Artificial Intelligence with Deep Learning > Barcelona > Posgrado > UPC School > Imprimir -

Artificial Intelligence with Deep Learning

Posgrado Presencial.

Presentación

UPC School

La inteligencia artificial (IA) es el motor de la revolución industrial 4.0 basada en la automatización en el procesamiento de los datos. La disponibilidad de grandes volúmenes de datos y recursos computacionales con costes asequibles ha permitido entrenar modelos basados ​​en redes neuronales profundas (deep learning), que hasta hace muy poco no estaban al alcance. Varios sectores industriales ya están aplicando esta programación basada en datos en su día a día, mientras en paralelo las administraciones públicas también desarrollan planes estratégicos para liderar el sector. En todas partes pero hay el mismo reto: la necesidad de formar profesionales capaces de entender el potencial y oportunidades de estas herramientas, así como su implementación de forma práctica y escalable.

En abril de 2018, la Comisión Europea estimaba que la inversión en inteligencia artificial en la UE durante el año 2017 había sido entre 4.000 y 5.000 millones de euros, una cifra que prevé que aumente hasta los 20.000 millones de euros en el 2020. En el Reino Unido, se ha impulsado el pacto AI Sector Deal entre la administración pública y la industria con el fin de mantener el país al frente de este sector. En Francia, la administración pública ha anunciado que inyectará 1.500 millones de euros para desarrollar el sector. En Estados Unidos, el principal impulso proviene de los gigantes tecnológicos como Google, Facebook, Amazon o Microsoft, que están expandiendo sus centros de desarrollo e investigación en todo el mundo. Mientrastanto, China está diseñado un plan nacional que pretende convertir al país en el líder mundial en inteligencia artificial, con las expectativas de generar un volumen de negocio de 150.000 millones de dólares en 2030. No es extraño pues que el portal glassdoor.com haya escogido el científico de datos como el mejor puesto de trabajo en los Estados Unidos, siendo el conocimiento en técnicas de aprendizaje profundo (deep learning) como el más solicitado.

El posgrado en Artificial Intelligence with Deep Learning pretende dar respuesta a esta demanda de profesionales a través de un equipo docente con una amplia experiencia en investigación (publicaciones a NIPS, ICLR, CVPR) y formación en aprendizaje profundo desde 2016. Los graduados dominarán tanto los conceptos teóricos como su implementación en plataformas como Tensorflow y PyTorch, para desarrollar modelos basados ​​en redes neuronales profundas. El posgrado también incluirá sesiones donde profesionales de la industria explicarán cómo aplican estas tecnologías en sus proyectos de innovación.

Actos relacionadosActos relacionados:

Objetivos

  • Diseñar modelos de aprendizaje profundo, especialmente para procesar texto, vídeo y audio.
  • Optimizar y monitorizar el entrenamiento de redes neuronales profundas.
  • Procesar grandes corpus de datos con hardware especializado (CPU y GPU).
  • Implementar soluciones en entornos de software especializados en aprendizaje profundo.
  • Desarrollar productos basados ​​en inteligencia artificial.

¿A quién va dirigido?

  • Titulados del sector de las telecomunicaciones, la informática, las matemáticas y la física que quieran desarrollar competencias en aprendizaje automático basado en redes neuronales profundas
  • Profesionales que ya trabajen en el ámbito TIC y quieran reorientar su actividad hacia la inteligencia artificial
  • Programadores que deseen beneficiarse de las nuevas oportunidades que ofrece la inteligencia artificial.


Los alumnos deberán llevar un ordenador portátil a determinadas sesiones del programa que se concretarán en el calendario académico.

Contenidos

Asignaturas

Deep Learning
4 ECTS. 39 horas lectivas.
  • Introducción al aprendizaje automático. Métricas de evaluación.
  • El perceptrón y el perceptrón de múltiples capas.
  • Redes convolucionales, recurrentes y de grafos. Modelos con atención.
  • Aprendizaje supervisado, no supervisado y refuerzo.
  • Entrenamiento para retro-propagación, por población y neuroevolució.
  • Optimización. Normalización por paquetes.
  • Modelos generativos.
  • Transferencia del aprendizaje. Aprendizaje incremental y olvido catastrófico.
Computer Vision
2 ECTS. 15 horas lectivas.
  • Clasificación de imágenes y vídeos.
  • Detección, seguimiento y segmentación de objetos.
  • Búsqueda visual.
  • Reconocimiento y reconstrucción 3D.
  • Predicción de la atención visual humana.
Natural Language Processing
2 ECTS. 15 horas lectivas.
  • Incrustaciones de palabras y modelos de lenguaje.
  • Procesado de texto.
  • Clasificación y resúmenes de textos.
  • Traducción neuronal.
  • Sistemas de diálogo.
  • Recomendadores.
Speech and Audio Processing
2 ECTS. 15 horas lectivas.
  • Reconocimiento, conversión y síntesis de la voz.
  • Música.
  • Eventos acústicos.
  • Procesado multi-modal del vídeo: audio y visión.
Applications
2 ECTS. 18 horas lectivas.
  • Casos reales de aplicaciones de aprendizaje profundo en la industria.
  • Proyectos de investigación de investigadores de prestigio mundial.
Project
3 ECTS. 18 horas lectivas.
  • Programación en Python para aprendizaje profundo.
  • Entornos de desarrollaremos por aprendizaje profundo: Kera/TensorFlow y PyTorch/Caffe2.
  • Monitorización del entrenamiento de una red: curvas de entrenamiento, uso de recursos de computación.
  • Cargadores de datos. Sincronización entre CPU y GPU.
  • Computación en la nube.

Dirección y profesorado

Dirección Académica

  • Giró Nieto, Xavier
    Profesor agregado de la UPC especializado en el aprendizaje profundo aplicado a datos multimedia. Ha trabajado como investigador visitante en la Columbia University de Nueva York. Actualmente trabaja en colaboración con el Centro de Supercomputación de Barcelona con proyectos financiados por Facebook, La Caixa y las administraciones públicas catalanas y españolas. Ha impulsado un amplio catálogo de cursos de inteligencia artificial en la ETSETB de la UPC.
  • Ruiz Costa-Jussà, Marta
    Doctora en Ingeniería de Telecomunicación por la UPC. Master en Tecnologías de la Lengua y Habla y European Master of Research on Information and Communication Technologies ambos por la UPC. Ha trabajado en LIMS-CNRS de París, el Centro de Innovación Media de Barcelona, en la Universidad de Sao Paulo, en el Instituto de Infocomm Research de Singapur y en el Instituto Politécnico Nacional de México. Actualmente, es investigadora Ramón y Cajal de la UPC y encabeza los proyectos DeepVoice y ALLIES.

Profesorado

  • Bellver Bueno, Míriam
    Grado en Ingeniería de Telecomunicaciones en la UPC. Durante la tesis del grado empezó a trabajar en el mundo de la visión por computador en el Grupo de Procesamiento de la Imagen de la universidad. También obtuvo el Máster de Telecomunicaciones en la misma facultad, y completó la tesis del Máster en Zürich en la ETH. En 2016 obtuvo una beca de doctorado de la Obra Social "La Caixa", con el programa La Caixa-Severo Ochoa International Doctoral Fellowship, para hacer su doctorado en el Barcelona Supercomputing Center sobre temas de visión por computador con técnicas de aprendizaje profundo. Sus principales temas de interés para investigar son la detección y segmentación de objetos en imágenes.
  • Campos Camúñez, Víctor
    Licenciado y Máster en Ingeniería de Telecomunicaciones por la UPC. Actualmente cursa su doctorado tratando la intersección entre Aprendizaje Profundo y Computación de Alto Rendimiento en el Barcelona Supercomputing Center, con el apoyo de la Obra Social "La Caixa" a través del Programa Internacional de Doctorado La Caixa-Severo Ochoa. Sus intereses de investigación se centran en el aprendizaje automático a gran escala.
  • España i Bonet, Cristina
    Doctora en Astrofísica y Cosmología por la UB y máster en Inteligencia Artificial por la UB/UPC/URV. Actualmente trabaja en la Universität des Saarlandes (UDS) y el Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI), en Alemania. Su trabajo abarca el procesamiento del lenguaje natural, la recuperación de información y el aprendizaje automático. Sus principales intereses incluyen las técnicas multilingües basadas tanto en métodos clásicos como en deep learning y las aplicaciones en lenguas con pocos recursos.
  • Giró Nieto, Xavier
    Profesor agregado de la UPC especializado en el aprendizaje profundo aplicado a datos multimedia. Ha trabajado como investigador visitante en la Columbia University de Nueva York. Actualmente trabaja en colaboración con el Centro de Supercomputación de Barcelona con proyectos financiados por Facebook, La Caixa y las administraciones públicas catalanas y españolas. Ha impulsado un amplio catálogo de cursos de inteligencia artificial en la ETSETB de la UPC.
  • Hernando Pericas, Francisco Javier
    Ingeniero y Doctor Ingeniero de Telecomunicación por la UPC desde 1988 y 1993, respectivamente. Actualmente es catedrático y director del Centro de Investigación para el Lenguaje y el Habla. Durante el año académico 2002/03, fue investigador visitante en el Laboratorio de Tecnología del Habla de Panasonic, Santa Bárbara, CA, EE. UU. Ha dirigido el equipo de la UPC en varios proyectos europeos, españoles y catalanes. Fundador de Biometric Technologies, S.L. y Herta Security, S.L..
  • Masuda Mora, Issey
    Actualmente jefe del equipo de deep learning en Vilynx, una startup con sede en San Francisco y Barcelona dedicada a inteligencia artificial. Amplia experiencia desarrollando modelos de deep learning y aplicándolos en entornos escalables y sistemas de producción. Uso extensivo de TensorFlow como framework principal de DL. Background sólido en programación (desde diseño de software hasta implementación) apoyado por experiencia laboral como ingeniero de software (anteriormente a Trovit). Trabajo de fin de grado en deep learning aplicado a Visual Question Answering finalizado con Matrícula de Honor. Grado en Ciencias y Tecnologías de la Telecomunicación (Top 5% de la promoción).
  • Pascual de la Puente, Santiago
    Máster en Ingeniería de Telecomunicaciones por la ETSETB-UPC. Actualmente doctorando en el departamento de Teoría de la Señal y Comunicaciones. La investigación principal de la tesis es sobre deep learning y tecnologías de inteligencia artificial para procesamiento de voz y apilcacions voz a voz. Acumula una experiencia teórica y aplicada de más de 4 años en deep learning y modelos generativos profundos.
  • Ruiz Costa-Jussà, Marta
    Doctora en Ingeniería de Telecomunicación por la UPC. Master en Tecnologías de la Lengua y Habla y European Master of Research on Information and Communication Technologies ambos por la UPC. Ha trabajado en LIMS-CNRS de París, el Centro de Innovación Media de Barcelona, en la Universidad de Sao Paulo, en el Instituto de Infocomm Research de Singapur y en el Instituto Politécnico Nacional de México. Actualmente, es investigadora Ramón y Cajal de la UPC y encabeza los proyectos DeepVoice y ALLIES.
  • Segura Perales, Carlos
    Investigador en Telefónica I+D en Barcelona. Desde 2011 hasta 2015 trabajó en Herta Security como director de Innovación dentro del programa Torres Quevedo, trabajando en reconocimiento de hablantes. Ha participado en proyectos nacionales y europeos, y ha publicado numerosos artículos científicos en revistas internacionales y conferencias internacionales para expertos. Sus intereses de investigación incluyen aprendizaje profundo, el procesamiento de la voz, la visión y el lenguaje natural.
  • Serrà Julià, Joan
    Doctor en Tecnologías de la Información por la UPF. Actualmente es científico investigador en el grupo de investigación de Telefónica I+D. Es experto en aprendizaje automático, aprendizaje profundo, minería de datos, procesado del audio, sistemas de recomendación y metaheurísticas. Es coautor de más de 100 publicaciones científicas en diversos ámbitos, algunas de ellas de notoria repercusión, y ha participado en diversos proyectos de investigación Europeos. Esporádicamente realiza seminarios, docencia y charlas de divulgación, últimamente siempre relacionadas con el aprendizaje profundo.
  • Torres i Viñals, Jordi
    Profesor de la UPC y director de investigación del BSC con 30 años de experiencia en docencia e investigación en supercomputación, con importantes publicaciones científicas y proyectos de I + D en empresas e instituciones. Actualmente, su investigación se centra en la supercomputación aplicada a la Inteligencia Artificial. Actualmente es miembro del Consejo de iThinkUPC y UPCnet, y actúa como entrenador, mentor y experto para diversas organizaciones y empresas; a su vez, también ha escrito varios libros técnicos, imparte conferencias y ha colaborado con diferentes medios de comunicación, radio y televisión. Más información en https://torres.ai

Información general

Créditos
15 ECTS (120 horas lectivas)
Fechas de realización
Fecha de inicio:12/02/2019Fecha de fin:04/07/2019
Horario
Martes  18:30 a 21:30Jueves  18:30 a 21:30
Lugar de realización
Tech Talent Center
C/ de Badajoz, 73-77
Barcelona
mapa y accesos
Contacto
Teléfono: (34) 93 114 68 05
Titulación
Diploma de posgrado expedido por la Universitat Politècnica de Catalunya. Emitido en virtud del art. 34.1 de la L.O. 4/2007, de 12 de abril, por la cual se modifica la L.O. 6/2001, de 21 de diciembre, de Universidades. Para su obtención es necesario tener una titulación universitaria oficial. De no ser así, el alumno / la alumna obtendrá un certificado de superación expedido por la Fundació Politècnica de Catalunya.

En el caso de disponer de una titulación extranjera consulta aquí.
Campus virtual
Los alumnos de este Posgrado tendrán acceso al campus virtual My_Tech_Space, una eficaz plataforma de trabajo y comunicación entre alumnos, profesores, dirección y coordinación del curso. My_Tech_Space permite obtener la documentación de cada sesión formativa antes de su inicio, trabajar en equipo, hacer consultas a los profesores, visualizar sus notas...
Bolsa de trabajo
Desde el campus virtual My_Tech_Space los alumnos podrán visualizar ofertas de trabajo de su área de conocimiento y presentar su candidatura en un entorno confidencial. La Bolsa de trabajo de la UPC School of Professional & Executive Development tiene un volumen anual de cientos de ofertas de trabajo, entre contratos laborales y convenios de colaboración en prácticas.
Importe de la matrícula
3.800 €
El importe total de la matrícula debe pagarse antes del inicio de este Posgrado.
Ver en el apartado Descuentos, préstamos y ayudas las posibilidades de financiación en condiciones ventajosas.

Existe la posibilidad de realizar una aportación voluntaria de 5€ en el momento de formalizar la matrícula. Esta donación, que forma parte de la Campaña 0,7% de la UPC, se destinará a acciones de cooperación en países en vías de desarrollo.

0.7%

Idioma de impartición
Inglés
Pago de la matrícula
Opciones de pago de la matrícula:
- En un único pago antes del plazo establecido en la carta de admisión al programa.
- Pago fraccionado en dos plazos:
  • El 60% del importe total deberá pagarse en el plazo indicado en la carta de admisión del programa
  • El 40% restante deberá abonarse, como máximo, 10 dias antes de la fecha de inicio del programa

Entidades relacionadas

Colaboradores