ÌìÃÀÖ±²¥

Aquest lloc web utilitza cookies

El lloc web de la Fundació Politècnica de Catalunya utilitza cookies pròpies i de tercers per millorar l'experiència de navegació i amb finalitats estadístiques. Per obtenir més informació sobre les cookies podeu consultar la

Configurar cookies
Permetre totes les cookies
Campus
MY_TECH_SPACE


Entrar
Campus en manteniment
Usuari i/o clau incorrectes
No tens cap entorn actiu
El teu accés ha estat restringit. Consulta amb el departament d'administració
Per problemes tècnics el campus virtual és inaccessible. Estem treballant per solucionar-ho. Disculpa les molèsties.
No tens autorització per fer aquesta crida. Pots consultar a webmaster.fpc@fpc.upc.edu
Has superat el nombre màxim d'intents. El teu usuari està bloquejat temporalment. Torna a accedir d'aquí a una estona.
Has d'introduir l'usuari del campus no un correu electrònic
Has de fer la verificació per comprovar que no ets un robot.
ÌìÃÀÖ±²¥   >  Màsters i postgraus  >  ¹ó´Ç°ù³¾²¹³¦¾±Ã³  >  Microcredencial en Aplicacions de la IA
  • discount

    Finançat pel Ministeri de Ciència, Innovació i Universitats en el marc del Pla Microcreds. Subvenció aplicable a residents a Espanya entre 25 i 64 anys.

Aquest ajut i els descomptes UPC School no són acumulables.

±Ê°ù±ð²õ±ð²Ô³Ù²¹³¦¾±Ã³

·¡»å¾±³¦¾±Ã³
1a
°ä°ùè»å¾±³Ù²õ
3 ECTS
Tipus
Microcredencial
Modalitat
Live online
Idioma d'impartició
Espanyol
Preu
360€ 108€(Finançat pel Ministeri de Ciència, Innovació i Universitats en el marc del Pla Microcreds. Subvenció aplicable a residents a Espanya entre 25 i 64 anys.)
Observacions pagament de la matrícula i campanya 0,7%
Inscripció oberta fins l'inici del programa o fins l'exhauriment de places.
Dates de realització
Data d'inici: 12/11/2025
Data de fi: 17/12/2025
Horari
Dimecres: 18:00 a 21:00
Per què aquest programa?
Forma’t en l’ús pràctic i efectiu de la IA per resoldre problemes concrets mitjançant Python i les principals biblioteques de machine learning: Pandas, Scikit-learn i Keras. Treballaràs amb dades reals i casos d’ús aplicats per dominar tècniques com l’aprenentatge supervisat i no supervisat, la visualització avançada, el deep learning i la IA generativa amb models de llenguatge (LLMs).

També aprendràs a optimitzar models per obtenir solucions més eficients i adaptades a l’entorn professional.

Una formació pensada per a qui vol portar la IA de la teoria a la pràctica i generar valor real.

Impulsat per:
  • Unión Europea. NextGenerationEU
  • Ministerio de Ciencia, Innovación y Universidades
  • Plan de Recuperación, Transformación y Resiliencia Gobierno de España
  • Next Generation Catalunya
«Pla de Recuperació, Transformació i Resiliència - Finançat per la Unió Europea - Next Generation EU». Component 21, inversió 6, C21.I06.P02.S04.S05. PROVISIONAL.SI01.
Objectius
Reconèixer els conceptes bàsics de la Intel·ligència Artificial i les seves aplicacions quotidianes.

Identificar diferències bàsiques entre l’aprenentatge supervisat i no supervisat.

Interpretar visualitzacions de dades senzilles per extreure informació rellevant.

Comprendre què són els models de deep learning i els LLMs i com s’utilitzen en entorns habituals.

Valorar el potencial i les limitacions de la IA en la resolució de problemes reals.

Utilitzar eines bàsiques (com notebooks de Python ja preparats) per experimentar amb aplicacions simples de la IA.

A qui va dirigit?
S'adreça a professionals de diversos àmbits (tecnològic, social, educatiu, jurídic, sanitari, etc.) que treballen amb sistemes d’intel·ligència artificial o prenen decisions relacionades amb el seu ús.

Continguts formatius

  • Aprenentatge no supervisat.
  • Visualització de dades.
  • Aprenentatge supervisat i deep learning.
  • IA generativa i LLMs.
  • Optimització.
°Õ¾±³Ù³Ü±ô²¹³¦¾±Ã³
Microcredencial. Credencial digital d'Europass en Aplicacions de la IA emesa per la Universitat Politècnica de Catalunya.

Metodologia d'aprenentatge

La metodologia docent del programa facilita l'aprenentatge de l'estudiantat i l'assoliment de les competències necessàries.



Criteris d'avaluació
´¡²õ²õ¾±²õ³Ùè²Ô³¦¾±²¹
Es requereix com a mínim el 80% d'assistència a les hores lectives.
Resolució d'exercicis, qüestionaris o exàmens
Proves individuals amb l'objectiu d'avaluar el grau d'aprenentatge i l'adquisició de competències.
Campus virtual
L'estudiantat d'aquest microcredencial tindrà accés al campus virtual My_Tech_Space, una eficaç plataforma de treball i comunicació entre l'alumnat, el professorat, la direcció i la coordinació del programa. My_Tech_Space permet obtenir la documentació de cada sessió formativa abans de l'inici, treballar en equip, fer consultes als professors, visualitzar notes, etc.

Equip docent

Direcció Acadèmica
  • Copado Mendez, Pedro Jesus
    info
    / / /
    Enginyer en Informàtica per la Universitat Politècnica de Catalunya (UPC). Màster en Computació per la Universitat Politècnica de Catalunya (UPC). Doctor en Enginyeria de Sistemes de Processos per la Universitat Rovira i Virgili (URV). Experiència de més de 10 anys en projectes i publicacions relacionats amb la cadena de subministrament, transport, màrqueting i planificació industrial. Actualment, postdoctoral al grup SOCO-IDEAI del departament de ciències de computació a la UPC.
Professorat
  • Copado Mendez, Pedro Jesus
    info
    / / /
    Enginyer en Informàtica per la Universitat Politècnica de Catalunya (UPC). Màster en Computació per la Universitat Politècnica de Catalunya (UPC). Doctor en Enginyeria de Sistemes de Processos per la Universitat Rovira i Virgili (URV). Experiència de més de 10 anys en projectes i publicacions relacionats amb la cadena de subministrament, transport, màrqueting i planificació industrial. Actualment, postdoctoral al grup SOCO-IDEAI del departament de ciències de computació a la UPC.
  • Escolano Peinado, Carlos
    info
    /
    Doctor en informàtica per la Universitat Politècnica de Catalunya (UPC) i màster en Intel·ligència Artificial per la UPC. Actualment és investigador al grup de tecnologies del llenguatge del Barcelona Supercomputing Center (BSC), així com professor associat al departament de Ciències de la Computació de la UPC. La seva àrea d'experiència és el processament del llenguatge natural, especialment la traducció automàtica multilingüe amb xarxes neuronals.
  • König, Caroline
    info
    /
    Doctora en Intel·ligència Artificial i Enginyera Informàtica per la Universitat Politècnica de Catalunya (UPC). Actualment, és professora al departament de ciències de computació de la UPC. Acumula una experiència de més de 10 anys en empreses de desenvolupament de programari i investigació a l'àrea d'intel·ligència artificial.