Especialista en AI con la Fundación ITIL® (versión 5) y la Fundación para la Gestión de Proyectos PRINCE2® (versión 7)
En primer lugar, el curso aborda en detalle el ámbito especializado del aprendizaje automático, en el que el conocimiento artificial se genera a partir de la experiencia. Al principio, se le presentarán los fundamentos, luego las dos categorías de aprendizaje supervisado y no supervisado, así como el tema de la evaluación y la mejora. A continuación, el curso explica los métodos de aprendizaje profundo basados en redes neuronales. El aprendizaje profundo, como subárea del aprendizaje automático, utiliza algoritmos para procesos de aprendizaje inteligente. También aprenderá sobre el método de optimización de procesos ITIL® y el método de gestión de proyectos PRINCE2®.
-
Tipo de titulación: Certificado "Aprendizaje automático y profundo"
Certificado "Fundación ITIL® (Versión 5)"
Certificado "PRINCE2® Project Management Foundation (Versión 7)" -
Cualificaciones adicionales: Certificado "Aprendizaje automático
Certificado "Deep Learning -
Examen final: Praxisbezogene Projektarbeiten mit Abschlusspräsentationen
ITIL® Foundation (Version 5) (Prüfungsvoucher im Kurs enthalten)
PRINCE2® Project Management Foundation (Version 7) (Prüfungsvoucher im Kurs enthalten) -
Horario de las clases: A tiempo completoDe lunes a viernes, de 8.30 a 15.35 horas (en semanas festivas, de 8.30 a 17.10 horas).
-
Lengua de enseñanza: Alemán
-
Duración: 12 Semanas
Aprendizaje automático
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
Aprendizaje profundo
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
Fundación ITIL® (Versión 5)
Términos y definiciones importantes de ITIL (aprox. 2 días)
Gestión de productos y servicios digitales
Productos, servicios y ofertas de servicios
Creación de valor y relaciones de servicio
Consumidores de servicios, proveedores de servicios, patrocinadores, clientes y usuarios
Calidad del servicio y acuerdos de nivel de servicio (SLA)
Utilidad, garantía, experiencia del usuario y sostenibilidad
Ciclo de vida de productos y servicios ITIL
Mejora continua
Las cuatro dimensiones de la gestión de productos y servicios ITIL (aprox. 1 día)
Organizaciones y personas
Socios y proveedores
Información y tecnología
Flujos de valor y procesos
Enfoque holístico y factores de influencia externos
El ciclo de vida de los productos y servicios ITIL (aprox. 1 día)
Descubrir, Diseñar, Adquirir y Construir
Transición, Operación, Entrega y Soporte
Creación de valor en el ciclo de vida de productos y servicios
Utilización iterativa y no lineal del ciclo de vida
El Sistema de Valores ITIL (aprox. 2 días)
Componentes del Sistema de Valor ITIL y principios básicos de ITIL
Gobernanza, cadena de valor y modelo operativo
Prácticas de gestión, directrices prácticas y mejora continua
Orientación al valor, colaboración y optimización
Operaciones de servicio, liberaciones y gestión de problemas
Integración continua, entrega continua y despliegue continuo
Ingeniería de fiabilidad del sitio (SRE) y observabilidad
Métricas y factores críticos de éxito (CSF)
Identificación, mapeo y gestión de flujos de valor (aprox. 1 día)
Flujos de valor y gestión de los flujos de valor
Principales flujos de valor y flujos de valor de apoyo
Pensamiento de complejidad y optimización del flujo de trabajo
Mapeo de flujos de valor
ITIL e IA (aprox. 0,5 días)
Inteligencia artificial (IA) y madurez de la IA
IA generativa (GenAI) e IA agenética
IA en el ciclo de vida de productos y servicios
Gobernanza de la IA
ITIL y otros marcos (aprox. 0,5 días)
ITIL y DevOps
ITIL y PRINCE2
Gestión de proyectos en el ciclo de vida de productos y servicios
Trabajo de proyecto, preparación de la certificación y examen de certificación (aprox. 3 días)
PRINCE2® Project Management Foundation (Versión 7)
Introducción a la gestión de proyectos basada en PRINCE2® (aprox. 1 día)
Definición y características de un proyecto
Ciclo de control de la gestión de proyectos y las seis dimensiones del proyecto
Desafíos en la gestión de proyectos: ¿por qué fracasan los proyectos?
Ventajas del método de gestión de proyectos PRINCE2
Entornos cliente-proveedor
Proyectos en un entorno comercial
Estructura del método PRINCE2® y sus cinco componentes integrados
Los productos de gestión de PRINCE2
Herramientas digitales y análisis asistidos por IA en la gestión moderna de proyectos
Los principios básicos de PRINCE2® (aprox. 1 día)
Los siete principios básicos de PRINCE2
Enunciados y contenidos de los principios básicos
Relación entre los principios básicos y los temas PRINCE2
Adaptación de PRINCE2® al entorno del proyecto, teniendo en cuenta los métodos de trabajo digitales
La importancia de las personas en los proyectos PRINCE2® (aprox. 1 día)
Gestión del cambio
Liderazgo y gestión
Comunicación en el proyecto
Efectos de los sistemas digitales y asistidos por IA en los procesos de colaboración y cambio
Los siete temas de PRINCE2® (aprox. 3 días)
Caso empresarial (enfoque de gestión de beneficios y enfoque de gestión de la sostenibilidad)
Organización (estructura del proyecto, funciones y responsabilidades)
Creación de planes
Planificación y control de calidad
Gestión de riesgos mediante métodos modernos de análisis y evaluaciones basadas en datos
Gestión de problemas
Control del progreso del proyecto
Los siete procesos PRINCE2® (aprox. 2 días)
Interacción de los siete procesos PRINCE2® en el proceso del proyecto
Actividades en los respectivos procesos PRINCE2
Preparar, dirigir e iniciar un proyecto
Controlar una fase
Gestión de la entrega del producto
Gestionar las transiciones de fase
Cerrar un proyecto
Trabajo de proyecto, preparación de la certificación y examen de certificación (aprox. 2 días)
Es posible que se produzcan cambios, el contenido del curso se actualiza regularmente.
Tras el curso, dispondrá de conocimientos relevantes sobre los temas de aprendizaje automático y aprendizaje profundo. Conocerá las razones más importantes para utilizar el aprendizaje automático, las áreas de aplicación y las distintas categorías y conceptos del aprendizaje automático. También comprenderá las áreas de aplicación del aprendizaje profundo y cómo funcionan las redes neuronales. Será capaz de proporcionar procesos de aprendizaje automático y documentación.
También comprende los conceptos centrales de la gestión de productos y servicios digitales según la Fundación ITIL® (versión 5). Estará familiarizado con el ciclo de vida de los productos y servicios ITIL, el sistema de valores ITIL, los flujos de valor, la creación de valor y las relaciones de servicio, así como con conceptos modernos como la IA, la automatización y la mejora continua, y podrá clasificarlos en un contexto organizativo. También podrás trabajar en proyectos PRINCE2® y estar familiarizado con sus procesos y terminología. También será capaz de planificar y ejecutar proyectos de TI y medir su éxito.
Informática, matemáticas, ingeniería eléctrica y personas con un título en ingeniería (empresarial).
Estás altamente cualificado en las áreas especializadas de aprendizaje automático y aprendizaje profundo, puedes desplegarte en todos los sectores y tienes una gran demanda en el mercado laboral. Puede analizar grandes cantidades de datos en busca de patrones y modelos. El aprendizaje profundo se utiliza a menudo en el contexto de la inteligencia artificial para el reconocimiento facial, de objetos o del habla.
Con conocimientos de gestión de proyectos y servicios informáticos con ITIL® y PRINCE2®, dispondrá de una cualificación adicional muy demandada, especialmente en el sector informático.
Concepto didáctico
Tus profesores están altamente cualificados tanto profesional como didácticamente y te enseñarán desde el primer hasta el último día (no hay sistema de autoaprendizaje).
Aprenderá en grupos reducidos y eficaces. Los cursos suelen constar de 6 a 25 participantes. Las lecciones generales se complementan con numerosos ejercicios prácticos en todos los módulos del curso. La fase práctica es una parte importante del curso, ya que durante ella se procesa lo aprendido y se adquiere confianza y rutina en su aplicación. La parte final del curso incluye un proyecto, un estudio de caso o un examen final.
Aula virtual alfaview
Las clases se imparten utilizando la moderna tecnología de vídeo alfaview®, ya sea desde la comodidad de su propia casa o en nuestras instalaciones en Bildungszentrum. Todo el curso puede verse cara a cara a través de alfaview®, comunicarse entre sí con una calidad de voz sincronizada con los labios y trabajar en proyectos conjuntos. Por supuesto, también podrás ver y hablar con tus formadores conectados en directo en cualquier momento y recibirás clases de tus profesores en tiempo real durante todo el curso. Las clases no son e-learning, sino auténtica enseñanza presencial en directo a través de la tecnología de vídeo.
Los cursos de formación de alfatraining están subvencionados por Agentur für Arbeit y certificados de acuerdo con el reglamento de homologación AZAV. Al presentar una solicitud a Bildungsgutscheino Aktivierungs- und Vermittlungsgutschein, la totalidad de los costes del curso suelen correr a cargo de su organismo financiador.
También es posible obtener financiación a través de Europäischen Sozialfonds (FSE), Deutsche Rentenversicherung (DRV) o programas de financiación regionales. Como soldado regular, tiene la posibilidad de asistir a cursos de formación continua a través de Berufsförderungsdienst (BFD). Las empresas también pueden cualificar a sus empleados a través de un programa de financiación de Agentur für Arbeit (Qualifizierungschancengesetz).