Acerca de Maestría en Inteligencia Artificial Online
Maestría en Inteligencia Artificial Online y doble título: certificación oficial otorgada por la SEP y título de Máster Europeo.
Perfil de Ingreso
Está destinado a perfiles técnicos en informática así como a perfiles estadísticos, empresariales o de marketing que quieran conocer qué tecnologías, herramientas y lenguajes se utilizan para gestionar y analizar datos y sacarles el máximo partido en cada empresa.
Perfil Profesional
Aprenderá sobre algoritmos de clasificación y métodos de ciencia de datos. Usan bases de datos SQL o NoSQL, aprovechan el poder de Big Data o machine learning, programan en R para analizar datos estadísticos, construyen chatbots, programan visión artificial con Python y OpenCV, y usan Arduino y Tensorflow 2.0 en machine learning.
Campo Laboral
Después de completar este máster, elegirás puestos como científico de datos o analista de datos, programador de visión artificial o ingeniero de aprendizaje automático.
Modalidad de Estudio
100% a Distancia
Duración de la Maestría en Inteligencia Artificial Online en Ecuador
Duración de 1 año
Beneficios y Pagos
3800 USD con una Financiación 100% en matrícula sin intereses
Descuento en becas: 20% Beca Antiguos Alumnos, 20% Beca Desempleo, 15% Beca Emprende y 15% Beca Amigo
Plan de Estudios Universitarios
MÓDULO 1. Fundamentos de Programación
MÓDULO 2. Datos Masivos en las Organizaciones
MÓDULO 3. Recolección y Clasificación de Datos
MÓDULO 4. Análisis de Datos y Métodos Estadísticos
MÓDULO 5. Bases de Datos
MÓDULO 6. Privacidad y Protección de Datos
MÓDULO 7. Bases de Datos NOSQL
MÓDULO 8. Fundamentos de Machine Learning
MÓDULO 9. Bg Data
MÓDULO 10. Minería de Datos
MÓDULO 11. Descubrimiento de Conocimiento con Lenguaje R
MÓDULO 12. Metodología de la Investigación
MÓDULO 13. Presentación y Visualización de Datos
MÓDULO 14. Proyecto Integrador de Ciencia de Datos
MÓDULO 15. PLN, Chatbots e Inteligencia Artificial
MÓDULO 16. Programación de Visión Artificial con Python y Opencv
MÓDULO 17. Machine Learning con Arduino y Tensorflow 2.0
