Especialista en Big Data con aprendizaje automático y profundo

¿Qué es el Big Data? (aprox. 1 día)

Volumen, velocidad, variedad, valor, veracidad

Oportunidades y riesgos de las grandes cantidades de datos

Diferenciación: inteligencia empresarial, análisis de datos, ciencia de datos

Introducción a la minería de datos

Papel de la IA y los sistemas basados en datos en el entorno de los grandes datos

Introducción a los marcos de big data (aprox. 2 días)

Soluciones de big data en la nube (visión general de AWS, Azure, GCP)

Patrones de acceso a datos

Almacenamiento de datos

Introducción a los lagos de datos y almacenes de datos

Visión general de Apache Hadoop y Spark

Procesamiento de datos distribuidos con Spark (aprox. 3 días)

Fundamentos de los sistemas distribuidos

Apache Spark (Core y SQL)

Comparación de diferentes enfoques para el procesamiento de datos

Procesamiento de grandes cantidades de datos

Introducción a flujos de trabajo sencillos de ML con Spark

Canalización e integración de datos (aprox. 2 días)

Procesos ETL y ELT

Procesamiento por lotes frente a streaming

Conceptos básicos de canalización de datos

Introducción a la orquestación (por ejemplo, visión general de Airflow)

Calidad y preparación de datos

Componentes (aprox. 2 días)

Breve presentación de las distintas herramientas

Transferencia de datos

Visión general de la gestión de recursos en sistemas de big data

Ecosistema Hadoop

Profundización en Apache Spark

Introducción a las tecnologías de streaming

NoSQL y almacenamiento de datos (aprox. 2 días)

Teorema CAP

ACID y BASE

Tipos de bases de datos

HBase

Introducción a las bases de datos orientadas a documentos

Introducción a los formatos de almacenamiento

Visión general de los enfoques de data lakehouse

Visualización de Big Data (aprox. 2 días)

Teorías de la visualización

Selección de diagramas

Nuevos tipos de diagramas

Herramientas para la visualización de datos

Introducción a las herramientas de BI (por ejemplo, Power BI, Tableau)

Fundamentos de la toma de decisiones basada en datos

Gobernanza y protección de datos (aprox. 1 día)

Conceptos básicos del GDPR en el contexto de los datos

Ética y tratamiento responsable de los datos

Calidad de los datos y conceptos de gobernanza

Controles de acceso y seguridad

Conceptos básicos del uso responsable de la IA

Trabajo por proyectos (aprox. 5 días)

Consolidar los contenidos aprendidos

Presentación de los resultados del proyecto

Introducción al aprendizaje automático (aprox. 5 días)

¿Por qué aprendizaje automático?

Ejemplos de aplicación

Aprendizaje supervisado, aprendizaje no supervisado, aprendizaje parcialmente supervisado, aprendizaje por refuerzo

Ejemplos de conjuntos de datos

Conocer los datos

Datos de entrenamiento, validación y prueba

Visualización de datos

Hacer predicciones

Aprendizaje supervisado (aprox. 5 días)

Clasificación y regresión

Generalización, ajuste excesivo y ajuste insuficiente

Tamaño del conjunto de datos

Algoritmos de aprendizaje supervisado

Modelos lineales

Clasificadores Bayes

Árboles de decisión

Bosque aleatorio

Impulso por gradiente

k-vecinos más cercanos

Máquinas de vectores soporte

Campo aleatorio condicional

Redes neuronales y aprendizaje profundo

Probabilidades

Aprendizaje no supervisado (aprox. 5 días)

Tipos de aprendizaje no supervisado

Preprocesamiento y escalado

Transformaciones de datos

Escalado de datos de entrenamiento y de prueba

Reducción dimensional

Ingeniería de características

Aprendizaje múltiple

Descomposición de componentes principales (PCA)

Factorización de matrices no negativas (NMF)

Aprendizaje múltiple con t-SNE

Análisis de clústeres

Agrupación de k-Means

Agrupación por conglomerados

Análisis jerárquico de conglomerados

DBSCAN

Algoritmos de clúster

Evaluación y mejora (aprox. 2 días)

Selección y evaluación de modelos

Ajuste de los hiperparámetros de un estimador

Validación cruzada

Búsqueda en cuadrícula

Métricas de evaluación

Clasificación

Trabajo por proyectos (aprox. 3 días)

Consolidar los contenidos aprendidos

Presentación de los resultados del proyecto

Introducción al aprendizaje profundo (aprox. 1 día)

El aprendizaje profundo como tipo de aprendizaje automático

Fundamentos de las redes neuronales (aprox. 4 días)

Perceptrones multicapa

Cálculo de redes neuronales

Optimización de los parámetros del modelo, retropropagación

Bibliotecas de aprendizaje profundo

Regresión frente a clasificación

Funciones típicas de pérdida y activación

Evaluación de la predicción del modelo con métricas

Métricas de regresión y clasificación

Curvas de aprendizaje, sobreajuste y regularización

Optimización de hiperparámetros

Regularización L1/12

Abandono

Parada anticipada

Descenso estocástico del gradiente (SGD)

Optimizador Momentum, Adam

Optimización de la tasa de aprendizaje

Ajuste dinámico de la tasa de aprendizaje

Reducción de la tasa de aprendizaje en la meseta

Optimización de la tasa de aprendizaje con el TensorBoard

Control del proceso de ajuste con callbacks

Guardar y cargar modelos

Red neuronal convolucional (CNN) (aprox. 2 días)

Clasificación de imágenes

Capas convolucionales, capas de agrupamiento

Capas de remodelación, aplanamiento, pooling de media global

Arquitecturas CNN ImageNet-Competition

Redes neuronales profundas, gradientes de fuga, conexiones de salto, normalización por lotes

Aprendizaje por transferencia (aprox. 1 día)

Adaptación y combinación de modelos

Formación previa no supervisada

Aumento de datos de imágenes, IA explicable

Cargador de datos

CNN regional (aprox. 1 día)

Localización de objetos

Segmentación semántica

Problemas de regresión

Redes neuronales ramificadas

Arquitectura YOLO

Modelos U-Net

Métodos de generación creativa de imágenes (aprox. 1 día)

Redes Generativas Adversariales (GAN)

Deepfakes

Modelos de difusión

Superresolución

Suplementación de áreas de imagen

Aplicar modelos de base de Hugging Face

Modelos multimodales

LoRA-Fine-Tuning

Áreas de aplicación de los modelos generativos

Restricciones legales

Redes neuronales recurrentes (aprox. 2 días)

Análisis de secuencias

Capas recurrentes

Retropropagación en el tiempo (BPTT)

Análisis de series temporales

Problemas de gradiente explosivo y evanescente

LSTM (memoria a corto plazo larga)

GRU (Unidad Recurrente Controlada)

RNN profunda

LSTM profunda

Tratamiento de textos mediante redes neuronales (aprox. 2 días)

Preprocesamiento de textos

Incrustación de capas

Clasificación de textos

Análisis de sentimientos

Procesamiento del lenguaje natural (PLN)

Traducciones

Generación de textos

Método secuencia a secuencia, arquitectura codificador-decodificador

Modelos sólo codificador y sólo decodificador

Aplicación local de grandes modelos lingüísticos

Modelos lingüísticos (aprox. 1 día)

Arquitectura transfomérica

Atención y atención múltiple

Codificaciones posicionales

Puesta a punto de grandes modelos lingüísticos

Preguntas frecuentes

Tuberías de generación de texto

Resumen

Chatbots

Recuperación Generación aumentada

Agentes de IA

Aprendizaje profundo por refuerzo (aprox. 1 día)

Control de sistemas dinámicos

Sistemas de agentes

Entrenamiento mediante recompensas

Gradientes de políticas

Aprendizaje Q profundo

Redes neuronales bayesianas (aprox. 1 día)

Incertidumbres en las redes neuronales

Evaluación estadística de las previsiones

Confianza, desviación típica

Datos desequilibrados

Métodos de muestreo

Trabajo por proyectos (aprox. 3 días)

Consolidar los contenidos aprendidos

Presentación de los resultados del proyecto