¿Qué quieres aprender?

Master en Inteligencia Artificial e Ingeniería del Conocimiento

Master en Inteligencia Artificial e Ingeniería del Conocimiento

INESEM Business School

Máster online

Descuento Lectiva
2.460 € 1.895

Duración : 12 Meses

¿Quieres hablar con un asesor sobre este curso?

Objetivos

Ser capaz de llevar a cabo una gestión del conocimiento y la información profesional y de calidad. Utilizar herramientas Big Data y Business Intelligence profesionales. Analizar fuentes de información mediante técnicas de Data Science y programación estadística con Python y R. Gestionar las principales tecnologías de inteligencia artificial, machine learning y Deep learning. Poder procesar el lenguaje natural y crear chatbots con inteligencia artificial. Aplicar las principales técnicas de ciberseguridad en cualquier proceso empresarial.

A quién va dirigido

El Master en Inteligencia Artificial e Ingeniería del Conocimiento está pensado para profesionales que trabajen con datos empresariales ya que podrás utilizar las principales tecnologías actuales y de esa forma realizar una gestión del conocimiento más actualizada y avanzada. También está pensado para estudiantes que quieran especializarse en la ciencia de datos.

Requisitos

No es necesario cumplir con requisitos previos para realizar esta formación.

Temario completo de este curso

Módulo 1. Gestión del conocimiento y la información

  • Unidad didáctica 1. La gestión del conocimiento
  • Unidad didáctica 2. Detectar, organizar y categorizar el conocimiento de la organización
  • Unidad didáctica 3. La propiedad intelectual
  • Unidad didáctica 4. La propiedad industrial
  • Unidad didáctica 5. El secreto empresarial
  • Unidad didáctica 6. Modelos de gestión del conocimiento
  • Unidad didáctica 7. Implementación de la gestión del conocimiento
  • Unidad didáctica 8. Gestión de la seguridad de los tratamientos

Módulo 2. Tecnologías para la gestión del conocimiento

  • Unidad didáctica 1. Herramientas 2.0 para la gestión del conocimiento
  • Unidad didáctica 2. El papel de las tic’s en la gestión del conocimiento
  • Unidad didáctica 3. Crm
  • Unidad didáctica 4. Monitorización y escucha activa
  • Unidad didáctica 5. Herramientas de acceso al conocimiento
  • Unidad didáctica 6. Transferencia tecnológica

Módulo 3. Big data introduction

  • Unidad didáctica 1. Introducción al big data
  • Unidad didáctica 2. Fuentes de datos
  • Unidad didáctica 3. Open data
  • Unidad didáctica 4. Fases de un proyecto de big data
  • Unidad didáctica 5. Business intelligence y la sociedad de la información
  • Unidad didáctica 6. Principales productos de business intelligence
  • Unidad didáctica 7. Big data y marketing
  • Unidad didáctica 8. Del big data al linked open data
  • Unidad didáctica 9. Internet de las cosas

Módulo 4. Herramientas y análisis big data

  • Unidad didáctica 1. Bases de datos nosql y el almacenamiento escalable
  • Unidad didáctica 2. Introducción a un sistema de bases de datos nosql. Mongodb
  • Unidad didáctica 3. Ecosistema hadoop
  • Unidad didáctica 4. Weka y data mining
  • Unidad didáctica 5. Pentaho

Módulo 5. Business intelligence y herramientas de visualización

  • Unidad didáctica 1. Minería de datos o data mining y el aprendizaje automático
  • Unidad didáctica 2. Datamart. Concepto de base de datos departamental
  • Unidad didáctica 3. Datawarehouse o almacén de datos corporativos
  • Unidad didáctica 4. Inteligencia de negocio y herramientas de analítica
  • Unidad didáctica 5. Introducción a la visualización de datos
  • Unidad didáctica 6. Tableau
  • Unidad didáctica 7. D3 (data driven documents)
  • Unidad didáctica 8. Google data
  • Unidad didáctica 9. Qlikview
  • Unidad didáctica 10. Power bi
  • Unidad didáctica 11. Carto

Módulo 6. Data science y programación estadística con python y r

  • Unidad didáctica 1. Introducción a la ciencia de datos
  • Unidad didáctica 2. Bases de datos relacionales
  • Unidad didáctica 3. Python y el análisis de datos
  • Unidad didáctica 4. R como herramienta para big data
  • Unidad didáctica 5. Pre-procesamiento & procesamiento de datos
  • Unidad didáctica 6. Análisis de los datos

Módulo 7. Inteligencia artificial (ia), machine learning (ml) y deep learning (dl)

  • Unidad didáctica 1. Introducción a la inteligencia artificial
  • Unidad didáctica 2. Tipos de inteligencia artificial
  • Unidad didáctica 3. Algoritmos aplicados a la inteligencia artificial
  • Unidad didáctica 4. Relación entre inteligencia artificial y big data
  • Unidad didáctica 5. Sistemas expertos
  • Unidad didáctica 6. Futuro de la inteligencia artificial
  • Unidad didáctica 7. Introducción al machine learning
  • Unidad didáctica 8. Extracción de estructura de los datos: clustering
  • Unidad didáctica 9. Sistemas de recomendación
  • Unidad didáctica 10. Clasificación
  • Unidad didáctica 11. Redes neuronales y deep learning
  • Unidad didáctica 12. Sistemas de elección
  • Unidad didáctica 13. Deep learning con python, keras y tensorflow
  • Unidad didáctica 14. Sistemas neuronales
  • Unidad didáctica 15. Redes de una sola capa
  • Unidad didáctica 16. Redes multicapa
  • Unidad didáctica 17. Estrategias de aprendizaje

Módulo 8. Pln, chatbots e inteligencia artificial

  • Unidad didáctica 1. Introducción al pln
  • Unidad didáctica 2. Pln en python
  • Unidad didáctica 3. Computación de la sintaxis para el pln
  • Unidad didáctica 4. Computación de la semántica para el pln
  • Unidad didáctica 5. Recuperación y extracción de la información
  • Unidad didáctica 6. ¿qué es un chatbot?
  • Unidad didáctica 7. Relación entre ia y chatbots
  • Unidad didáctica 8. ámbitos de aplicación chatbots

Módulo 9. Ciberseguridad aplicada a inteligencia artificial (ia), smartphones, internet de las cosas (iot) e industria 4.0

  • Unidad didáctica 1. Ciberseguridad en nuevas tecnologías
  • Unidad didáctica 2. Ciberseguridad en smartphones
  • Unidad didáctica 3. Inteligencia artificial (ia) y ciberseguridad
  • Unidad didáctica 4. Ciberseguridad e internet de las cosas (iot)
  • Unidad didáctica 5. Seguridad informática en la industria 4.0

Módulo 10. Proyecto fin de máster

Ver más