Master i kunstig intelligens

Generelt

Programbeskrivelse

Master i kunstig intelligens

Online Master i kunstig intelligens

Master in Artificial Intelligence er født som et resultat av foreningen mellom den omfattende erfaringen innen trening og forskning, innen teknologi, som kjennetegner UPC, støttet av anerkjennelsen og akkrediteringene den har, både nasjonalt og internasjonalt; og erfaringen med online trening, med teknologisk og forretningsfokus, av OBS .

Master i kunstig intelligens lar studentene kjenne til konseptene og nødvendige elementene i AI fra et teoretisk-praktisk synspunkt for å kunne gjennomføre prosjekter på dette området.

I Master vil studentene fordype seg i fem store blokker:

  • Blokk I. Grunnleggende: nøkkelkonseptene relatert til AI vil bli gitt, så vel som de som er relatert til alle teknologier som omfattes av dette begrepet.
  • Blokk II Utvikling av modeller for maskinlæring og nevrale nettverk: modellene basert på maskinlæring og nevrale nettverk og deres praktiske bruk vil bli utdypet. Dette inkluderer optimalisering og påfølgende evaluering av modellene.
  • Blokk III Hoved AI-arkitekturer: de viktigste eksisterende rammer i markedet for utvikling av AI-modeller vil bli utdypet.
  • Blokk IV Implementering av AI-prosjekter: utviklings- og styringsfaser av prosjekter knyttet til AI-teknologier vil bli adressert, samt implementeringsprosessen.
  • Blokk V. Virksomhetsapplikasjoner av AI og dens forretningsvirkninger: de viktigste forretningsapplikasjonene til AI vil bli introdusert, så vel som virkningen de har, både fra et forretningsmessig og teknologisk synspunkt.

Det er viktig å fremheve at programmets praktiske karakter gjør at studenten umiddelbart kan anvende kunnskapen som er tilegnet under mastergraden.

Karrieremuligheter muligheter~~POS=HEADCOMP

Når programmet er ferdig, vil studentene kunne innta stillinger som:

  • Leder for ID Development Group i forskjellige sektorer.
  • Bedriftskonsulent spesialisert i AI.
  • Teknologisk konsulent spesialisert i AI.
  • Ansvarlig for IA-prosjekter.
  • Ekspert i utvikling av AI-systemer.

målsettinger

Hva er AI og hva er dens forskjellige bruksområder? Hvilke nyskapende teknologier og evner er nødvendige for å generere konkurransefortrinn fra AI? Hva er dens potensielle innvirkning på selskaper og samfunn? Hvilke risikoer finnes i maskinlæringsbaserte læringsmodeller? Hva er forholdet mellom AI og Big Data? Hvilke viktige elementer bør vurderes for å lede AI-prosjekter i en organisasjon?

Master in Artificial Intelligence vil hjelpe deg med å svare på alle disse spørsmålene, gjennom kombinasjonen av konseptene relatert til de viktigste teknologiene, og anvendelsen av disse på forretningsnivå. Analysen av forskjellige virkelige tilfeller og utviklingen av ditt eget prosjekt, lar deg spesifisere virkeligheten til AI-teknologier, så vel som bruken av dem for å støtte forretningsbehov.

Generelt mål

Master i kunstig intelligens har som hovedmål å bringe grunnleggende om AI til alle fagfolk som ser hvordan Machine Learning-applikasjoner, i deres sektorer, endrer måten de styrer forretningsmodeller på. Gjennom dette studiet skal studentene tilegne seg den nødvendige tekniske kunnskapen for å lede AI-prosjekter.

Spesifikke mål

Læreplanen for Master i kunstig intelligens er designet for å oppnå følgende spesifikke mål:

  • Dyp grunnleggende og sentrale begreper i AI, så vel som metodene og teknikkene som brukes for å løse forretningsproblemer.
  • Kjenne til hovedalgoritmer og verktøy relatert til maskinlæring, for å kunne implementere dem i å løse problemer uten å ha tidligere programmeringskunnskap.
  • Utvikle AI-modeller ved å bruke de viktigste arbeidsrammer som finnes i markedet.
  • Utvikle praktiske AI-applikasjoner som virtuelle assistenter og chatbots. Å kunne lede AI-prosjekter, ikke bare fra et teknisk synspunkt, men også fra ledelse, utvikle flerfaglige profiler som vet hvordan man skal forholde seg og koble sammen forskjellige forretningsområder og teknologisk praksis.
  • Forstå den strategiske effekten av AI ved å utvikle en forretningsvisjon for å maksimere avkastningen.
  • Forstå bruksområdene til AI i forskjellige bransjer og utdyp brukssakene med størst virksomhetseffekt.

Curriculum

Blokk I. Grunnleggende om AI

IA-utjevningskurs

Parallelt med modul 1 starter studentene kunstig intelligens-programmet med dette utjevningskurset som gir kunnskapsgrunnlagene for programmering, algoritmer og matematikk. I dette kurset vil studentene finne materielle ressurser som lar dem fordype seg i forskjellige temaer som er nødvendige for oppfølgingen av kurset. I dette kurset vil de gjennomføre testtester som vil tjene som en guide for evaluering av kunnskapen deres og vil bli evaluert på slutten av den. Temaene som skal behandles er:

  • Grunnleggende om AI.
  • Introduksjon til programmering.
  • Introduksjon til algoritmer i AI.

Modul 1. AI: grunnleggende og viktigste teknologier

I denne modulen vil studenten bli introdusert for AIs verden og dens anvendelse i virksomheten, og ta opp spørsmål som:

  • Sentrale konsepter av AI.
  • Hoved AI-teknologier.
  • Den "datadrevne" organisasjonen.
  • Baser for utførelse av AI-prosjekter og deres forskjell med tradisjonell IT-utførelse.

Modul 2. Samfunnsøkonomisk innvirkning av AI

I denne modulen skal studenten tilegne seg en integrert visjon av begrepet AI i dagens samfunnsøkonomiske sammenheng. I denne skal studenten se emner som:

  • Økonomisk innvirkning av AI og industri 4.0.
  • AIs innvirkning på mennesker: etiske, sosiale og juridiske hensyn.
  • AI-adopsjon og modenhetsmodell i organisasjoner. IA Maturity Models som et posisjoneringsverktøy for organisasjoner.
Blokk II Design og utvikling av maskinlæringsmodeller og nevrale nettverk

Modul 3. Introduksjon til maskinlæring: data og algoritmer

Denne modulen vil introdusere studenten for maskinlæring, og gi de sentrale begrepene for å forstå dem riktig. I dette vil du se emner som:

  • Viktige maskinlæringskonsepter.
  • Viktigheten av dataene.
  • Datakvalitet og styring.
  • Maskinlæringsalgoritmer: risikoer og begrensninger.

Modul 4. Modeller for maskinlæring: optimalisering og applikasjoner

Denne modulen vil gi nøklene til å optimalisere resultatet av Machine Learning-modeller, samtidig som de adresserer prosessen knyttet til minimering av risiko ved generering av AI-baserte applikasjoner. Temaene som vil bli arbeidet med er:

  • Optimalisering av modellene.
  • Datakvalitet for robust analyse.
  • Generering av applikasjoner basert på maskinlæring.

Modul 5. Nevrale nettverk

Gjennom denne femte modulen vil studenten komme inn i verden av nevrale nettverk og se emner som:

  • Typiske arkitekturer
  • Dyp forsterket læring.
  • Opplæring av et nevralt nettverk: TensorFlow Playground.
Blokk III Hoved AI-arkitekturer

Modul 6. AI-rammer

I denne modulen vil studenten se de viktigste AI-rammene som for tiden finnes i markedet. Blant dem er:

  • Frameworks Open Source.
  • Google IA Framework.
  • Microsoft Cognitive Services Framework.
  • Amazon IA Services Framework.
  • IBM Watson Framework
Blokk IV Gjennomføring av AI-prosjekter

Modul 7. Gjennomføring av AI-prosjekter (I): metodikk

I denne første delen av blokk 4 vil studenten se metodologiske aspekter ved retning og gjennomføring av AI-prosjekter. Temaene som vil bli behandlet er:

  • ML-metodikk: CRISP-DM.
  • Innholdets livssyklus.
  • AIOps.
  • Regresjonstester.
  • Tilbakemelding og vedlikehold.
  • Gjenbruk og omskolering.
  • Tilfeller og praktiske eksempler.

Modul 8. Gjennomføring av AI (II) -prosjekter: materielle og menneskelige ressurser

I denne andre delen av blokken vil studenten fokusere på retning og gjennomføring av AI-prosjekter med tanke på materielle og menneskelige ressurser. I denne forstand er noen av punktene som vil bli behandlet i modulen:

  • Materielle ressurser.
    • Storage.
    • Computing.
    • Økonomiske modeller
    • Cloud Infrastructure
    • Verktøy.
  • Menneskelige ressurser Spesifikke profiler, og innvirkning på tradisjonelle profiler.
Blokk V. Virksomhetsapplikasjoner av AI og dets virkning

Modul 9. Forretningsapplikasjoner av AI og dets virkning

Denne modulen vil introdusere studenten til de viktigste forretningsapplikasjonene til AI. Noen av temaene som vil bli behandlet er:

  • Intelligent interaksjon: optimalisering av kundeopplevelsen, gjennom hyperpersonalisering, samtalegrensesnitt og datautnyttelse i sanntid.
  • Smarte produkter og tjenester: funksjonene som AI gir og leting etter nye forretningsmodeller og markeder.
  • Intelligente operasjoner: kombinasjon av AI med automatiseringsløsninger, for å muliggjøre selvlæring.
  • Intelligente bedriftsstøttefunksjoner (sikkerhet, HR, teknologi osv.): Bruk av AI for å øke menneskelig intelligens og forbedre beslutningen.

Modul 10. Klientbaserte AI-modeller

I denne siste modulen av programmet vil applikasjonene til AI til kundeforhold prosesser bli utdypet. Noen av punktene i modulen er følgende:

  • Attraksjon: Sosiale nettverk og betalte medier.
  • Opplevelse: Tilpasning av innhold og kundereise.
  • Salg: Upselling og kryssalg.
  • Tjeneste: chatbots og smarte assistenter.

avsluttende masterprosjekt

Under Final Master Project (PFM) skal studenten samarbeide med et ekte selskap i utviklingen av et prosjekt. Dette vil ha muligheten til å gjøre det for ditt eget selskap eller velge mellom alternativene som er foreslått av skolen.

workshops

Under Master i kunstig intelligens vil studenten ha muligheten til å gjennomføre 2 praktiske verksteder, delt inn i et teknologisk verksted og et forretningsverksted.

Teknologisk verksted Python språkapplikasjon

Denne workshopen hever den grunnleggende kunnskapen om Python som ble introdusert i utjevningskurset, og øker kunnskapen om bruken av dette programmeringsspråket. Gjennom hele denne workshopen skal studentene tilegne seg en praktisk visjon om bruken av det mest brukte programmeringsspråket innen kunstig intelligens og maskinlæring: Python.

Python er et referanseprogrammeringsspråk i kunstig intelligens miljøer for sin brukervennlighet, allsidighet og det store antallet tilgjengelige biblioteker. Veksten i bruken av dette språket er spektakulær takket være de nye teknologiene innen datavitenskap og maskinlæring.

Merk: For å gjennomføre dette verkstedet er det viktig å ha kunnskap om programmering.

Forretningsverksted Empowerment av Big Data-prosjekter gjennom Machine Learning

Machine Learning trenger store datamengder for å kunne fungere og trene algoritmene den bruker. I denne workshopen vil studentene se de forskjellige bruken av maskinlæring i Big Data-miljøet. I tillegg vil denne workshopen gjøre det mulig for studentene å mestre hvordan AI forholder seg til Big Data. Hvordan bruker vi Machine Learning i Big Data? Hvordan kan vi oppdage mønstre i dataene gjennom bruk av maskinlæring? Hvilke applikasjoner har du på forretningsnivå?

Ettersom det er et praktisk verksted, vil studentene, for eksempel, jobbe med en brukssak for digital markedsføring. Spesifikt vil du se hvordan det programmatiske kjøpet av digitale medier gjøres i dag og hvordan det kan optimaliseres ved hjelp av Machine Learning-teknikker kombinert med Big Data-miljøer. På denne måten vil de se den fordelen som denne kombinasjonen av teknologier gir og hvordan de kan ekstrapoleres til andre prosesser.

verktøy

Gjennom studiet vil studentene bruke følgende verktøy:

Python-programvare

Programvare som tillater programmering på Python-språk. Det er et av de mest brukte programmeringsspråk. Det er et multiparadigma-språk.

R Programvare

Programmeringsprogramvare integrert av forskjellige verktøy, utvidbar gjennom nedlasting av forskjellige pakker, biblioteker eller egne prøver. Det er åpen kildekode.

Flytstrammer

Gratis programvarebibliotek som brukes til å utføre numeriske beregninger ved bruk av flytskjemaer.

PyTorch

Python-pakken designet for å utføre numeriske beregninger ved hjelp av spenningsprogrammering.

CNTK (Microsoft Cognitive Toolkit)

Bibliotek for dyp læring basert på dype nevrale nettverk. Dette er basert på beregningsnettverkskonstruksjonen, som er et enhetlig rammeverk for å beskrive forskjellige typer læringsmaskiner, for eksempel dype nevrale nettverk, innviklede nevrale nettverk, tilbakevendende nevrale nettverk, etc.

APIS-tjenester (Amazon)

AWS-tjeneste som lar deg opprette, publisere, vedlikeholde, overvåke og beskytte REST- og WebSocket API-er i alle målestokker.

Masterkrav

Studentprofil og opptakskrav

Mastermodulene er designet med fagfolk fra forskjellige sektorer, som ønsker å fremskynde utviklingen av sin profesjonelle karriere og forstå hvilken rolle AI skaffer seg, i forretningsmiljøet. Kravene for å få tilgang til Master of Artificial Intelligence of OBS er følgende:

  • Nyutdannede og kandidater i teknisk ingeniørfag, ADE og naturfag (medisin, matematikk, fysikk eller kjemi).
  • Ledere som ønsker å fordype seg i virksomhetseffekten og de nye mulighetene som disse teknologiene åpner, og identifisere de nødvendige elementene for å kunne anvende dem i virkelige produktive miljøer.
  • Prosjektledere og ledere som ønsker å utvide ledelseskapasiteten sin til å gjennomføre prosjekter relatert til AI.
  • Personer med erfaring eller yrke innen AI-området som ønsker å styrke sin akademiske trening.
  • Konsulenter og spesialister i AI-sektoren som ønsker å utarbeide, oppdatere og fullføre profilen sin, og dermed smi sin konkurranseposisjon i markedet.
titrering

Etter fullført studium, vil studentene få:

  • En tittel på tre poeng.
  • En egen grad akkreditert av UPC, hvis kravene til universitetet er oppfylt ved slutten av studiet.
Sist oppdatert November 2019

Om skolen

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 ... Les 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: Minimér
Barcelona , Madrid + 1 Mer Mindre