecnològic de Barcelona
C/ Llorens i Artigas, 12
Barcelona
Per què aquest postgrau?
Per tal de sostenir la competitivitat, les empreses, i en particular les manufactureres, es troben immerses en un procés de canvi profund influït principalment per dues shaping forces del mercat: la Transformació Digital i l’Economia Circular. La Transformació Digital és un viatge que porta a les companyies a repensar el seu model de negoci a partir del factor habilitador de la tecnologia digital, conjugat amb noves formes de gestió i superant alguns dels axiomes clàssics.

Un component clau d’aquest canvi és l’evolució de l’organització que pivota cap a la presa de decisions basant-se en les dades (data driven). Aquest punt de partida té un impacte transcendent en les empreses, les quals en la darrera dècada han fet un esforç en gestionar la seva activitat en processos (Six Sigma, Lean). La Transformació Digital incideix directament sobre els processos, digitalitzant-los i automatitzant una part significativa de l’activitat de les persones. D’aquesta manera es converteix el procés en programari i, per tant, el que resta són les dades. De fet, aquest és un dels factors diferencials que substancia el concepte d’Indústria 4.0. L’impacte en el negoci de mirar-se el món a través del prisma de les dades en lloc dels processos és realment determinant.

En aquest context, el postgrau en Industrial Machine Learning dota a l'estudiant de les competències i eines essencials per poder convertir les dades en un dels actius principals de les empreses industrials.

Format com a professional destacat dins aquest sector incipient. Aportarem un enfocament pragmàtic i introduirem les millors pràctiques actuals per tal de disposar d'una visió crítica i completa per integrar a l'activitat industrial.

Impulsat per:
Objectius
  • Gestionar les eines per l'emmagatzematge de dades en sistemes comercials cloud SQL i NoSQL (small & big data, bases de dades cloud / edge).c
  • Implementar estratègies per la praxi en la neteja i purga de les dades (conceptes bàsics d’estadística amb un enfocament pràctic).
  • Implementar tècniques de Machine Learning per a la identificació de patrons, que permetin predir estats futurs (manteniment basat en la condició, estimació de la capacitat, millora de la productivitat) o extraure característiques fonamentals sobre productes i processos.
  • Experiència un entorn visual Cloud (sense programació, Microsoft Machine Learning Studio) per a implementar i gestionar tot el fluxe, entrenant models Random Forest, XGBoost i Deep Learning.
  • Visualització de la informació, per a l'elaboració de dashboards en línia integrats amb els sistemes d’informació corporatius.
A qui va dirigit?
Tècnics d’automatització de producció en la connexió vertical del procés que generen dades de procés i necessiten valoritzar-les; responsables d’operacions que ha de conèixer què necessiten i de quines dades disposen; enginyers data analysis; experts en bases de dades en entorns industrials.

Continguts formatius

Relació d'assignatures
3 ECTS 21h
Arquitectura de Dades i BBDD
  • Emmagatzematge de dades (data storage) i gestió de les dades (data management).
  • Tipus de dades: estructurades vs. no estructurades.
  • Dimensió de les dades: small data vs. big data.
  • Temperatura de les dades. Missió crítica vs. arxiu.
  • Cloud vs. Fog vs. Edge.
  • Bases de dades: relacionals (SQL) i no relacionals (NoSQL). MySQL i MongoDB.
  • Plataformes comercials al núvol: Azure, AWS, Google Cloud Platform, IBM.
3 ECTS 24h
Exploració de Dades
  • Models de machine learning.
  • Fonaments de data science.
  • Preprocessat. Tècniques de regressió multivariada.
  • Feature extraction.
3 ECTS 28h
Algoritmes de ML Estructurats
  • Algorismes de regressió. T-SNE i regressió lineal.
  • Regressió logística i SVM.
  • Arbres de decisió i Random Forest.
  • Gradient boosting.
  • ML end-to-end i posada en producció.
1 ECTS 7h
Xarxes Neuronals i ML no Estructurat
  • Visió artificial industrial i deep learning.
  • Conceptes de deep learning.
  • Introducció a Node-RED.
  • Utilitzar Teachable Machine 2.0 de Google (basat en JavaScript) per fer una petita aplicació web integrable.
2 ECTS 18h
ML en Producció i Visualització de Dades per a la Presa de Decisions
  • Introducció. Les necessitats dels negocis.
  • Visualització de dades en els àmbits operacionals. Casos reals.
  • Real Time Data vs. Incremental.
  • Estructura d’un projecte de data analytics. Requisits funcionals i tècnics, i desenvolupament de la solució (PowerBi).
  • Storytelling. 
3 ECTS 7h
Cas d'Estudi
  • El Valor de la IA a la Indústria.
  • Desenvolupament de Projectes de ML a la Indústria (A Day in a Life).
Titulació
Títol de postgrau expedit per la Universitat Politècnica de Catalunya. Emès en virtut del previst en l'art. 7.1 de la Llei Orgànica 2/2023, de 22 de març, del Sistema Universitari, i l'art. 36 del Reial Decret 822/2021, de 28 de setembre, pel que s'estableix l'organització dels ensenyaments universitaris i del procediment d'assegurament de la seva qualitat. Per a la seva obtenció és necessari tenir una titulació universitària prèvia oficial. De no ser així, l'estudiant obtindrà un certificat d'aprofitament de l'estudi expedit per la Fundació Politècnica de Catalunya. Els estudis de formació permanent de la Universitat Politècnica de Catalunya s'aproven anualment pel Consell de Govern de la Universitat. (Veure dades que consten al certificat).
Oferta modular
Aquest postgrau forma part de l'itinerari formatiu del màster de formació permanent en Transformació Digital en la Indústria .
Aquest màster de formació permanent s'estructura en els mòduls que s'indiquen a continuació. Si no desitges cursar tot el màster de formació permanent pots matricular-te d'un o diversos mòduls.
Màster de formació permanent:
relation Postgraus:

Metodologia d'aprenentatge

La metodologia docent del programa facilita l'aprenentatge de l'estudiantat 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.
Estudi de casos
Es presenten situacions reals o hipotètiques en les quals els estudiants, de forma plenament participativa i pràctica, analitzen la situació, plantegen les diferents hipòtesis i comparteixen les seves pròpies conclusions.
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.
Elaboració de treballs
Estudis sobre una temàtica determinada, individual o grupal, on s'avalua la qualitat i la profunditat dels treballs, entre d'altres.
Pràctiques i borsa de treball
Des del campus virtual My_Tech_Space l'estudiantat podrà 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
L'estudiantat d'aquest postgrau tindrà accés al campus virtual My_Tech_Space, una eficaç plataforma de treball i comunicació entre l'alumnat, 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
  • Rius Moreno, Vicenç
    info

    Enginyer en Telecomunicacions per la Universitat Politècnica de Catalunya (UPC). Màster en Direcció de les Telecomunicacions per l'Institut Català de Tecnologia. MBA per la Universitat Pompeu Fabra. Gestor de Projectes d'Automatització de línies de metro a TMB. Coordinador de l'Observatori Mundial de Metres Automàtics (UITP) identificant les tendències tecnològiques i operatives del sector. Ha participat com a docent en diferents programes de màster i postgrau. Inversió Privada en Nous Negocis (Business Angels Network Catalunya).
  • Sabaté i Domènech, Francesc
    info
    Veure perfil a Linkedin
    Enginyer Industrial Elèctric per la Universitat Politècnica de Catalunya (UPC). Director del Màster en Producció Automatització i Robòtica i del Màster en Transformació Digital en la Indústria a la UPC School desenvolupat al CIM UPC. Director general de TEDELOC, empresa especialitzada en projectes i consultoria d'automatització, integració dels mons OT/IT i gestió d'informació. Fa més de vint anys que desenvolupa i dirigeix projectes d'automatització vertical d'informació de sistemes productius.
Professorat
  • Benitez Iglesias, Raul
    info
    Veure perfil a futur.upc / Veure perfil a Linkedin
    Doctor en Ciències Físiques. Va realitzar una estada post-doctoral a la Universitat de Califòrnia, Irvine. És professor agregat del Departament d'Enginyeria de Sistemes, Automàtica i Informàtica Industrial de la Universitat Politècnica de Catalunya (UPC) i responsable d'un grup d'investigació sobre reconeixement de patrons en imatges al Centre de Recerca en Enginyeria Biomèdica (CREB). El grup aplica tècniques d'intel·ligència artificial i classificació automàtica per identificar biomarcadors clínics en imatges biomèdiques. Col·labora habitualment amb universitats, hospitals i centres d'investigació de reconegut prestigi internacional.
  • Bonastre Majoral, Yair
    info
    Veure perfil a Linkedin
    Enginyer Industrial per la Universitat Politècnica de Catalunya (UPC). Màster en Producció Automatitzada i Robòtica pel CIM-UPC. Tech Lead AI Engineer a Midokura (Sony Group Company), consultor tecnològic IoT extern a iDRC (Xina) i director del Postgrau en Industrial Internet of Things al CIM-UPC. Experiència professional en el món del control, supervisió i manteniment en l'àmbit ferroviari (ALSTOM), al món de l'Internet of Things i amb la intel·ligència artificial (Deep Learning) al sector de la Indústria, tant en la part de la visió per computació com per la part de dades.
  • González García, Andrés
    info

    Enginyer Superior Electrònic, especialitat en Telecomunicacions, per la Universitat Ramon Llull (URL). Enginyer tècnic de telecomunicacions, especialitat en imatge i so, per la URL. Especialitzat en Machine Learning. Co-fundador i CTO de Cleverdata.io, empresa desenvolupadora de projectes de Machine Learning a diferents sectors empresarials: indústria, assegurances, banca, editorials, ONG, comerç minorista i sector hoteler entre d'altres. Enginyer i arquitecte de Machine Learning certificat per BigML. Membre del comitè científic d'Eticas Foundation.
  • Rius Moreno, Vicenç
    info

    Enginyer en Telecomunicacions per la Universitat Politècnica de Catalunya (UPC). Màster en Direcció de les Telecomunicacions per l'Institut Català de Tecnologia. MBA per la Universitat Pompeu Fabra. Gestor de Projectes d'Automatització de línies de metro a TMB. Coordinador de l'Observatori Mundial de Metres Automàtics (UITP) identificant les tendències tecnològiques i operatives del sector. Ha participat com a docent en diferents programes de màster i postgrau. Inversió Privada en Nous Negocis (Business Angels Network Catalunya).
  • Salom Redo, Josep Manel
    info
    Veure perfil a Linkedin
    Enginyer de Telecomunicacions per la Universitat Politècnica de Catalunya (UPC). Màster en Comunicacions Mòbils per la UPC. MBA per ESADE Business School. Data, Advanced Analytics & AI Manager a Clevertask IT Solutions, companyia del Grup ALTEN. Directiu sènior a l'àrea de les Tecnologies de la Informació amb més de vint anys d'experiència en diversos entorns tecnològics, liderant equips, operacions i transformació digital. Actualment, Global Delivery Manager a Clevertask IT Solutions, companyia del Grup ALTEN. Ha participat com a docent en diferents programes de màster i postgrau.

Entitats col·laboradores

Socis col·laboradors

Notícies

Vídeos
Open Talent al CIM-UPC: “Redescobrint la Productivitat Industrial amb la Intel·ligència Artificial”

Sol·licita informació o l'admissió

Contacte:
(34) 93 112 08 70
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

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