ITS Artificial Intelligence: Introducció a la Intel·ligència Artificial

Perfil de l’estudiant

Complir com a mínim alguns dels següents requisits:
   •  Certificat de professionalitat nivell 1
   •  Títol Professional Bàsic (FP Bàsica)
   •  Títol de Graduat en Educació Secundaria Obligatòria (ESO) o equivalent
   •  Títol de Tècnic (FP Grau Mig) o equivalent
   •  Certificat de Professionalitat de nivell 2
   •  Haver superat la prova d’accés a Cicles Formatius de Grau Mig
   •  Haver superat qualsevol prova oficial d'accés a la universitat

Quan l'aspirant no disposi de l'acreditació o titulació requerida demostrarà els coneixements i competències suficients a través d'una prova competencial.

Objectius generals

Obtenir els coneixements necessaris per a la utilització professional de la Intel·ligència Artificial (IA), entenent com es pot utilitzar la IA per resoldre problemes.

Objectius específics

   •  Comprendre els problemes més comuns de la IA
   •  Recollir, tractar i fer servir enginyeria de dades
   •  Adquirir el coneixement de diferents algoritmes i models d'IA
   •  Integrar i desplegar aplicacions
   •  Realitzar el manteniment i seguiment de la IA en producció

Contingut

11016

 Mòdul 1: Definició del problema de la IA. 10h
   •  Identificar el problema que estem intentant resoldre mitjançant la IA (segmentació d’usuaris, millora del servei al client, etc)
   •  Classificar el problema (regressió, aprenentatge no supervisat, etc)
   •  Identificar les àrees d'expertesa necessàries per resoldre el problema
   •  Construir un pla de seguretat
   •  Assegurar que la IA s'utilitza adequadament
   •  Triar activitats de transparència i validació
 Mòdul 2: Recollida, tractament i enginyeria de dades. 10h
   •  Triar la manera de recollir dades
   •  Avaluar la qualitat de les dades
   •  Identificar els requisits de recursos (p. ex., informàtica, complexitat temporal)
   •  Convertir dades en formats adequats (per exemple, numèrics, d'imatge, sèries temporals)
   •  Seleccionar característiques per al model d'IA
   •  Participar en l'enginyeria de funcions
   •  Identificar conjunts de dades d'entrenament i proves
   •  Documentar les decisions de dades
 Mòdul 3: Algoritmes i models d'IA.10h
   •  Considerar l'aplicabilitat d'algorismes específics
   •  Entrenar un model utilitzant l'algorisme seleccionat
   •  Seleccionar model específic després de l'experimentació, evitant sobreenginyeria
   •  Explicar històries de dades
   •  Avaluar el rendiment del model (p. ex., precisió, precisió)
   •  Buscar fonts potencials de biaix en l'algorisme
   •  Avaluar la sensibilitat del model
   •  Confirmar el compliment dels requisits reglamentaris, si n'hi ha
   •  Obtenir l'aprovació de les parts interessades
 Mòdul 4: Integració i desplegament d'aplicacions. 10h
   •  Capacitar els clients sobre com utilitzar el producte i què esperar-ne
   •  Planificar per abordar els possibles reptes dels models en producció
   •  Dissenyar un pipeline de producció, inclosa la integració d'aplicacions
   •  Donar suport a la solució d'IA
 Mòdul 5: Manteniment i seguiment de la IA en producció. 10h
   •  Participar en la supervisió
   •  Avaluació de l'impacte empresarial (indicadors clau de rendiment)
   •  Mesurar els impactes sobre les persones i les comunitats
   •  Gestionar els comentaris dels usuaris
   •  Considerar la millora o la clausura de manera regular

Avaluació

• Prova teòrica: Qüestionari tipus test o preguntes curtes.
• Prova pràctica: Crear un producte vinculat al projecte treballat durant el curs.

Valoració


Estudiants formats

20

Comparteix