Inicio Servicios Plan de formación Generación de modelos de Inteligencia Artificial

Generación de modelos de Inteligencia Artificial

Inteligencia Artificial
curso
20
Finalizado

Finalizado

HÍBRIDA

Este curso proporciona una visión clara, práctica y aplicada de cómo diseñar y generar modelos de Inteligencia Artificial que aporten valor real a las organizaciones. En un formato intensivo de 20 horas, los participantes aprenderán a evaluar la viabilidad de un proyecto de IA a partir del análisis de datos, seleccionar las técnicas de Machine Learning y Deep Learning más adecuadas para cada caso y construir modelos optimizados y fiables.

El programa aborda desde modelos clásicos hasta enfoques avanzados como redes neuronales y lógica difusa, incorporando además criterios clave de validación y explicabilidad para garantizar resultados transparentes y comprensibles. Al finalizar el curso, los asistentes estarán preparados para impulsar iniciativas de IA con un enfoque práctico, orientado a negocio y alineado con las mejores prácticas del sector.

Objetivo

Capacitar a los participantes para analizar la viabilidad de proyectos de Inteligencia Artificial y diseñar, entrenar y evaluar modelos de Machine Learning y Deep Learning, aplicando buenas prácticas de optimización, validación y explicabilidad, con un enfoque práctico y orientado a la generación de valor para el negocio.

Audiencia

Orientado a perfiles que quieren construir y evaluar modelos de IA de forma práctica.

Dirigido principalmente a analistas de datos/BI que evolucionan hacia Data Science, perfiles técnicos (ingeniería, informática, matemáticas/estadística) y profesionales de negocio con rol analítico que necesiten desarrollar modelos predictivos y de segmentación.

También es adecuado para consultores y perfiles de innovación que participen en proyectos de IA y requieran autonomía para prototipar soluciones, validar hipótesis con datos y comunicar resultados a áreas de negocio.

Prerrequisitos

Se requiere manejo básico de Python (variables, estructuras de control, funciones) y familiaridad con el trabajo con datos en tablas (CSV, DataFrames).
Se recomienda contar con nociones fundamentales de estadística y probabilidad (media/varianza, correlación, distribuciones básicas).
Es conveniente tener experiencia previa en análisis exploratorio de datos y visualización, y disponer de ordenador con Windows 10/11 y Python en local o acceso a Google Colab para seguir los ejercicios prácticos.

Introducción y viabilidad de proyectos de IA
- Conceptos básicos de IA, ML y DL.
- Identificación de problemas adecuados para IA.
- Análisis de datos inicial para determinar viabilidad de un modelo: calidad, cantidad y relevancia de los datos.
Preprocesamiento y exploración de datos
- Limpieza, normalización y codificación de datos.
- Detección de outliers y manejo de datos faltantes.
- Visualización y análisis exploratorio (EDA).
Técnicas de aprendizaje supervisado
- Regresión lineal y logística.
- Árboles de decisión y Random Forest.
- Evaluación de modelos supervisados.
Técnicas de aprendizaje no supervisado y series temporales
- Clustering: K-Means, DBSCAN.
- Reducción de dimensionalidad: PCA.
- Predicción de series temporales: ARIMA, LSTM básico.
Modelos avanzados
- Lógica difusa y sistemas de reglas.
- Redes neuronales y Deep Learning básico.
- Introducción a redes convolucionales y recurrentes.
Optimización y validación
- Ajuste de hiperparámetros.
- Regularización y técnicas para evitar overfitting.
- Validación cruzada y métricas de desempeño.
Explicabilidad e interpretabilidad
- Explicabilidad global y local (SHAP, LIME).
- Interpretación de resultados y comunicación a negocio

Fabricio Araujo

Máster de Programación Avanzada en Python para Big Data y Machine Learning por la Escuela Internacional de Postgrados (EIP). Formación especializada en Deep Learning y Machine Learning.

Experiencia profesional:

2022 - 2025 - Banco Santander - Científico de datos

2018 - 2021 - MyKukun - Data Collector

En 2025 se incorpora a Instituto Tecnológico de Informática, al Área de Servicios para Desarrollo de soluciones Big Data & Analytics en el desarrollo de soluciones de Inteligencia Artificial.

Este curso puede ser bonificado a través de los créditos de formación de la FUNDAE, siendo ITI la entidad Organizadora del curso. Si necesitas que dicha gestión la realice ITI, ponte en contacto con nosotros en formacion@iti.es con una antelación mínima de 6 días antes del inicio del curso. Esta gestión tiene un coste equivalente al 15% del importe máximo a bonificar, con un mínimo de 45€ por cada formación.

Todos los cursos tienen un precio base específico. Sobre el precio base, habitualmente, se podrán aplicar una serie de descuentos en los siguientes casos:

Inscripción de más de un alumno de una misma organización (2º alumno 5%, a partir del 3er alumno 10%)*
Ser empresa asociada a ITI o disponer de un acuerdo de colaboración con ITI (15%)*. ¡Pide tu cupón!

(*) Descuentos no acumulables a \"Promociones especiales\"

Más información aquí

Inscribirse

Rellena los datos de este formulario y nos pondremos en contacto contigo para confirmar la inscripción a este curso

Datos del participante

Asociado/Colegiado AVIT-COITCV SiNo

Datos de la empresa

Empresa asociada a ITI SiNo

He leído y acepto la política de privacidad

Deseo recibir el Newsletter o boletines de ITI

Deseo recibir el boletín de formación de ITI

Datos Básicos

Inscripción: Del 15/02/2026 al 22/05/2026

Inicio: 01/06/2026

Fin: 15/06/2026

Duración: 20

Horario: Lunes y miércoles, de 9:30 a 13:30h.

Lugar: Modalidad HÍBRIDA. Aula virtual sincronizada (días 1, 3 y 8 junio) / Aula de formación de ITI. Ciudad Politécnica de la Innovación, Edificio 8G, 4ª Planta. Valencia (días 10 y 15 junio)

Precio:

560€

Ver descuentos y bonificaciones

Formación personalizada

¿Te interesa que ITI proporcione este curso a medida para tu empresa? Rellena nuestro formulario de necesidades formativas y nos pondremos en contacto contigo.

Solicita este curso a medida