Magister w Sztucznej Inteligencji

Informacje ogólne

Liczba dostępnych lokalizacji: 2

Opis programu

Magister w Sztucznej Inteligencji

Magister online w sztucznej inteligencji

Magister sztucznej inteligencji rodzi się w wyniku połączenia między bogatym doświadczeniem w szkoleniach i badaniach w dziedzinie technologii, które charakteryzuje UPC, poparte uznaniem i akredytacjami, które posiada, zarówno w kraju, jak i za granicą; oraz doświadczenie w szkoleniach online, z naciskiem na technologię i biznes, z OBS .

Master in Artificial Intelligence pozwala uczniom poznać koncepcje i niezbędne elementy sztucznej inteligencji z teoretyczno-praktycznego punktu widzenia, aby skutecznie realizować projekty w tym obszarze.

W Mistrzu uczniowie zagłębią się w pięć dużych bloków:

  • Blok I. Podstawy: zostaną przedstawione kluczowe pojęcia związane ze sztuczną inteligencją, a także te związane ze wszystkimi technologiami objętymi tym terminem.
  • Blok II Rozwój modeli uczenia maszynowego i sieci neuronowych: modele oparte na uczeniu maszynowym i sieciach neuronowych oraz ich praktyczne zastosowanie zostaną pogłębione. Obejmuje to optymalizację i późniejszą ocenę modeli.
  • Blok III Główne architektury sztucznej inteligencji: pogłębione zostaną główne istniejące na rynku ramy rozwoju modeli sztucznej inteligencji.
  • Blok IV Realizacja projektów AI: zostaną omówione etapy opracowywania i zarządzania projektami związanymi z technologiami AI, a także proces ich wdrażania.
  • Blok V. Aplikacje biznesowe AI i jej wpływ na biznes: zostaną wprowadzone główne aplikacje biznesowe AI, a także ich wpływ, zarówno z biznesowego, jak i technologicznego punktu widzenia.

Ważne jest, aby podkreślić, że wyjątkowo praktyczny charakter programu pozwala studentowi od razu zastosować wiedzę zdobytą podczas studiów magisterskich.

kariera

Po zakończeniu programu uczniowie będą mogli zajmować stanowiska takie jak:

  • Szef ID Development Group w różnych sektorach.
  • Konsultant biznesowy specjalizujący się w sztucznej inteligencji.
  • Konsultant technologiczny specjalizujący się w sztucznej inteligencji.
  • Odpowiedzialny za projekty OW.
  • Ekspert w zakresie rozwoju systemów AI.

cele

Co to jest AI i jakie są jej różne zastosowania? Jakie najnowocześniejsze technologie i możliwości są niezbędne do generowania przewagi konkurencyjnej dzięki sztucznej inteligencji? Jaki jest jego potencjalny wpływ na firmy i społeczeństwo? Jakie ryzyko istnieje w modelach uczenia się opartych na uczeniu maszynowym? Jaki jest związek między AI a Big Data? Jakie kluczowe elementy należy wziąć pod uwagę, aby prowadzić projekty AI w organizacji?

Master in Artificial Intelligence pomoże ci odpowiedzieć na wszystkie te pytania, poprzez połączenie pojęć związanych z najważniejszymi technologiami i ich zastosowanie na poziomie biznesowym. Analiza różnych rzeczywistych przypadków i opracowanie własnego projektu pozwoli ci określić rzeczywistość technologii AI, a także ich zastosowanie do wspierania potrzeb biznesowych.

Cel ogólny

Master in Artificial Intelligence ma za główny cel dostarczenie podstaw sztucznej inteligencji wszystkim profesjonalistom, którzy widzą, jak aplikacje uczenia maszynowego w swoich sektorach zmieniają sposób zarządzania modelami biznesowymi. Dzięki temu programowi studenci zdobędą niezbędną wiedzę techniczną do prowadzenia projektów AI.

Cele szczegółowe

Program studiów magisterskich w zakresie sztucznej inteligencji ma na celu osiągnięcie następujących celów szczegółowych:

  • Pogłębić podstawy i kluczowe koncepcje sztucznej inteligencji, a także metody i techniki stosowane do rozwiązywania problemów biznesowych.
  • Zna główne algorytmy i narzędzia związane z uczeniem maszynowym, aby móc je wdrażać w rozwiązywaniu problemów bez wcześniejszej wiedzy programistycznej.
  • Opracuj modele AI, korzystając z głównych ram pracy istniejących na rynku.
  • Twórz praktyczne aplikacje AI, takie jak wirtualni asystenci i chatboty. Będąc w stanie prowadzić projekty AI, nie tylko z technicznego punktu widzenia, ale także z zarządzania, opracowując multidyscyplinarne profile, które potrafią powiązać i połączyć różne obszary biznesowe i praktyki technologiczne.
  • Poznaj strategiczny wpływ sztucznej inteligencji, opracowując wizję biznesową, aby zmaksymalizować ROI.
  • Poznaj zastosowania sztucznej inteligencji w różnych branżach i pogłębiaj przypadki użycia z największym wpływem biznesowym.

program

Blok I. Podstawy sztucznej inteligencji

Kurs wyrównawczy IA

Równolegle do modułu 1 uczniowie rozpoczynają program sztucznej inteligencji z tym kursem niwelacyjnym, który zapewnia podstawy wiedzy dotyczące programowania, algorytmów i matematyki. Na tym kursie studenci znajdą materiały, które pozwolą im zagłębić się w różne tematy niezbędne do kontynuacji kursu. Na tym kursie przeprowadzą egzaminy typu testowego, które będą służyć jako przewodnik do oceny ich wiedzy i będą oceniane na końcu. Tematy, którymi należy się zająć to:

  • Podstawy AI.
  • Wprowadzenie do programowania.
  • Wprowadzenie do algorytmów w AI.

Moduł 1. AI: podstawy i główne technologie

W tym module student wejdzie w świat sztucznej inteligencji i jej zastosowania w biznesie, zajmując się takimi zagadnieniami, jak:

  • Kluczowe pojęcia AI.
  • Główne technologie AI.
  • Organizacja „oparta na danych”.
  • Podstawy realizacji projektów AI i ich różnica w porównaniu z tradycyjnym wykonaniem IT.

Moduł 2. Wpływ społeczno-gospodarczy AI

W tym module student uzyska zintegrowaną wizję koncepcji sztucznej inteligencji w obecnym kontekście społeczno-ekonomicznym. W tym uczeń zobaczy tematy takie jak:

  • Wpływ ekonomiczny AI i przemysłu 4.0.
  • Wpływ AI na ludzi: względy etyczne, społeczne i prawne.
  • Model adaptacji i dojrzałości AI w organizacjach. IA Modele dojrzałości jako narzędzie pozycjonowania dla organizacji.
Blok II Projektowanie i rozwój modeli uczenia maszynowego i sieci neuronowych

Moduł 3. Wprowadzenie do uczenia maszynowego: dane i algorytmy

Moduł ten zapozna studenta z uczeniem maszynowym, zapewniając te kluczowe pojęcia dla ich prawidłowego zrozumienia. W tym zobaczysz takie tematy jak:

  • Kluczowe koncepcje uczenia maszynowego.
  • Znaczenie danych.
  • Jakość danych i zarządzanie.
  • Algorytmy uczenia maszynowego: zagrożenia i ograniczenia.

Moduł 4. Modele uczenia maszynowego: optymalizacja i aplikacje

Moduł ten dostarczy kluczy do optymalizacji wyników modeli uczenia maszynowego, jednocześnie zajmując się procesem związanym z minimalizowaniem ryzyka w generowaniu aplikacji opartych na sztucznej inteligencji. Tematy, które zostaną opracowane to:

  • Optymalizacja modeli.
  • Jakość danych dla niezawodnej analizy.
  • Generowanie aplikacji w oparciu o uczenie maszynowe.

Moduł 5. Sieci neuronowe

W tym piątym module student wejdzie do świata sieci neuronowych i zobaczy takie tematy, jak:

  • Typowe architektury
  • Głęboko wzmocnione uczenie się.
  • Szkolenie z sieci neuronowej: plac zabaw TensorFlow.
Blok III Główne architektury AI

Moduł 6. Ramy AI

W tym module uczeń zobaczy główne ramy AI, które obecnie istnieją na rynku. Wśród nich są:

  • Frameworks Open Source.
  • Google IA Framework.
  • Microsoft Cognitive Services Framework.
  • Amazon IA Services Framework.
  • IBM Watson Framework
Blok IV Realizacja projektów AI

Moduł 7. Realizacja projektów AI (I): metodologia

W pierwszej części bloku 4 uczeń zapozna się z metodologicznymi aspektami kierowania i wdrażania projektów AI. Tematy, które zostaną poruszone to:

  • Metodologia ML: CRISP-DM.
  • Cykl życia treści.
  • AIOps
  • Testy regresji.
  • Informacje zwrotne i konserwacja.
  • Ponowne użycie i przekwalifikowanie.
  • Przypadki i przykłady praktyczne.

Moduł 8. Realizacja projektów AI (II): zasoby materialne i ludzkie

W tej drugiej części bloku student skoncentruje się na kierowaniu i wdrażaniu projektów AI z punktu widzenia zasobów materialnych i ludzkich. W tym sensie niektóre punkty, które zostaną omówione w module to:

  • Zasoby materialne.
    • Przechowywanie
    • Computing
    • Modele ekonomiczne
    • Infrastruktura chmurowa
    • Narzędzia
  • Zasoby ludzkie Określone profile i wpływ na profile tradycyjne.
Blok V. Aplikacje biznesowe AI i jej wpływ na biznes

Moduł 9. Aplikacje biznesowe AI i jej wpływ na biznes

Moduł ten zapozna studenta z głównymi aplikacjami biznesowymi sztucznej inteligencji. Niektóre z poruszanych tematów to:

  • Inteligentna interakcja: optymalizacja obsługi klienta, poprzez hiper-personalizację, interfejsy konwersacyjne i wykorzystanie danych w czasie rzeczywistym.
  • Inteligentne produkty i usługi: możliwości oferowane przez sztuczną inteligencję oraz wyszukiwanie nowych modeli biznesowych i rynków.
  • Inteligentne operacje: połączenie sztucznej inteligencji z rozwiązaniami automatyzacji, aby umożliwić samokształcenie.
  • Inteligentne funkcje wsparcia korporacyjnego (bezpieczeństwo, HR, technologia itp.): Wykorzystanie sztucznej inteligencji do zwiększenia ludzkiej inteligencji i usprawnienia procesu decyzyjnego.

Moduł 10. Modele AI oparte na kliencie

W tym ostatnim module programu aplikacje AI do procesów relacji z klientami zostaną pogłębione. Niektóre punkty modułu są następujące:

  • Atrakcja: sieci społecznościowe i płatne media.
  • Doświadczenie: dostosowywanie treści i podróż klienta.
  • Sprzedaż: Sprzedaż dodatkowa i sprzedaż krzyżowa.
  • Usługa: chatboty i inteligentni asystenci.

ostateczny projekt główny

Podczas Final Master Project (PFM) uczeń będzie współpracował z prawdziwą firmą przy opracowywaniu projektu. Będzie to mieć opcję zrobienia tego dla własnej firmy lub wyboru pomiędzy opcjami podniesionymi przez szkołę.

Warsztaty

Podczas Master in Artificial Intelligence uczeń będzie miał okazję przeprowadzić 2 warsztaty praktyczne, podzielone na warsztaty technologiczne i warsztaty biznesowe.

Warsztat technologiczny Aplikacja w języku Python

Warsztaty te poszerzają podstawową wiedzę na temat języka Python wprowadzoną na kursie niwelacyjnym, pogłębiając wiedzę na temat stosowania tego języka programowania. Podczas tych warsztatów studenci zdobędą praktyczną wizję zastosowania najczęściej używanego języka programowania w dziedzinie sztucznej inteligencji i uczenia maszynowego: Python.

Python jest referencyjnym językiem programowania w środowiskach sztucznej inteligencji ze względu na łatwość użycia, wszechstronność i dużą liczbę dostępnych bibliotek. Wzrost wykorzystania tego języka jest spektakularny przede wszystkim dzięki nowym technologiom nauki danych i uczenia maszynowego.

Uwaga: Aby przeprowadzić warsztaty, niezbędna jest wiedza z zakresu programowania.

Warsztaty biznesowe Wzmocnienie pozycji projektów Big Data poprzez uczenie maszynowe

Uczenie maszynowe potrzebuje dużych ilości danych, aby móc funkcjonować i szkolić używane algorytmy. Podczas tych warsztatów uczniowie zobaczą różne zastosowania uczenia maszynowego w środowisku Big Data. Ponadto warsztaty te pozwolą uczniom opanować związek sztucznej inteligencji z Big Data. Jak stosujemy uczenie maszynowe w Big Data? Jak możemy odkryć wzorce w danych za pomocą uczenia maszynowego? Jakie masz aplikacje na poziomie biznesowym?

Ponieważ są to warsztaty praktyczne, uczniowie będą przykładowo pracować na przykładzie marketingu cyfrowego. W szczególności zobaczysz, jak dzisiaj odbywa się programowy zakup mediów cyfrowych i jak można go zoptymalizować za pomocą technik uczenia maszynowego w połączeniu ze środowiskiem Big Data. W ten sposób zobaczysz korzyści biznesowe, jakie przynosi ta kombinacja technologii, oraz sposób ekstrapolacji na inne procesy.

Narzędzia

W trakcie programu uczniowie będą korzystać między innymi z następujących narzędzi:

Oprogramowanie Python

Oprogramowanie umożliwiające programowanie w języku Python. Jest to jeden z najczęściej używanych języków programowania. Jest to język wieloparadigmowy.

Oprogramowanie R.

Oprogramowanie do programowania zintegrowane z różnymi narzędziami, rozszerzalne poprzez pobieranie różnych pakietów, bibliotek lub własnych próbek. To jest open source.

Napinacz przepływu

Darmowa biblioteka oprogramowania służąca do wykonywania obliczeń numerycznych za pomocą schematów blokowych.

PyTorch

Pakiet Python przeznaczony do wykonywania obliczeń numerycznych z wykorzystaniem programowania naprężeń.

CNTK (Microsoft Cognitive Toolkit)

Biblioteka do głębokiego uczenia się oparta na głębokich sieciach neuronowych. Opiera się to na konstrukcji sieci obliczeniowej, która jest ujednoliconą ramą do opisywania różnych typów maszyn uczących się, takich jak głębokie sieci neuronowe, splotowe sieci neuronowe, rekurencyjne sieci neuronowe itp.

Usługi APIS (Amazon)

Usługa AWS, która pozwala tworzyć, publikować, utrzymywać, monitorować i chronić interfejsy API REST i WebSocket w dowolnej skali.

Wymagania ogólne

Profil studenta i wymagania wstępne

Moduły mistrza są zaprojektowane z myślą o tych profesjonalistach z różnych sektorów, którzy dążą do przyspieszenia rozwoju swojej kariery zawodowej i rozumieją rolę, jaką odgrywa AI w środowisku biznesowym. Wymagania dotyczące dostępu do Master of Artificial Intelligence of OBS są następujące:

  • Absolwenci i absolwenci inżynierii technicznej, ADE i nauk ścisłych (medycyna, matematyka, fizyka lub chemia).
  • Menedżerowie, którzy chcą zanurzyć się w wpływie firmy i nowych możliwościach, jakie otwierają te technologie, określając niezbędne elementy, aby móc je zastosować w rzeczywistych środowiskach produkcyjnych.
  • Kierownicy projektów i menedżerowie, którzy chcą zwiększyć swoje możliwości zarządzania, aby podejmować projekty związane z AI.
  • Osoby z doświadczeniem lub powołaniem w dziedzinie AI, które chcą wzmocnić swoje wykształcenie akademickie.
  • Konsultanci i specjaliści z branży sztucznej inteligencji, którzy chcą przygotować, zaktualizować i uzupełnić swój profil, tym samym kształtując swoją pozycję konkurencyjną na rynku.
miareczkowanie

Po zakończeniu programu studenci uzyskają:

  • Tytuł Three Points.
  • Własny stopień akredytowany przez UPC, jeśli wymagania uniwersytetu są spełnione na koniec programu.
Ostatnia aktualizacja Listopad 2019

Informacje o uczelni

OBS Business School nace en 2006 como la primera escuela de negocios 100% online en lengua española. Se funda en el entorno del Grupo Planeta, líder mundial en la publicación de contenidos para el mer ... Czytaj więcej

OBS Business School nace en 2006 como la primera escuela de negocios 100% online en lengua española. Se funda en el entorno del Grupo Planeta, líder mundial en la publicación de contenidos para el mercado de habla hispana y con un importante know-how en e-learning, con la colaboración del partner estratégico: Pokaż mniej
Barcelona , Madryt + 1 Więcej Mniej