ֱ

Esta página web usa cookies

El sitio web de la Fundació Politècnica de Catalunya utiliza cookies propias y de terceros para mejorar la experiencia de navegación y con fines estadísticos. Para obtener más información sobre las cookies puede consultar la

Configurar cookies
Permitir todas las cookies
Campus
MY_TECH_SPACE


Entrar
Campus en mantenimiento
Usuario y/o clave incorrectos
No tienes ningún entorno activo
Tu acceso ha sido restringido. Consulta con el departamento de administración
Por problemas técnicos el campus virtual es inaccesible. Estamos trabajando para solucionarlo. Disculpa las molestias.
No tienes autorización para realizar esta llamada. Puedes consultar en webmaster.fpc@fpc.upc.edu
Ha superado el número máximo de intentos. Su usuario está bloqueado temporalmente. Vuelve a acceder dentro de un rato.
Tienes que introducir el usuario del campus no un correo electrónico
Tienes que realizar la verificación para comprobar que no eres un robot.
ֱo   >  Másteres y posgrados  >  ǰó  >  Posgrado en Artificial Intelligence with Deep Learning
¡Te asesoramos! Solicita información o la admisión
  • discount

    ¡MATRICÚLATE CON UN 15% DE DESCUENTO HASTA EL 15 DE DICIEMBRE!

ʰԳٲó

徱ó
11ª
é徱ٴDz
15 ECTS
Modalidad
Presencial
Idioma de impartición
Բé
Precio
4.100€ 3.485€(¡MATRICÚLATE CON UN 15% DE DESCUENTO HASTA EL 15 DE DICIEMBRE!)
Condiciones especiales en el pago de la matrícula y campaña 0,7%

Financia tu matrícula con Sabadell Consumer Simulador de Sabadell Consumer y realiza tu solicitud a través de la Asesora del Programa:

Isabel de la Fuente Larriba
(34) 93 115 57 51
isabel.delafuente@upcschool.upc.edu

">
. Utiliza el simulador para calcular fácilmente tus cuotas y solicítalo a través de tu Asesora del Programa.

Inscripción abierta hasta el inicio del programa o hasta agotar plazas.
Fechas de realización
Fecha de inicio: 26/01/2026
Fecha de fin: 06/07/2026
Horario
Lunes: 18:30 a 21:30
Miércoles: 18:30 a 21:30
Lugar de realización
ETSETB (Escola Tècnica Superior d'Enginyeria de Telecomunicació de Barcelona)
C/ Jordi Girona, 1-3
08034 Barcelona
Vídeo de presentación
¿Por qué este programa?
La inteligencia artificial (IA) es el núcleo de la revolución industrial 4.0, y su influencia en la sociedad y la economía se acentúa año tras año. La disponibilidad de grandes volúmenes de datos y recursos computacionales a costes asequibles ha hecho posible, en la última década, el entrenamiento de redes neuronales profundas (deep learning), una potente herramienta en el aprendizaje automático. Múltiples empresas ya aplican hoy este nuevo paradigma de programación orientado a los datos, mientras que, paralelamente, las Administraciones públicas también desarrollan planes estratégicos para liderar el sector. El progreso se ha acelerado en 2023, con irrupciones como GPT-4, Gemini y Claude 3, sistemas multimodales impresionantes. Las empresas están compitiendo para crear productos basados en IA, y el público en general la utiliza cada vez más.

Según el Índice IA 2023 de la Universidad de Stanford, la inversión empresarial en IA superó los 189 billones de dólares, lo que supone un aumento de trece veces en la última década. La financiación para la IA generativa ha aumentado, casi octuplicándose desde 2022 hasta alcanzar los 25.200 millones de dólares. El número de empresas de IA recién financiadas en 2023 fue de 1.812, un aumento del 40,6% respecto al año anterior. Esto ha supuesto un aumento significativo de las ofertas de trabajo en todos los sectores. En Estados Unidos, las ofertas de trabajo relacionadas con la IA representan un 1,6% del total. En España, han representado un 1,4% cuando era de un 0,4%, y la cantidad de contratos de trabajo relacionados se ha duplicado respecto a la media del período 2015-2016. Estos perfiles requieren competencias en procesamiento del lenguaje natural, visión por computador y robótica, aplicaciones que recientemente han experimentado grandes avances gracias al aprendizaje profundo. La inversión pública en IA también está creciendo. El programa Europa Digital de la UE financiará la IA con un total de 2.100 millones de euros en el período 2021-2027. En este contexto es comprensible que el portal de análisis del mercado laboral glassdoor.com haya escogido la ingeniería de datos y la ingeniería de aprendizaje automático como los mejores trabajos de los Estados Unidos durante los últimos años, siendo las competencias en aprendizaje profundo las más demandadas.

El posgrado en Artificial Intelligence with Deep Learning tiene como objetivo satisfacer la gran demanda de profesionales gracias a un equipo docente con experiencia y reconocimiento global tanto en la industria como en el ámbito académico. El profesorado del curso desarrolla sistemas basados en redes neuronales profundas para muchos clientes, y también dirige investigaciones innovadoras presentadas en conferencias científicas de primer nivel como la Conference on Neural Information Processing Systems (NeurIPS), la Conference on Computer Vision and Pattern Recognition (CVPR) o la International Conference on Learning Representations (ICLR). Con su apoyo, los estudiantes de nuestro programa adquieren experiencia tanto en implementaciones prácticas basadas en PyTorch, como una base sólida teórica que permite entender sus oportunidades y limitaciones en este campo.
Impulsado por:
  • Escola Tècnica Superior d'Enginyeria de Telecomunicació de Barcelona. ETSETB (UPC)
Objetivos
  • Diseñar modelos de aprendizaje profundo, especialmente para procesar texto, vídeo y audio.
  • Optimizar y monitorizar el entrenamiento de redes neuronales profundas.
  • Procesar grandes corpus de datos con hardware especializado: Central Processing Unit (CPU) y Graphics Processing Unit (GPU).
  • Implementar soluciones en entornos de software especializados en aprendizaje profundo.
  • Desarrollar productos basados ​​en inteligencia artificial.
¿A quién va dirigido?
  • Titulados del sector de las telecomunicaciones, la informática, las matemáticas y la física que quieran desarrollar competencias en aprendizaje automático basado en redes neuronales profundas. 
  • Profesionales que ya trabajen en el ámbito TIC y quieran reorientar su actividad hacia la inteligencia artificial. 
  • Programadores que deseen beneficiarse de las nuevas oportunidades que ofrece la inteligencia artificial.

El estudiante deberá disponer de un ordenador portátil con el navegador Google Chrome. El ordenador no requiere ningún hardware ni software especial.

Contenidos formativos

Relación de asignaturas
4 ECTS 30h
Deep Learning
  • Introducción al aprendizaje automático.
  • Entrenamiento para retropropagación.
  • El perceptrón.
  • Softmax y el perceptrón multicapa.
  • Funciones de pérdida.
  • Redes Neuronales Convolucionales (CNN) y arquitecturas.
  • Interpretabilidad.
  • Optimización.
  • Metodología.
  • Redes neuronales convolucionales sobres grafs y sistemas de recomendación.
3 ECTS 24h
Natural Language Processing
  • Redes neuronales recurrentes (RNN).
  • Atención.
  • Transformers.
  • Introducción y procesamiento de texto.
  • Word embeddings.
  • Modelos de lenguaje y adaptaciones avanzadas.
3 ECTS 21h
Computer Vision
  • Transfer learning (aprendizaje por transferencia)
  • Aprendizaje autosupervisado y modelos autorregresivos.
  • Métrica y recuperación.
  • Arquitecturas de vídeo.
  • Detección de objetos.
  • Segmentación.
  • Autocodificadores variacionales (VAE).
  • Redes adversarias generativas (GAN) y difusión.
2 ECTS 21h
Advanced Applications
El estudiantado podrá decidir el itinerario de la asignatura, eligiendo una opción del bloque A y una opción del bloque B.

Bloque A (6 horas lectivas)

  • Opción 1: Advanced NLP
    • Aplicaciones avanzadas.
    • Técnicas avanzadas de personalización y entrenamiento.
  • Opción 2: Advanced CV
    • Reconstrucción 3D.
    • Detección de anomalías con VAE.
    • Aplicaciones de modelos generativos.
    • Vídeo.

Bloque B (9 horas lectivas)

  • Opción 1: Speech Processing
    • Introducción al audio y al habla.
    • Mejora del habla.
    • Reconocimiento de voz.
    • Texto a voz.
  • Opción 2: Reinforcement Learning
    • Introducción al aprendizaje por refuerzo.
    • Q-Learning tabular.
    • Q-Learning profundo.
    • Gradiente de políticas.
3 ECTS 27h
Project
  • Programación en Python para aprendizaje profundo y configuración.
  • Hiperparámetros.
  • Computación en la nube.
  • APIs.
  • Monitorización del entrenamiento de redes neuronales: curvas de entrenamiento y recursos computacionales.
  • Docker.

Los proyectos se realizarán en grupos de 4 estudiantes.
վٳܱó
Título propio de diploma de experto en Artificial Intelligence with Deep Learning, expedido por la Universitat Politècnica de Catalunya. Emitido en virtud de lo previsto en el artículo 7.1 de la Ley Orgánica 2/2023, de 22 de marzo, del Sistema Universitario, el artículo 36 del Real Decreto 822/2021, de 28 de septiembre, por el que se establece la organización de las enseñanzas universitarias y del procedimiento de aseguramiento de su calidad, y los artículos 2 y 8 de la Modificación de la Normativa de los Estudios de ǰó Permanente, aprobada por el Acuerdo CG/2025/02/35, de 25 de marzo, del Consejo de Gobierno de la UPC. Para su obtención es necesario disponer de una titulación universitaria previa equivalente al nivel 2 del Marco 貹ñDZ de Cualificaciones para la Educación Superior (MECES). En caso contrario, el estudiante obtendrá un certificado de aprovechamiento del programa expedido por la Fundació Politècnica de Catalunya. (Ver datos que constan en el certificado).

Metodología de aprendizaje

La metodología docente del programa facilita el aprendizaje del estudiantado y la consecución de las competencias necesarias.



Herramientas de aprendizaje
Sesiones magistrales participativas
Se exponen los fundamentos conceptuales de los contenidos a impartir, promoviendo la interacción con los estudiantes para guiarlos en el aprendizaje de los diferentes contenidos y el desarrollo de las competencias establecidas.
Sesiones prácticas en el aula
Se aplican los conocimientos en un entorno real o hipotético, donde se identifican y trabajan aspectos específicos para facilitar su comprensión, con el apoyo de los docentes.
Resolución de ejercicios
Se trabajan las soluciones mediante la ejercitación de rutinas y la aplicación de fórmulas o algoritmos, y se siguen procedimientos de transformación de la información disponible y de interpretación de los resultados.
ճܳٴǰí
Se presta apoyo técnico a los estudiantes en el desarrollo del proyecto final, en función de su especialidad y de la temática del proyecto.
Criterios de evaluación
Asistencia
Se requiere como mínimo el 80% de asistencia a las horas lectivas.
Grado de participación
Se evalúa la contribución activa de los estudiantes en las diferentes actividades propuestas por el equipo docente.
Resolución de ejercicios, cuestionarios o exámenes
Pruebas individuales con el objetivo de evaluar el grado de aprendizaje y la adquisición de competencias.
Realización y presentación del proyecto final
Proyectos individuales o grupales en los que se aplican los contenidos impartidos en el programa. El proyecto puede estar basado en casos reales y comprender la identificación de una problemática, el diseño de la solución, su implementación o un plan de negocio. Contará con una presentación y la defensa pública del proyecto.
Prácticas y bolsa de trabajo
Desde el campus virtual My_Tech_Space el estudiantado podrá visualizar ofertas de trabajo de su área de conocimiento y presentar su candidatura en un entorno confidencial. La bolsa de trabajo de la UPC School tiene un volumen anual de cientos de ofertas de trabajo, entre contratos laborales y convenios de colaboración en prácticas.
Campus virtual
El estudiantado de este posgrado tendrá acceso al campus virtual My_Tech_Space, una eficaz plataforma de trabajo y comunicación entre el alumnado, profesores, dirección y coordinación del programa. My_Tech_Space permite obtener la documentación de cada sesión formativa antes de su inicio, trabajar en equipo, hacer consultas a los profesores, visualizar notas, etc.

Equipo docente

Dirección Académica
  • Ruiz Hidalgo, Javier
    Ruiz Hidalgo, Javier
    info
    / / /
    Doctor en Ingeniería de Telecomunicación por la Universidad Politécnica de Cataluña (UPC) y Máster por la University of East Anglia (UEA), Reino Unido. Profesor asociado del Departamento de Teoría de la Señal y Comunicaciones de la UPC, y miembro del Centro de Investigación en Ciencia de Datos Inteligentes e Inteligencia Artificial (IDEAI-UPC). Ha liderado proyectos de investigación y transferencia tecnológica en el campo de la visión por computador, área en la que publica internacionalmente. Su investigación se centra en el profundo aprendizaje y las aplicaciones en el procesamiento de grafos 3D y redes generativas.
  • Pueyo Morillo, Jorge
    info
    / / /
    Doctorando en Computer Vision por la Universidad Politécnica de Cataluña (UPC). Máster en Advanced Telecommunication Technologies con Deep Learning Specialization por la UPC. Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación por la Escuela Técnica Superior de Ingeniería de Telecomunicación de Barcelona (ETSETB). Actualmente realizando investigación en el ámbito de Computer Vision, especialmente aplicado al contenido 3D. Anteriormente parte del grupo de Mobile Wireless Internet del centro de investigación i2cat.
Profesorado
  • Albors Zumel, Laia
    info

    Graduada en Ciencia e Ingeniería de Datos por la Universidad Politécnica de Cataluña (UPC), master en Visión por Computador por la Universidad Autónoma de Barcelona (UAB). Actualmente, está realizando el doctorado en el departamento de Teoría de la Señal y Comunicaciones de la UPC, y está llevando a cabo su tesis doctoral sobre el uso eficiente de técnicas de deep learning para la detección e identificación de especies de fauna y flora. Anteriormente, ha trabajado en el Barcelona Supercomputing Center (BSC) en el grupo de Emerging Technologies for Artificial Intelligence en un proyecto conjunto con CaixaBank.
  • Cámbara Ruiz, Guillermo
    info

    Graduado en Física por la Universidad de Barcelona (UB). Es doctorando en reconocimiento automático del habla por la Universitat Pompeu Fabra (UPF) y Telefónica Research y tiene un máster en Sistemas Inteligentes Interactivos por la UPF. Su investigación en deep learning para procesamiento de audio, habla y lenguaje natural se ha aplicado en sistemas cognitivos como Aura, el home assistant de Telefónica, o INGENIOUS, un traductor voz-a-voz para equipos de emergencia europeos. También ha colaborado con investigadores de prestigiosas instituciones, como la Universidad Tecnológica de Brno (BUT) o Dolby Labs.
  • Carós Roca, Mariona
    info

    Máster en Ingeniería de Telecomunicación por la Universitat Politècnica de Catalunya (UPC), especializada en multimedia (DL sobre visión, habla y texto). Trabajó en Telefónica como Data Scientist desarrollando modelos DL para la detección de anomalías en las redes. Actualmente está cursando su doctorado en la Universidad de Barcelona (UB) en modelado de datos LiDAR para aplicaciones ambientales, en colaboración con el Instituto Cartográfico y Geológico de Cataluña (ICGC). También es miembro de Young IT Girls, una organización sin ánimo de lucro para animar a las niñas a realizar estudios tecnológicos.
  • Carrino, Casimiro Pio
    info

    Licenciado en Física por la Universidad de Nápoles Federico II y Máster en Física de Sistemas Complejos por la Universidad de Turín. Cuenta con 8 años de experiencia como investigador en Procesamiento del Lenguaje Natural (PLN). Ha sido miembro del Barcelona Supercomputing Center (BSC), donde desarrolló modelos lingüísticos para las lenguas catalana y española. Actualmente, es investigador senior en Avature y trabaja en IA generativa y búsqueda de información para el mercado laboral. Al mismo tiempo, está realizando un doctorado en la Universitat Politècnica de Catalunya (UPC), explorando las aplicaciones del aprendizaje profundo en la respuesta automática a preguntas multilingües.
  • Caselles Rico, Pol
    info

    Ingeniero de Telecomunicación por la Universitat Politècnica de Catalunya (UPC) y máster en Tecnologías Avanzadas de Telecomunicaciones por la UPC. Actualmente es estudiante de doctorado en la UPC y colabora con el Instituto de Robótica Industrial (IRI). Trabaja en Crisalix Labs en el ámbito de la reconstrucción en 3D con aprendizaje profundo. Centró su trabajo de grado en la predicción de la prominencia, al Insight Centre for Data Analytics de Dublín, y el trabajo final de máster en el estudio del espacio de pesos de los modelos neuronales, en la Universidad de St . Gallen de Suiza.
  • Escolano Peinado, Carlos
    info
    /
    Doctor en informática por la Universitat Politècnica de Catalunya (UPC) y máster en Inteligencia Artificial por la UPC. Actualmente es investigador en el grupo de tecnologías del lenguaje del Barcelona Supercomputing Center (BSC), así como profesor asociado en el departamento de Ciencias de la Computación de la UPC. Su área de experiencia es el procesado del lenguaje natural, especialmente la traducción automática multilingüe con redes neuronales.
  • Fojo Àlvarez, Daniel
    info

    Graduado en Matemáticas y en Ingeniería Física por el Centro de Formación Interdisciplinaria Superior (CFIS) y máster en Matemáticas Avanzadas e Ingeniería Matemática. Machine learning engineer en Lace Lithography.
  • Giardina, Claudia
    info
    /

    Máster en Ciencias de la Computación por la Facultad Politécnica de la Universidad Nacional Asunción (UNA). Ingeniera en Electrónica Médica por la Facultad Politécnica de la UNA. Especialista en Didáctica de la Educación Superior por la UNA. Actualmente estudiante doctoral en el Departamento de Teoría de la Señal y Comunicaciones de la Universitat Politècnica de Catalunya (UPC), trabajando en un proyecto de inteligencia artifical aplicada a imágenes médicas.

  • Giró Nieto, Xavier
    info
    / / /
    Científico aplicado a Amazon Science Barcelona, en el campo del aprendizaje profundo aplicado a la visión por computador. Fue fundador y director del posgrado durante las primeras nueve ediciones entre 2019-2022, labor que compaginaba con su investigación y docencia en la Universidad Politécnica de Cataluña (UPC) e Instituto de Robótica e Informática Industrial (IRI). Es miembro del European Laboratory for Learning and Intelligent Systems (ELLIS) e impulsador del Deep Learning Barcelona Symposium (DLBCN).
  • Jiménez Martín, Lauren
    info

    Estudiante de doctorado en el Departamento de Teoría de la Señal y Comunicaciones de la Universitat Politècnica de Catalunya (UPC), con financiación FI AGAUR 2022. Licenciada en Ciencias de la Computación por la Universidad de La Habana. Ha aplicado anteriormente técnicas de machine learning para restaurar imágenes médicas. Actualmente, prepara su tesis doctoral sobre la aplicación de deep learning para resolver problemas médicos en imágenes histopatológicas, en particular el estudio de Attention y Transformers.

  • Mosella Montoro, Albert
    info

    Científico investigador especializado en la intersección de Visión por Computador y Gráficos. Actualmente colabora con el Human Sensing Lab de la Universidad Carnegie Mellon. Obtuvo su doctorado en Aprendizaje Profundo por la Universitat Politècnica de Catalunya. Albert trabajó anteriormente en Epic Games, donde desarrolló redes neuronales para facilitar y acelerar el diseño y la animación de personajes 3D. Antes de Epic Games, se desempeñó como ingeniero de visión por computadora en Ficosa, donde implementó e integró algoritmos de visión por computadora para sistemas avanzados de asistencia a la conducción.
  • Nieto Salas, Juan José
    info

    Grado en Ingeniería de Telecomunicación por la Universitat Politècnica de Catalunya (UPC) y máster en Data Science por la UPC. Ha realizado prácticas utilizando técnicas de deep learning y reinforcement learning en el Insight Centre for Data Analitycs y en Telefónica. Actualmente trabaja como Data Scientist en Glovo.
  • Pareras Velasco, Oriol
    info

    Máster en Tecnologías de Telecomunicación Avanzadas en la UPC. Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación en la UPC. Actualmente está investigando en la Unidad de Tecnologías de Lenguaje del Barcelona Supercomputing Center. Su área de investigación es la multimodalidad en LLMs.
  • Peiró Lilja, Alex
    info

    Ingeniero de Telecomunicaciones por la Universitat Politècnica de Catalunya (UPC) y máster en Sistemas Interactivos Inteligentes por la Universitat Pompeu Fabra (UPF). Involucrado en el ámbito de la investigación y la implementación de sistemas de síntesis y reconocimiento de voz en videojuegos. Actualmente trabajando como Research Engineer en el Barcelona Supercomputing Center (BSC) bajo el proyecto AINA, y doctorando en la Universitat de Barcelona (UB).
  • Pina Benages, Oscar
    info

    Estudiante de doctorado en la Universidad Politécnica de Cataluña (UPC). Máster en Tecnologías de Telecomunicación Avanzadas, mención en Deep Learning for Multimedia Processing. Su investigación se centra en self-supervised graph representation learning y su aplicación en el procesamiento de imagen médica, concretamente en el campo de la histopatología digital.
  • Pons Puig, Jordi
    info

    Ingeniero de Telecomunicación por la Universitat Politècnica de Catalunya (UPC), doctor en Tecnología Musical, Grandes Colecciones de Sonidos y Aprendizaje Profundo en el Grupo de Tecnología Musical de la Universidad Pompeu Fabra (UPF). Además, tiene un máster en Tecnologías del Sonido y de la Música. Actualmente es investigador en Dolby Laboratories. Hizo estancias de prácticas en el Instituto de Investigación y Coordinación Acústica/Musical de París (IRCAM), en el Centro Alemán de Audición de Hannover, a Pandora Radio y en Telefónica Research.
  • Pueyo Morillo, Jorge
    info
    / / /
    Doctorando en Computer Vision por la Universidad Politécnica de Cataluña (UPC). Máster en Advanced Telecommunication Technologies con Deep Learning Specialization por la UPC. Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación por la Escuela Técnica Superior de Ingeniería de Telecomunicación de Barcelona (ETSETB). Actualmente realizando investigación en el ámbito de Computer Vision, especialmente aplicado al contenido 3D. Anteriormente parte del grupo de Mobile Wireless Internet del centro de investigación i2cat.
  • Rafieian, Bardia
    info

    Estudiante de doctorado e investigador en el Departamento de Informática de la Universitat Politècnica de Catalunya (UPC). Máster en Ingeniería de Software y Minería de Datos por la Universidad Qazvin Azad (QIAU). Actualmente trabaja en Bechained.ai en el campo de las operaciones de aprendizaje automático (MLOps) llevando a cabo investigación y desarrollo en integración de software, optimización de energía, sistemas de recomendación, procesamiento del lenguaje natural (PLN) y predicción de series temporales. Tiene siete años de experiencia en minería de datos y PLN y cinco años en aprendizaje automático e integración de software.
  • Ruiz Hidalgo, Javier
    info
    / / /
    Doctor en Ingeniería de Telecomunicación por la Universidad Politécnica de Cataluña (UPC) y Máster por la University of East Anglia (UEA), Reino Unido. Profesor asociado del Departamento de Teoría de la Señal y Comunicaciones de la UPC, y miembro del Centro de Investigación en Ciencia de Datos Inteligentes e Inteligencia Artificial (IDEAI-UPC). Ha liderado proyectos de investigación y transferencia tecnológica en el campo de la visión por computador, área en la que publica internacionalmente. Su investigación se centra en el profundo aprendizaje y las aplicaciones en el procesamiento de grafos 3D y redes generativas.
  • Sanchez Cervera, Ariadna
    info

    Grado en Ingeniería de Sistemas Audiovisuales por la Universitat Politècnica de Catalunya (UPC) y máster en Procesamiento del Lenguaje y el Habla por la Universidad de Edimburgo. Hasta 2023, fue investigadora en el equipo de texto a voz de Amazon. Actualmente, está completando un doctorado en tecnologías del habla y voz por voces patológicas en la Universidad de Edimburgo.
  • Solé Gómez, Jaume Alexandre
    info
    / / /
    Cursando un doctorado en el Grupo de Procesamiento de Imágenes de la Universitat Politècnica de Catalunya (UPC), bajo la supervisión de Javier Ruiz-Hidalgo. Interesado en temas relacionados con las redes neuronales de grafos y el aprendizaje autosupervisado. Anteriormente, investigador en el Istituto Italiano di Tecnología, asistente de investigación en Vicomtech y asistente de investigación en la TU Delft. Máster en Ingeniería de Telecomunicaciones (2020) y licenciatura en Ingeniería de Tecnologías y Servicios de Telecomunicaciones (2018) en la Universidad Politécnica de Cataluña. Durante mis estudios, hice estancias en Telecom ParisTech, TU Delft y la Universidad de Luxemburgo.
  • Tarrés Benet, Laia
    info

    Graduada en Ingeniería de Telecomunicación por la Universitat Politècnica de Catalunya (UPC), máster en Tecnologías Avanzadas de la Telecomunicación por la UPC. Ha participado en múltiples proyectos de aprendizaje profundo con el Grupo de Procesamiento de la Imagen de la UPC. Actualmente, está realizando el doctorado en la UPC y está llevando a cabo su tesis doctoral sobre la aplicación de transforms en lengua de signos. Anteriormente, ha participado en proyectos que han consistido en la detección de lesiones en la piel y la coloración de imágenes históricas en blanco y negro, utilizando deep learning. También ha hecho internships en Amazon Research Alemania.
  • Vega Gallego, Pablo
    info

    Doctorando en Visión por Computador en el Departamento de Teoría de la Señal y Comunicaciones (TSC) de la Universitat Politècnica de Catalunya (UPC). Graduado en el Máster en Visión por Computador por el Centro de Visión por Computador (CVC) de la Universidad Autónoma de Barcelona (UAB). Actualmente, lleva a cabo investigaciones sobre la detección de objetos en 3D, con un enfoque particular en el campo de la agronomía. Durante su Trabajo Final de Máster, colaboró con la Universitat de Lleida en un proyecto centrado en la detección de manzanas en nubes de puntos.
  • Ventura Royo, Carles
    info

    Doctor en Computer Vision por la UPC. Actualmente es profesor de estudios de Informática, Multimedia y Telecomunicación en la Universidad Abierta de Cataluña (UOC), donde imparte asignaturas de inteligencia artificial, aprendizaje computacional y visión por computador. Su investigación se centra en la visión por computador: detección y segmentación de objetos y segmentación de imágenes. Es miembro del grupo de investigación Artificial Intelligence for Human WELLbeing (AIWELL) de la UOC.
  • Vila Bagaria, Sigrid
    info
    / /
    Doctoranda al Departamento de Teoría de la Señal y Comunicaciones (*TSC) de la Universitat Politècnica de Catalunya (UPC). Máster interuniversitario en Visión por Computador por el Centro de Visión por Computador (CVC). Grado en Ciencia e ingeniería de Datos por la UPC. Su investigación se centra en la aplicación de *Deep *Learning a imágenes histopatológicas y de resonancia magnética, trabajando en tareas como la clasificación y la generación.
  • Vilaplana Besler, Verónica
    info
    / / /
    Doctora en Análisis de la Imagen por la Universitat Politècnica de Catalunya (UPC) y máster en Matemáticas y máster en Informática por la Universidad de Buenos Aires (Argentina). Es profesora asociada en el Departamento de Teoría de la Señal y Comunicaciones de la UPC donde imparte aprendizaje profundo, aprendizaje automático y visión por computador. Miembro del Intelligent Data Science and Artificial Intelligence Research Center (IDEAI-UPC). Su investigación se centra en el aprendizaje automático, el aprendizaje profundo y las aplicaciones en imagen médica y teledetección.
  • Ysern García, Maria
    info
    / /
    Máster en Advanced Telecommunication Technologies (MATT) por la Universitat Politècnica de Catalunya (UPC), mención en Deep Learning for Multimedia Processing. Actualmente estudiante de doctorado en el Departamento de Teoría de la Señal y Comunicaciones de la UPC. Su investigación se centra en el uso de modelos generativos por imagen médica.

Entidades colaboradoras

Socios colaboradores
  • Crisalix
  • Institut de Robòtica Industrial, CSIC-UPC
  • Weights & Biases

Salidas profesionales

  • Ingeniero de inteligencia artificial.
  • Ingeniero en redes neuronales profundas.
  • Ingeniero en visión por computador.
  • Ingeniero en procesamiento del lenguaje natural.
  • Ingeniero en procesamiento del audio y de la voz.
  • Analista de datos/data scientist.

Testimonios y noticias

Testimonios

Buscaba una formación para profundizar en el área del deep learning y poder entrar, así, en el mundo laboral. Yo partía de un perfil totalmente teórico, ya que mi background es matemático. Del posgrado en Artificial Intelligence with Deep Learning destacaría, por un lado, su enfoque práctico y, por otro, el gran abanico de contenidos tratados. Además, se trabajan desarrollos tanto clásicos como modernos de ciertas ideas. Esta formación me ha abierto un campo con nuevas oportunidades, ya que esta área tiene mucha repercusión en el contexto actual. El proyecto final fue muy interesante, trató sobre la segmentación de imágenes médicas. La verdad es que cuando empecé el posgrado no me imaginaba capaz de hacer algo de tal complejidad. En definitiva, recomendaría esta formación por su enfoque aplicado, enfocado al mundo laboral, en la que aprendes la mecánica que se esconde detrás del deep learning y adquieres las herramientas necesarias para ponerlo en práctica

Núria Sánchez Alumni del posgrado en Artificial Intelligence with Deep Learning

Testimonios
La inteligencia artificial es uno de los temas tecnológicos de más actualidad, fuera y dentro del mundo profesional. Aparte de un interés propio, como miembro del equipo de digitalización de una empresa industrial, tengo que estar al día de las tendencias. Si además puedo conseguir un conocimiento técnico detallado, esto supone un gran valor añadido tanto para la empresa para la que trabajo como para mi proyecto profesional personal. Esto es precisamente lo que me aportó el posgrado en Deep Learning: una primera inmersión en este campo de la IA, así como la posibilidad sumergirme con más profundidad en sus diferentes áreas en función de mi interés. El hecho de que el alumnado estuviera formado por profesionales de diferentes sectores me aportó nuevos puntos de vista, sobre todo a la hora de identificar potenciales proyectos en los que aplicar IA. Con los conocimientos adquiridos puedo promover de una manera informada el uso de la tecnología dentro de la empresa para optimizar los procesos e, incluso, idear nuevas vías de negocio.

Martí Pomés Technical Lead de Proyectos de Robótica de Procesos en Omya

Testimonios
Desde mi posición en CatSalut haciendo análisis de datos en salud pública quería aprender más acerca de cómo aplicar la estadística para obtener información de valor a partir de grandes cantidades de datos, especialmente para ayudar a la diagnosis médica. El posgrado me permitió entender sólidamente las bases del deep learning y las diferentes ramas en las que se puede aplicar. Tiene una vertiente muy práctica que te permite leer programas ya hechos, modificarlos y crear otros propios. Los profesores, muy especializados, junto a la posibilidad de realizar un proyecto de deep learning desde cero contribuyen a alcanzar resultados visibles y reales. Lo que aprendí lo he podido aplicar en mi carrera profesional. De hecho, me he animado tanto que iniciaré el doctorado en este ámbito, donde aplicaré la inteligencia artificial para generar imágenes médicas.

Júlia Folguera Data Analyst en CatSalut

Testimonios
Noticias del Blog
Éxito del 5º Deep Learning Barcelona Symposium
Éxito del 5º Deep Learning Barcelona Symposium
10-01-2024
Éxito del 5º Deep Learning Barcelona Symposium
Éxito del 5º Deep Learning Barcelona Symposium
10-01-2024

Solicita información o la admisión

Información y orientación:
Isabel de la Fuente Larriba
(34) 93 115 57 51
¡Solicitud recibida!
Una vez registremos tu petición, recibirás confirmación por correo electrónico y nos pondremos en contacto contigo.

Gracias por tu interés en nuestros programas formativos.
Error
Por un error en la conexión a la base de datos tu solicitud no se ha podido cursar. Te agradeceríamos que repitas el proceso más tarde o bien que te pongas en contacto con nosotros llamando al (34) 93 112 08 08 o enviándonos un correo electrónico a: webmaster.fpc@fpc.upc.edu
Has superado el tamaño máximo del fichero
Tus datos no están registrados en la base de datos de personal.
Puedes hacer una inscripción rellenando el formulario.
Por favor, revisa los datos de pago. La plataforma ha devuelto un error.
Puedes volver a hacer el pago sin introducir los datos nuevamente.

Nombre:

Programa: Artificial Intelligence with Deep Learning

Precio: 4.100€ 3.485€(¡MATRICÚLATE CON UN 15% DE DESCUENTO HASTA EL 15 DE DICIEMBRE!)

Enviar y realizar el pago
  • Si tienes alguna duda.
  • Si quieres iniciar los trámites para matricularte.
Cómo iniciar la admisión
Para iniciar el proceso de inscripción a este programa hay que rellenar y enviar el formulario que encontrarás al pie de estas líneas.

A continuación, recibirás un correo electrónico de bienvenida donde se detallarán los tres pasos a seguir para formalizar el proceso de inscripción:

1. Completar y confirmar tus datos personales.

2. Adjuntar la documentación adicional requerida, en caso de que sea necesaria para la admisión.

3. Pagar 110€ en concepto de derechos de inscripción al programa. El importe de estos derechos se descontará de la cuantía total de la matrícula y sólo se devolverá en caso de no resultar admitido.

Una vez realizado el pago de derechos y dispongamos de toda la documentación, valoraremos tu candidatura y, si has sido admitido en el curso, te enviaremos la carta de admisión. En este documento obtendrás todos los detalles para formalizar la matrícula del programa.





  política de protección de datos

* Campos obligatorios

Información básica o primera capa sobre protección de datos

Responsable

Fundació Politècnica de Catalunya (en adelante, FPC).

Finalidad

Contestar a las solicitudes de información del interesado sobre actividades de formación gestionadas o realizadas por la FPC.

Establecimiento o mantenimiento de relación académica con el interesado.

Enviar información sobre las actividades de la FPC.

𲵾پó

Consentimiento del interesado.

Interés legítimo en el desarrollo de la relación académica.

Destinatarios

No existen cesiones o comunicaciones.

Derechos

Acceso, rectificación, supresión, limitación, oposición y portabilidad.

Datos de contacto del delegado de protección de datos

info.dpo@fpc.upc.edu

Información adicional

Política de Privacidad de nuestra página Web.

Plazo de conservación

Política de Privacidad de nuestra página Web.

Servicios de pago

En caso que el interesado formalice la relación con la FPC, el ordenante (interesado) autoriza y da su consentimiento al cargo, por tanto, con renuncia expresa al derecho de devolución sobre el cargo.

CONDICIONES DE MATRÍCULA DE LA FUNDACIÓ POLITÈCNICA DE CATALUNYA

Գٰǻܳó

La Fundación Politècnica de Cataluña (FPC), con NIF n.º G60664000, e inscrita en el Registro de Fundaciones de la Generalitat de Cataluña con el n.º 834, lleva a cabo el diseño, la promoción y la gestión de los estudios de formación permanente de la Universitat Politècnica de Catalunya (UPC), así como otras actividades formativas que impulsa. La regulación académica de los estudios de formación permanente de la UPC está recogida en el Acuerdo CG/2025/02/35, de 25 de marzo, del Consell de Govern, por el cual se aprueba la actualización de la modificación de la normativa de los estudios de formación permanente. Y los artículos 36 y 37 del Real Decreto 822/2021, de 28 de septiembre, por el cual se establece la organización de las enseñanzas universitarias y del procedimiento de aseguramiento de su calidad. El Consell Social de la UPC aprueba el precio de los estudios de formación permanente, así como los descuentos, las ayudas y los servicios accesorios, de cada curso académico.


Puesta a disposición, conocimiento y aceptación de las Condiciones de Ѳٰíܱ

La lectura y aceptación de las presentes Condiciones de Ѳٰíܱ son requisito indispensable para cursar un estudio en la FPC porque constituyen las bases del contrato de prestación de servicios de formación que el participante subscribe, por vía electrónica, con la FPC. Estas Condiciones de Ѳٰíܱ están a disposición de los usuarios al Portal de Transparencia: . Estas Condiciones son aplicables en todos los estudios que imparte la FPC, a excepción de los dirigidos a otras instituciones universitarias y a entes públicos y privados, que se regirán por los instrumentos jurídicos que vinculen las instituciones participantes.


Admisión y derechos de inscripción

El proceso de admisión puede requerir el pago previo de los derechos de inscripción; este importe se descontará del precio de la matrícula una vez admitida y solo serán devueltos en caso de no admisión, aplazamiento o no realización del estudio, en este último caso, únicamente si la carta de admisión es vigente. El proceso de admisión concluye con el envío de la carta de admisión al participante, en la que se recogen los datos del estudio, el período de impartición, el precio de la matrícula y los plazos de pago.


Ѳٰíܱ

El proceso de matrícula se formaliza con el primer pago del precio del estudio, sea parcial o total. Por lo anterior, este primer pago del precio del estudio se corresponde con la suscripción del contrato de prestación de servicios de formación regulado en estas Condiciones; con independencia que se haya producido el abono total del precio o de cualesquiera de los plazos de pago acordado.

Corresponde al participante informarse de los descuentos en el precio de la matrícula y acreditar que concurren las circunstancias pertinentes para disfrutarlos, siempre con carácter previo al acto de formalización de la matrícula; en caso contrario, no podrá disfrutarlos. Los descuentos y las ayudas no son acumulables entre ellos, salvo que no sean incompatibles y así se indique expresamente.

El participante declara conocer y aceptar las convocatorias y las bases de las ayudas económicas correspondientes al actual curso académico y de las cuales ha solicitado ser beneficiario. En caso de que el estudiante no completara o renunciara en el estudio objete de ayuda, descuento o subvención en el plazo fijado en la correspondiente convocatoria o en el documento de matrícula, este tendrá que devolver a la FPC la cantidad otorgada o deducida del precio. A este participante no le será de aplicación el previsto en el apartado Cambio de matrícula de las presentes condiciones.

La matrícula es personal e intransferible, de forma que una vez formalizada solo dará derecho a cursar el estudio a la persona física que haya sido identificada como persona candidata y, posteriormente, como persona admitida.

El importe de matrícula podrá ser abonado total o parcialmente por terceras partes, si bien el derecho/obligación a seguir la formación corresponde al participante, sin que la parte pagadora pueda interferir o impedir en ninguno forma el ejercicio de tal derecho. El anterior, sin perjuicio del derecho de la FPC a impedir la continuidad del participante en los casos previstos en el apartado Falta de pago del importe de la matrícula previsto en estas Condiciones.

El importe abonado en concepto de matrícula no será devuelto una vez iniciada el estudio, ni transcurridos 14 días naturales desde la fecha de pago. En caso contrario se podrá ejercer el derecho de desistimiento. Únicamente se devolverá el importe pagado en caso de que el estudio se aplace o no se realice.

A pesar del anterior, y con carácter excepcional, se producirá la devolución de matrícula si se dan las siguientes circunstancias:

  • Denegación de visado: se acredita con la carta de denegación y siempre antes del inicio del estudio; y
  • Enfermedad o accidente grave del participante: se acredita con certificado médico oficial, donde consta la fecha inicial de la enfermedad y el periodo previsto de convalecencia, siempre antes del inicio del estudio.

Solo en estos dos casos, la FPC devolverá el total importe abonado por el participante menos 300 euros en concepto de gastos de tramitación del expediente académico.


ǰó bonificada

La FPC no se hace responsable del desempeño de los requisitos académicos y/o administrativos para que la formación contratada pueda ser eventualmente bonificada, el participante o quien lo abona lo hace bajo su propia cuenta y riesgo y exime de toda responsabilidad e indemnidad a la FPC.


Cambio de matrícula

Las solicitudes de cambio de matrícula, sea de estudio o modalidad de impartición, se realizarán dentro de los 15 días naturales siguientes a partir de la fecha de inicio del estudio de origen. Las peticiones fuera de este plazo no serán admitidas. La admisión de la petición será evaluada y se determinará, en cada caso, su idoneidad. Cuando la modificación comporte un incremento del precio total de la matrícula, el participante asumirá el diferencial. Cuando la modificación suponga una disminución del precio de la matrícula, el diferencial será devuelto. Los cambios de matrícula, una vez evaluados y con independencia del resultado de la petición, tendrán un coste por el peticionario de 300 € en concepto de tramitación de expediente académico, levadura de si la modificación es debida a causas imputables a la FPC.


Devolución del importe de la matrícula

La FPC se reserva el derecho de cancelar o aplazar la realización de un estudio por falta de participantes. El participante afectado podrá optar entre realizar otro estudio o bien solicitar la devolución del importe abonado dentro del plazo de un mes a contar de la comunicación de la FPC, en caso de falta de respuesta, el importe abonado se destinará a ayudas por otros estudiantes. La FPC no realizará ninguna compensación adicional i/o indemnización en caso de cancelación o aplazamiento de un estudio o cambios en su impartición. En caso de que la FPC realice modificaciones que no afecten sustancialmente el contenido del estudio, el lugar de impartición, el horario y/o la fecha de inicio, el participante no tendrá derecho a la devolución de matrícula ni a ningún tipo de compensación adicional.


Falta de pago del importe de la matrícula

La falta de pago del importe total o parcial de la matrícula en los plazos fijados podrá dar lugar a la suspensión o conclusión del servicio de formación en los términos que se indican a continuación. La FPC está facultada para realizar cuántas acciones tenga por convenientes para suspender el servicio; por una parte, en el ámbito académico mediante la suspensión del expediente académico, no permitiendo el acceso a la docencia al aulario (presencial o en línea), limitando el acceso en el campus virtual, la no evaluación de ninguno de las asignaturas y la imposibilidad de seguir con convenios de prácticas, entre otros; y por la otra, en el ámbito administrativo y legal, emprendiendo las correspondientes reclamaciones y acciones de resarcimiento.

El estudiante que tenga deudas pendientes de pago con la FPC o no haya aprobado todos los créditos necesarios para superar el estudio antes de la fecha de finalización del mismo no podrá obtener el título o certificado, en su caso. Las personas con importes pendientes de abono a la FPC, no podrán cursar ningún nuevo estudio impartido por la FPC hasta el pago del importe pendiente.

Finalmente, la FPC se reserva el derecho a suspender definitivamente la matrícula (baja de oficio), sin obligación de devolver ningún importe, en los siguientes casos:

  • Falta de veracidad y/o validez de los datos y la documentación aportadas y no respondida a los requerimientos de documentación;
  • Impago del importe parcial o total de la matrícula en los plazos acordados;
  • Realización de cualesquier comportamientos, expresión o contenido difamatorio, ilegal, ofensivo o que atente contra los valores y dignidad de las personas (profesorado, participantes, personal de gestión, etc.) o contra la buena imagen y reputación de la FPC, ya se produzcan en entornos físicos como virtuales, incluidas las redes sociales.

Derecho de desistimiento

El participante de un estudio podrá ejercer su derecho de desistimiento durante un periodo de 14 días naturales contados a partir de la fecha de formalización de la matrícula y siempre que el estudio no se haya iniciado. Por el anterior, el participante, con la lectura y la aceptación de estas Condiciones, queda informado que el inicio del curso o durante su realización deja sin aplicación el derecho de desistimiento, de conformidad con el establecido en el artículo 103 a) de la Ley 3/2014 del 27 de marzo, por la cual se modifica el texto refundido de la Ley General para la Defensa de los Consumidores y Usuarios y otras leyes complementarias, aprobado por el Real decreto legislativo 1/2007, del 16 de noviembre, y normativas concordantes.


貹پó

El lugar y/o fecha de impartición puede cambiar por razones académicas (cambios y adaptaciones de calendario, necesidades de recursos docentes adicionales, etc.) y de organización y logística (adecuación de espacios). Así, se velará para que los anteriores cambios se informen a los participantes con un mínimo de 15 días naturales antes del inicio del estudio. Los cambios puntuales y temporales se avisarán con la debida antelación.


Derecho a título/certificado

La superación de los estudios de máster de formación permanente, diploma de especialización o diploma de pericia mujer derecho a la obtención de un título, expedido por el rector o rectora de la Universidad, para estudiantes con un título universitario previo equivalente al nivel 2 de Marc español de calificaciones para la educación superior (MECES), según un modelo normalizado. Los estudiantes y las estudiantes que no acrediten que poseen el título universitario tienen derecho a obtener un certificado de la FPC, según un modelo normalizado. Los estudios de corta duración, con una carga lectiva inferior a 15 créditos ECTS, dan derecho a la obtención de un certificado expedido por la FPC, según un modelo normalizado; aun así, si entre estos estudios hay las denominadas microacreditaciones, se obtiene una acreditación digital emitida por la Universidad con reconocimiento en los países participantes en el Europass o equivalente. Los títulos son expedidos en catalán e inglés y, a solicitud del estudiante, en castellano e inglés. En el caso de las titulaciones conjuntes, la expedición se tiene que ajustar al que prevea el acuerdo de colaboración correspondiente.


Acreditación de la titulación universitaria y otra documentación

En caso de no presentar la documentación requerida antes del último día lectivo del estudio en aquellas titulaciones que lo requieran, o esta no sea auténtica y/o suficiente, no se procederá a la expedición del título, aunque el participante haya superado el estudio.


Resolución de controversias

Los servicios de formación que la FPC presta, están, en todo caso, sujetas a derecho privado, cualquier interpretación o divergencia derivada de estas Condiciones corresponde a la FPC. En caso de falta de acuerdo, la divergencia que se plantee estará sujeto al derecho privado y los tribunales de la ciudad de Barcelona de la jurisdicción civil ordinaria, con renuncia exprés a cualquier otro fuero que pudiera corresponder.


Pertenencias en caso de robo

Ni la FPC ni su personal será responsable de ninguna pérdida, daño o sustracción de cualesquier tipos de objetos personales o análogos que lleven los participantes u otros usuarios puntuales de las instalaciones, que tendrán que prestar especial atención a sus pertenencias en todo momento.


Organización de la docencia ante situaciones excepcionales

La FPC organiza la docencia en un entorno flexible que permite adaptarse a cualquier situación sobrevenida que pudiera acontecer, en cualquier caso, así como a las normas que pudieran establecer las autoridades. Si en cualquier momento las autoridades (universitarias, sanitarias o de cualquier otro ámbito competente) recomiendan limitar al máximo la docencia presencial, la FPC, en coordinación con estas autoridades, tomará las medidas necesarias para aplicar esta recomendación, y, como consecuencia, la actividad docente podrá llegar a ser en formato 100% en línea durante el periodo para el cual se haya establecido en la recomendación pertinente, sin que sea necesario que se decrete un estado de alarma y/o la suspensión de la actividad lectiva presencial y/o medidas formales de confinamiento o de restricción de movilidad.


Barcelona, 15 de octubre de 2025


Enviar