Master i artificiell intelligens

Allmänt

Programbeskrivning

Master i artificiell intelligens

Online Master i konstgjord intelligens

Master in Artificial Intelligence är född som ett resultat av föreningen mellan den omfattande erfarenheten av utbildning och forskning inom teknikområdet, som kännetecknar UPC, med stöd av det erkännande och ackrediteringar den har, både nationellt och internationellt; och OBS erfarenhet av online-utbildning, med teknologisk och affärsmässig inriktning.

Master in Artificial Intelligence gör det möjligt för elever att känna till begreppen och nödvändiga element i AI ur en teoretisk-praktisk synvinkel för att framgångsrikt genomföra projekt inom detta område.

I Master kommer studenterna att dela in fem stora block:

  • Block I. Grundläggande: nyckelbegreppen kopplade till AI kommer att tillhandahållas såväl som de som är relaterade till all teknik som omfattas av denna term.
  • Block II Utveckling av modeller för maskininlärning och nervnätverk: modellerna baserade på maskininlärning och nervnätverk och deras praktiska användning kommer att fördjupas. Detta inkluderar optimering och efterföljande utvärdering av modellerna.
  • Block III Huvudsakliga AI-arkitekturer: de viktigaste befintliga ramarna på marknaden för utveckling av AI-modeller kommer att fördjupas.
  • Block IV Implementering av AI-projekt: faserna för utveckling och förvaltning av projekt kopplade till AI-teknik kommer att behandlas, liksom deras implementeringsprocess.
  • Block V. Affärsapplikationer av AI och dess affärseffekter: AI: s huvudsakliga affärsapplikationer kommer att introduceras, liksom de effekter de har, både ur affärsmässig och teknologisk synvinkel.

Det är viktigt att lyfta fram att programmets utmärkta praktiska karaktär tillåter studenten att omedelbart tillämpa den kunskap som förvärvats under magisterexamen.

karriär~~POS=TRUNC möjligheter~~POS=HEADCOMP

När programmet är avslutat kommer eleverna att kunna besätta positioner som:

  • Chef för ID-utvecklingsgrupp inom olika sektorer.
  • Företagskonsult specialiserad i AI.
  • Teknisk konsult specialiserad i AI.
  • Ansvarig för IA-projekt.
  • Expert på utveckling av AI-system.

mål

Vad är AI och vad är dess olika applikationer? Vilka banbrytande tekniker och kapaciteter är nödvändiga för att generera konkurrensfördelar från AI? Vad är dess potentiella påverkan på företag och samhälle? Vilka risker finns i maskininlärningsbaserade inlärningsmodeller? Vad är förhållandet mellan AI och Big Data? Vilka viktiga element bör beaktas för att leda AI-projekt i en organisation?

Master in Artificial Intelligence hjälper dig att besvara alla dessa frågor genom kombinationen av koncept relaterade till de viktigaste teknologierna och tillämpningen av dessa på affärsnivå. Analysen av olika verkliga fall och utvecklingen av ditt eget projekt gör att du kan specificera verkligheten för AI-teknik, liksom deras tillämpning för att stödja affärsbehov.

Allmänna mål

Master in Artificial Intelligence har som huvudmål att föra grundläggande funktioner i AI till alla de yrkesverksamma som ser hur applikationerna för Machine Learning, inom sina sektorer, förändrar sättet att hantera affärsmodeller. Genom detta program får eleverna nödvändig teknisk kunskap för att leda AI-projekt.

Särskilda mål

Läroplanen för Master in Artificial Intelligence är utformad för att uppnå följande specifika mål:

  • Fördjupa grunderna och nyckelbegreppen i AI, såväl som de metoder och tekniker som används för att lösa affärsproblem.
  • Känner till de viktigaste algoritmerna och verktygen som är relaterade till maskininlärning, för att kunna implementera dem för att lösa problem utan att ha tidigare programmeringskunskaper.
  • Utveckla AI-modeller med hjälp av de huvudsakliga arbetsramarna som finns på marknaden.
  • Utveckla praktiska AI-applikationer som virtuella assistenter och chatbots. Att kunna leda AI-projekt, inte bara ur teknisk synvinkel utan även ledarskap, utveckla tvärvetenskapliga profiler som vet hur man ska relatera och koppla samman olika affärsområden och tekniska praxis.
  • Förstå den strategiska effekten av AI genom att utveckla en affärsvision för att maximera din ROI.
  • Förstå applikationerna hos AI i olika branscher och fördjupa användningsfallen med den största affärseffekten.

Curriculum

Block I. Fundamentals of AI

IA-utjämningskurs

Parallellt med modul 1 startar eleverna Artificial Intelligence-programmet med denna nivåkurs som ger kunskapsbaserna programmering, algoritmer och matematik. I den här kursen kommer eleverna att hitta materiella resurser som gör att de kan fördjupa sig i olika ämnen som är nödvändiga för uppföljningen av kursen. I den här kursen kommer de att genomföra provtester som kommer att fungera som en guide för utvärdering av deras kunskap och kommer att utvärderas i slutet av den. Ämnen som ska behandlas är:

  • Grunderna i AI.
  • Introduktion till programmering.
  • Introduktion till algoritmer i AI.

Modul 1. AI: grunder och huvudteknologier

I denna modul kommer studenten att gå in i AI: s värld och dess tillämpning i företag, och hantera frågor som:

  • Nyckelbegrepp för AI.
  • Huvudsakliga AI-teknik.
  • Den "datadrivna" organisationen.
  • Baser för utförande av AI-projekt och deras skillnad med traditionell IT-exekvering.

Modul 2. AI: s socioekonomiska effekter

I denna modul får studenten en integrerad vision av begreppet AI i det nuvarande socioekonomiska sammanhanget. I den här ser studenten ämnen som:

  • Ekonomiska effekter av AI och industri 4.0.
  • Inverkan av AI på människor: etiska, sociala och juridiska överväganden.
  • AI-adoptions- och mognadsmodell i organisationer. IA Maturity Models som ett positioneringsverktyg för organisationer.
Block II Design och utveckling av maskininlärningsmodeller och nervnätverk

Modul 3. Introduktion till maskininlärning: data och algoritmer

Denna modul kommer att introducera eleven för maskininlärning, vilket ger de nyckelbegreppen för deras korrekta förståelse. Här visas ämnen som:

  • Viktiga maskininlärningskoncept.
  • Uppgifternas betydelse.
  • Datakvalitet och styrning.
  • Maskininlärningsalgoritmer: risker och begränsningar.

Modul 4. Modeller för maskininlärning: optimering och applikationer

Denna modul kommer att tillhandahålla nycklarna för att optimera resultatet av Machine Learning-modeller, samtidigt som man tar upp processen kopplad till minimering av risker vid generering av AI-baserade applikationer. Ämnen som kommer att arbetas med är:

  • Optimering av modellerna.
  • Datakvalitet för robust analys.
  • Generering av applikationer baserade på maskininlärning.

Modul 5. Neurala nätverk

Under hela denna femte modul kommer studenten att gå in i Neural Networks värld och se ämnen som:

  • Typiska arkitekturer
  • Djupt förstärkt lärande.
  • Träning av ett neuralt nätverk: TensorFlow Playground.
Block III Huvudsakliga AI-arkitekturer

Modul 6. AI-ramverk

I den här modulen kommer studenten att se de huvudsakliga AI-ramarna som för närvarande finns på marknaden. Bland dem är:

  • Frameworks Open Source.
  • Google IA-ramverk.
  • Microsoft Cognitive Services Framework.
  • Amazon IA Services Framework.
  • IBM Watson Framework
Block IV Genomförande av AI-projekt

Modul 7. Genomförande av AI-projekt (I): metodik

I den första delen av block 4 kommer studenten att se de metodologiska aspekterna av riktning och genomförande av AI-projekt. Ämnen som kommer att behandlas är:

  • ML-metodik: CRISP-DM.
  • Innehållets livscykel.
  • AIOps.
  • Regressionstester.
  • Feedback och underhåll.
  • Återanvändning och omskolning.
  • Fall och praktiska exempel.

Modul 8. Genomförande av AI (II) -projekt: materiella och mänskliga resurser

I den andra delen av blocket kommer studenten att fokusera på riktning och genomförande av AI-projekt ur materialets och människors resurser. I den meningen är några av de punkter som kommer att behandlas i modulen:

  • Materialresurser.
    • Storage.
    • Computing.
    • Ekonomiska modeller
    • Cloud Infrastructure
    • Verktyg.
  • Mänskliga resurser Specifika profiler och påverkan på traditionella profiler.
Block V. Affärsapplikationer av AI och dess affärseffekter

Modul 9. Affärsapplikationer av AI och dess affärseffekter

Den här modulen kommer att introducera studenten till AI: s huvudsakliga affärsapplikationer. Några av de ämnen som kommer att behandlas är:

  • Intelligent interaktion: optimering av kundupplevelsen, genom hyperpersonalisering, konversationsgränssnitt och datautnyttjande i realtid.
  • Smarta produkter och tjänster: de funktioner som AI tillhandahåller och sökning efter nya affärsmodeller och marknader.
  • Intelligent operation: kombination av AI med automatiseringslösningar, för att möjliggöra självinlärning.
  • Intelligenta företags supportfunktioner (säkerhet, HR, teknik, etc.): användning av AI för att öka mänsklig intelligens och förbättra beslutsfattandet.

Modul 10. Klientbaserade AI-modeller

I den här sista modulen i programmet kommer AI: s tillämpningar på kundrelationsprocesser att fördjupas. Några av punkterna i modulen är följande:

  • Attraktion: Sociala nätverk och betalda media.
  • Upplevelse: Anpassning av innehåll och kundresa.
  • Försäljning: Upselling och korsförsäljning.
  • Service: chatbots och smarta assistenter.

slutliga huvudprojekt

Under Final Master Project (PFM) kommer studenten att arbeta hand i hand med ett riktigt företag i utvecklingen av ett projekt. Detta kommer att ha möjlighet att göra det för ditt eget företag eller välja mellan de alternativ som skolan tar upp.

verkstäder

Under Master in Artificial Intelligence kommer studenten att ha möjlighet att genomföra 2 praktiska workshops, uppdelade i en teknologisk workshop och en affärsverkstad.

Teknologisk verkstad Pythons språkapplikation

Denna workshop höjer de grundläggande kunskaperna om Python som introducerades i nivåkursen och utvecklar kunskapen om tillämpningen av detta programmeringsspråk. Under hela denna workshop får eleverna en praktisk vision om tillämpningen av det mest använda programmeringsspråket inom området Artificial Intelligence and Machine Learning: Python.

Python är ett referensprogrammeringsspråk i Artificial Intelligence-miljöer för dess användarvänlighet, mångsidighet och det stora antalet tillgängliga bibliotek. Tillväxten i användningen av detta språk är spektakulär tack vare den nya tekniken inom datavetenskap och maskininlärning.

Obs: För att genomföra denna workshop är det viktigt att ha kunskap om programmering.

Business Workshop Empowerment av Big Data-projekt genom maskininlärning

Machine Learning behöver stora mängder data för att kunna fungera och träna de algoritmer som den använder. I denna workshop kommer eleverna att se de olika användningarna av maskininlärning i Big Data-miljön. Dessutom kommer denna workshop att göra det möjligt för studenter att behärska hur AI förhåller sig till Big Data. Hur tillämpar vi Machine Learning i Big Data? Hur kan vi upptäcka mönster i data genom användning av maskininlärning? Vilka applikationer har du på affärsnivå?

Eftersom det är en praktisk workshop kommer eleverna att arbeta som exempel med ett användningsfall av digital marknadsföring. Specifikt kommer du att se hur det programmatiska köpet av digitala medier görs idag och hur det kan optimeras med hjälp av Machine Learning-tekniker i kombination med Big Data-miljöer. På detta sätt kommer de att se den affärsmässiga fördelen som denna kombination av teknik ger och hur de kan extrapoleras till andra processer.

Verktyg

Under hela programmet kommer eleverna att använda följande verktyg:

Python-programvara

Programvara som tillåter programmering på Python-språk. Det är ett av de mest använda programmeringsspråken. Det är ett multiparadigmaspråk.

R-programvara

Programmeringsprogramvara integrerad med olika verktyg, utbyggbar genom nedladdning av olika paket, bibliotek eller egna prover. Det är öppen källkod.

Flödespännare

Gratis programvarubibliotek som används för att utföra numeriska beräkningar med flödesscheman.

PyTorch

Python-paket utformat för att utföra numeriska beräkningar med spänningsprogrammering.

CNTK (Microsoft Cognitive Toolkit)

Bibliotek för djupt lärande baserat på djupa neurala nätverk. Detta är baserat på datornätverkskonstruktionen, som är en enhetlig ram för att beskriva olika typer av inlärningsmaskiner, såsom djupa neurala nätverk, invändiga neurala nätverk, återkommande neurala nätverk, etc.

APIS-tjänster (Amazon)

AWS-tjänst som låter dig skapa, publicera, underhålla, övervaka och skydda API: erna för REST och WebSocket i alla skalor.

Masterkrav

Studentprofil och antagningskrav

Mastermodulerna är utformade med de yrkesverksamma, från olika sektorer, som strävar efter att påskynda utvecklingen av sin yrkeskarriär och förstå den roll som AI förvärvar i affärsmiljön. Kraven för att få tillgång till Master of Artificial Intelligence of OBS är följande:

  • Kandidater och examen inom teknisk teknik, ADE och naturvetenskap (medicin, matematik, fysik eller kemi).
  • Chefer som vill ha en fördjupning i affärseffekten och de nya möjligheterna som dessa tekniker öppnar, identifierar de nödvändiga elementen för att kunna tillämpa dem i verkliga produktiva miljöer.
  • Projektledare och chefer som vill utöka sin ledningskapacitet för att genomföra projekt relaterade till AI.
  • Personer med erfarenhet eller yrke inom AI-området som vill stärka sin akademiska utbildning.
  • Konsulter och specialister inom AI-sektorn som vill förbereda, uppdatera och slutföra sin profil och därmed skapa sin konkurrenskraft på marknaden.
titrering

Efter avslutad program får studenterna:

  • En titel på tre poäng.
  • En egen examen ackrediterad av UPC, om universitetets krav uppfylls i slutet av programmet.
Senast uppdaterad November 2019

Om skolan

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 ... Läs mer

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: Läs mindre
Barcelona , madrid + 1 Mer Mindre