Cursos disponibles

Objetivo: Utilizar de manera efectiva y creativa la combinación de la óptica y la inteligencia artificial en la resolución de problemas para la generación de nuevas soluciones tecnológicas.

En este curso se revisará la importancia del procesamiento digital de imágenes y su aplicación utilizando técnicas de inteligencia artificial para la detección y clasificación de objetos y regiones de interés, de manera automática. Se verán aplicaciones de modelos de inteligencia computacional para el sector industrial de Jabil. 

Además, se revisarán conceptos importantes para la mejora de contraste, análisis y procesamiento de imágenes binarias, reconocimiento de patrones, utilizando algoritmos evolutivos y redes neuronales para la segmentación y clasificación de objetos.

En este curso tiene dos enfoques: la adquisición y mejora de la calidad de imagen, y la revisión de técnicas de visión computacional aplicadas en la industria. El factor clave en la imagen la adquisición es la iluminación. Por tanto, los diseños de sistemas de iluminación y fuentes de luz comunes son detallado. Además, se revisarán conceptos básicos para la adquisición de imágenes y las operaciones básicas para mejorar la calidad de imagen. En el segundo tema, se discutirán algunas técnicas de adquisición de imágenes en 3D, inspección e imágenes térmicas.

Enlace al material: https://drive.google.com/drive/folders/1CngepkIxSLhPaJP2bLxsBOHGzzjmx-hh?usp=drive_link ;

Objetivo: Que los participantes al diplomado integren y relacionen en su trabajo los fundamentos físicos que caracterizan la calidad de imagen de un sistema óptico. En este módulo se abordan los conceptos básicos de sistemas de visión para entender las métricas y pruebas más comunes de caracterización de sistemas de captura de imagen, haciendo énfasis en el entendimiento de la función de transferencia de modulación, MTF por sus siglas en inglés.

Objetivo: Analizar las leyes fundamentales de la óptica geométrica y su impacto en los sistemas formadores de imagen. El curso contará con tres bloques de enseñanza - aprendizaje, el primero es sobre las propiedades fundamentales de la luz, el segundo constará sobre algunos elementos ópticos comúnmente usados para la formación de imágenes y el tercero es sobre una introducción a las partes de un sistema formador de imágenes (lente y cámara).

El curso está diseñado para ofrecer una comprensión general de la inteligencia artificial y su impacto en nuestras vidas cotidianas. A lo largo de las sesiones, descubrirás los conceptos básicos de la IA y cómo se aplica en diversos campos, desde la medicina hasta el entretenimiento. Aprenderás sobre los desafíos éticos y sociales que plantea la IA, así como las oportunidades que brinda para el futuro.

En este curso intensivo, explorarás el fascinante mundo del Prompt Engineering, una disciplina clave para mejorar la interacción con modelos de lenguaje como ChatGPT. Aprenderás a diseñar y optimizar prompts para obtener respuestas precisas, relevantes y creativas. Este curso combina teoría y práctica para que puedas aplicar tus conocimientos en contextos reales, optimizando tareas complejas y generando contenido de alta calidad.

Contenidos del Curso

  • Introducción al Prompt Engineering
      • Definición y fundamentos.
      • Evolución histórica y relevancia actual.
      • Cómo funcionan los prompts en los modelos de lenguaje.
      • Prompts abiertos (Open-ended) y cerrados (Closed-ended).
      • Prompts creativos y analíticos.
      • Prompts basados en roles y específicos de formato.
      • Prompts de refinamiento y exploratorios.
  • Prompts Avanzados
      • Diseño y uso de prompts condicionales.
      • Cadenas de prompts y descomposición de tareas complejas.
      • Optimización de prompts para tareas multietapas.
  • Contextualización y Roles Avanzados
      • Técnicas para proporcionar contexto y mejorar precisión.
      • Uso de roles avanzados para respuestas especializadas.
      • Combinación de técnicas para maximizar la efectividad.
  • Eficiencia y Ética de los Prompts
      • Criterios de claridad, precisión y relevancia.
      • Análisis de respuestas y métricas para evaluar calidad.
      • Principios éticos en la formulación de prompts.

Objetivo del Curso: Capacitar a los alumnos para diseñar prompts efectivos y optimizados que mejoren la interacción con modelos de lenguaje, ajustándose a las necesidades específicas de diversas aplicaciones.

 

En este curso, exploraremos cómo ChatGPT puede transformar la eficiencia y la productividad en entornos administrativos. Aprenderás a optimizar tareas repetitivas, automatizar flujos de trabajo y gestionar contenido mediante la integración de ChatGPT con sistemas de gestión de contenido (CMS). A través de aplicaciones prácticas, descubrirás cómo aprovechar al máximo las capacidades de ChatGPT en tareas cotidianas y estratégicas.

Contenidos del Curso

  • Introducción a ChatGPT

    • Historia y evolución de OpenAI y ChatGPT.
    • Cómo funciona ChatGPT y el proceso de generación de respuestas.
    • Limitaciones y desafíos éticos​
  • Optimización de Tareas con ChatGPT

    • Automatización de tareas administrativas: gestión de correos, generación de reportes, y transcripción de reuniones.
    • Aplicaciones en recursos humanos: filtración de candidatos, respuestas automáticas y guías de onboarding.
    • Uso en marketing y servicio al cliente: redacción de contenido, análisis de feedback y atención automatizada​
  • CMS y Automatización con ChatGPT

    • ¿Qué es un CMS y cómo integrarlo con ChatGPT?
    • Ejemplos prácticos: integración con FireCMS, WordPress y Drupal.
    • Automación de contenido: desde la generación de publicaciones hasta la optimización para SEO​
  • Seguridad y Privacidad

    • Manejo y protección de datos: protocolos de seguridad y políticas de retención.
    • Riesgos asociados y cómo mitigar la exposición de información sensible.
    • Regulaciones y medidas de seguridad implementadas por OpenAI
  • Aplicaciones y Casos de Éxito

    • Casos de éxito de empresas que utilizan ChatGPT: Duolingo, Shopify, Snap Inc.
    • Ejemplos de contenido automatizado: artículos, guiones y publicaciones en redes sociales.
    • Implementación práctica: creación de asistentes virtuales temáticos​

Objetivo del Curso: Enseñar a los participantes cómo utilizar ChatGPT para mejorar la eficiencia administrativa, optimizar la creación de contenido y garantizar la seguridad de los datos en aplicaciones prácticas.

 

Bienvenido al Módulo IV-PROCESAMIENTO DE LENGUAJE NATURAL (NLP).

Este curso ofrece una introducción a los conceptos, técnicas y aplicaciones del Procesamiento de Lenguaje Natural (NLP), junto con una comprensión general de los modelos de lenguaje modernos como GPT-3 y GPT-4.

El objetivo principal es proporcionar las herramientas teóricas y prácticas necesarias para desarrollar soluciones basadas en NLP y familiarizarlos con la estructura y el entrenamiento de modelos de lenguaje con el desarrollo de un proyecto integrador.

Contendio del Módulo:

  1. IA & NLP-Historia, evolución y aplicaciones

    1. Conceptos básicos de Inteligencia Artificial

    2. Historia y evolución del NLP

    3. Aplicaciones del NLP

  2. Modelos de Lenguaje 

    1. Qué son los modelos de lenguaje

    2. Ejemplos de modelos de lenguaje (GPT-3, GPT-4, etc.)

    3. Cómo funcionan los modelos de lenguaje

  3. Transformador generativo pre entrenado -GPT 

    1. Arquitectura de GPT

    2. Estructura y componentes de GPT

    3. Conceptos de autoatención y transformadores

    4. Entrenamiento y ajuste fino de modelos GPT

Proyecto Integrador:

  • Etapa 1. Preprocesamiento y preparación de datos: Manejo de expresiones regulares, tokenización y limpieza de texto.
  • Etapa 2. Creación de un Modelo de Reconocimiento de Entidades con Nombre (NER) capaz de identificar y clasificar entidades en texto.
  • Etapa 3. Desarrollo de un modelo para generar resúmenes automáticos de texto, explorando BERT.

Este curso combina teoría con proyectos prácticos para que los estudiantes adquieran habilidades en el uso y ajuste de modelos avanzados de NLP.

Este módulo está diseñado para profundizar en técnicas avanzadas de deep learning y aplicaciones prácticas. Exploraremos arquitecturas avanzadas de redes neuronales, incluyendo MobileNets, ResNets, y EfficientNet, así como técnicas de regularización y optimización para mejorar el rendimiento de los modelos de aprendizaje.