Máster en Deep Learning

Programa de Formación Permanente de la Universidad Politécnica de Madrid

60

ECTS

30

Plazas

4.900€

Precio

18h-21h

Horario (Lunes a Jueves)

Prepárate para tu nuevo futuro profesional

Recibe una formación completa y altamente práctica para adaptarte al mundo laboral

Ciencia de Datos

Aprende a programar en Python, a realizar visualizaciones avanzadas de datos y a hacer uso de modelos de Machine Learning

Deep Learning

ChatGPT, BERT, Transformer, Gemini… ponte al día y trabaja con los modelos de IA más avanzados. Aprende a diseñar y construir tus propias arquitecturas de Deep Learning y aplícalas a problemas prácticos

Amplia tus posibilidades laborales

La IA está cada vez más presente en todos los ámbitos. Desarrolla un perfil altamente competitivo y preparado para el mercado laboral

Plan de estudios

Introducción a Machine Learning

Semanas 1-10

Asignaturas

  • Introducción a machine learning (3 ECTS)
  • Programación para Ciencia de Datos (6 ECTS)
  • Redes Neuronales (3 ECTS)
  • Visualización de Datos (3 ECTS)

Deep Learning

Semanas 11-20

Asignaturas

  • Deep Learning (6 ECTS)
  • Introducción a NLP (3 ECTS)
  • Modelos generativos (3 ECTS)
  • Graph Neural Networks (3 ECTS)

Deep Learning avanzado

Semanas 21-40

Asignaturas

  • Deep Learning para NLP (3 ECTS)
  • Deep Learning para visión (3 ECTS)
  • Deep Learning para series temporales (3 ECTS)
  • Ética para la IA (3 ECTS)
  • Operacionalización de ML – MLOps (3 ECTS)
  • Proyectos de Deep Learning (6 ECTS)
  • TFM (9 ECTS)
16/09/2024

Comienzo del curso
Bloque I (Semanas 1-10)

Introducción a Machine Learning

16/09/2024
25/11/2024

Bloque II (Semanas 11-20)

Deep Learning

25/11/2024
17/02/2025

Bloque III (Semanas 21-40)

Deep Learning avanzado

17/02/2025
15/07/2025

Fin del máster

Defensa del TFM

15/07/2025
Descarga el horario detallado para el curso 2024/25

Programa detallado

Módulo 1: Programación para Ciencia de Datos y Machine Learning

Introducción a Machine Learning

3 ECTS

– Análisis de datos
– Modelos supervisados
– Modelos no supervisados
– Selección de características
– Imbalanced learning

Programación para Ciencia de Datos

6 ECTS

– Programación en Python
– Preprocesamiento de datos

Redes Neuronales


3 ECTS

– Arquitecturas de redes neuronales
– Optimización
– Uso de librerías más comunes

Visualización de Datos


3 ECTS

– Visualización de datos en Python
– Uso de librerías como seaborn o Plotly
– Visualizaciones dinámicas

Módulo 2: Deep Learning

Deep Learning

3 ECTS

– Fundamentos de Deep Learning
– Redes convolucionales
– Redes recurrentes
– Implementación con librerías

Introducción a NLP

6 ECTS

– Conceptos básicos de NLP
– Tokenization
– Word embeddings
– Introducción a Transformers

Modelos generativos

3 ECTS

– Introducción a modelos generativos
– Redes generativas antagónicas
– Auto Encoders

Graph Neural Networks

3 ECTS

– Introducción a GNNs
– Tipos de redes
– Aplicaciones de GNNs
– Social Network Analysis

Módulo 3: Deep Learning avanzado

Deep Learning para NLP


3 ECTS

– Fundamentos avanzados de NLP mediante Deep Learning
– Modelos RNN, LSTM y Transformer en NLP
– Técnicas de entrenamiento y fine-tuning
– Aplicación práctica de modelos de NLP

Deep Learning para visión


3 ECTS

– Conceptos avanzados de visión mediante Deep Learning
– Arquitecturas de Deep Learning para visión
– Técnicas de aumento de datos y regularización
– Aplicación prácticas de modelos de visión

Deep Learning para series temporales

3 ECTS

– Análisis de series temporales mediante redes recurrentes
– Modelos de atención para series temporales
– Aplicación de modelos de Deep Learning para series temporales

Ética para la IA


3 ECTS

– Ética aplicada a la IA
– Marco regulatorio y de buenas prácticas
– Riesgos y consecuencias sociales, éticas y legales

Operacionalización de ML (MLOps)

3 ECTS

– Escalabilidad y monitorización
– Despliegue de modelos
– Puesta en producción de modelos de Deep Learning
– Mantenimiento de modelos

Proyectos de Deep Learning


6 ECTS

– Realización de varios proyectos prácticos con modelos de Deep Learning

Fin de Máster


9 ECTS

– Realización de trabajo final en una línea de trabajo junto con un profesor del Máster

Preguntas frecuentes

Si te queda alguna duda, escríbenos

Don’t Miss Out!

Si quieres estar al día y enterarte de las últimas noticias, apúntate aquí

Email
The form has been submitted successfully!
There has been some error while submitting the form. Please verify all form fields again.

Contacta con nosotros

Email

master.deeplearning@upm.es

Phone

+34 91 067 37 26

Dirección

Campus Sur UPM. C/ Alan Turing s/n, 28031 Madrid